cover
Contact Name
Ir. Gigih Forda Nama, S.T., M.T.I., IPM.
Contact Email
gigih@eng.unila.ac.id
Phone
+6285289774152
Journal Mail Official
jitet@eng.unila.ac.id
Editorial Address
Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Informatika dan Teknik Elektro Terapan
Published by Universitas Lampung
ISSN : 23030577     EISSN : 28307062     DOI : DOI: 10.23960/jitet
Core Subject : Science,
Jurnal Informatika dan Teknik Elektro Terapan (JITET) merupakan jurnal nasional yang dikelola oleh Jurusan Teknik Elektro Fakultas Teknik (FT), Universitas Lampung (Unila), sejak tahun 2013. JITET memuat artikel hasil-hasil penelitian di bidang Informatika dan Teknik Elektro. JITET berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti.
Articles 3,230 Documents
ANALISIS SENTIMEN KOMENTAR YOUTUBE TENTANG BOIKOT TRANS 7 DENGAN METODE K-Nearest Neighbor (KNN) AH KHAFID NASRUL UMAM umam; Siti Mujilahwati; Danang Bagus Reknandi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10803

Abstract

Abstrak. Perkembangan media sosial menempatkan platform seperti YouTube sebagai barometer opini publik, salah satunya pada fenomena seruan boikot Trans 7 terkait polemik konten Guru Gembul. Penelitian ini bertujuan menganalisis polaritas opini masyarakat serta mengevaluasi kinerja algoritma K-Nearest Neighbor (K-NN) berbasis pembobotan fitur IndoRoBERTa untuk mengklasifikasikan komentar ke dalam kategori negatif, netral, dan positif. Dari 3.700 komentar yang dikumpulkan via YouTube API, serangkaian text preprocessing menghasilkan 1.856 data valid. Pengujian menunjukkan konfigurasi K=5 lebih optimal dibanding K=3. Distribusi data didominasi sentimen negatif sebesar 68,53% (1.272 komentar), netral 24,62% (457 komentar), dan positif 6,84% (127 komentar). Evaluasi K-NN (K=5) menghasilkan akurasi 64,5%, namun mengalami bias akibat class imbalance ekstrem. Model sangat andal mengenali sentimen negatif (presisi 71,9%, recall 82,7%), tetapi berkinerja rendah pada netral (presisi 36,8%, recall 30,4%) dan positif (recall 7,7%). Penelitian ini menyimpulkan bahwa K-NN berbasis IndoRoBERTa mampu memetakan opini publik, tetapi memerlukan teknik penanganan data seperti SMOTE pada riset mendatang. Abstract. The development of social media has positioned platforms like YouTube as a barometer of public opinion, as seen in the boycott call against Trans 7 concerning the controversy surrounding Guru Gembul's content. This study aims to analyze the polarity of public opinion and evaluate the performance of the K-Nearest Neighbor (K-NN) algorithm with IndoRoBERTa feature weighting in classifying comments into negative, neutral, and positive categories. From 3,700 comments collected via the YouTube API, a series of text preprocessing steps yielded 1,856 valid entries. Parameter testing revealed that a configuration of was more optimal than . The data distribution was dominated by negative sentiment at 68.53% (1,272 comments), followed by neutral at 24.62% (457 comments), and positive at 6.84% (127 comments). The evaluation of K-NN () achieved an accuracy of 64.5%, but exhibited strong classification bias due to extreme class imbalance. The model proved highly reliable in identifying negative sentiment (precision 71.9%, recall 82.7%), but performed poorly on neutral sentiment (precision 36.8%, recall 30.4%) and struggled significantly with positive sentiment (recall 7.7%). This study concludes that IndoRoBERTa-based K-NN can map public opinion, but requires data handling techniques such as SMOTE to optimize future research. .
PEMODELAN TOPIC PERCAKAPAN PUBLIK MENGENAI KESEHATAN MENTAL REMAJA DI PLATFORM X MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION CAROL DWI PUTRA
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10809

Abstract

The high volume of unstructured conversations regarding adolescent mental health on platform X complicates manual topic identification. This study aims to map these public discourses using Latent Dirichlet Allocation (LDA) within the CRISP-DM framework. The corpus comprises 8,792 Indonesian tweets (combining Apify and Kaggle datasets) processed through noise removal, slang normalization, and bigram detection. Combined Coherence Score evaluation and qualitative interpretation identified an 11-topic model ( = 0.4880) as the optimal architecture. This validity was further corroborated by two independent raters against an alternative model (K=15), confirming the 11-topic model achieved comparable or superior coherence. The most dominant topics were general restlessness with self-soothing efforts (35.26%) and clinical anxiety with daily emotional pressure (18.16%). Furthermore, the study revealed that fandom-related terms are distributed across multiple topics, indicating that online community engagement functions as a cross-cutting element within adolescent mental health discourse.
SISTEM APLIKASI WEB “SIPADU HOK” SEBAGAI MANAJEMEN PEMBELAJARAN DAN AKADEMIK PADA PKBM HOUSE OF KNOWLEDGE MENGGUNAKAN METODE PROTOTYPING IRENT BERLIANA AGUSTIN; Tabah Ujianto; Yayan Wahyudi; Wasis Haryono
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10811

Abstract

Abstrak. Pusat Kegiatan Belajar Masyarakat (PKBM) House Of Knowledge telah menerapkan model pembelajaran modern yang fleksibel melalui kelas online, namun manajemen akademik dan administrasinya masih dijalankan secara manual. Aktivitas seperti pengelolaan tugas, penyampaian materi, hingga pencatatan presensi dan pembayaran masih menggunakan platform komunikasi umum yang tidak terintegrasi, sehingga memicu tersebarnya data dan meningkatkan beban kerja staf. Penelitian ini bertujuan untuk membangun sistem aplikasi berbasis web "SIPADU HOK" yang mengintegrasikan Sistem Manajemen Pembelajaran (LMS) dan Sistem Informasi Akademik (SIA). Pengembangan sistem menggunakan metode Prototyping yang meliputi tahap analisis kebutuhan, perancangan, implementasi menggunakan framework Laravel, dan pengujian Blackbox. Hasil penelitian menunjukkan bahwa sistem yang dibangun berhasil mengotomatisasi proses administratif, memusatkan arsip pembelajaran, serta memfasilitasi transaksi keuangan melalui integrasi payment gateway Midtrans. Kesimpulannya, implementasi SIPADU HOK terbukti secara signifikan menciptakan ekosistem belajar yang terstruktur, efisien, dan transparan bagi guru, siswa, dan orang tua. Abstract. The Community Learning Center (PKBM) House Of Knowledge has implemented a flexible modern learning model through online classes, yet its academic and administrative management is still carried out manually. Activities such as task management, material delivery, as well as attendance and payment recording still use non-integrated common communication platforms, causing scattered data and increasing staff workload. This study aims to build a web-based application system "SIPADU HOK" that integrates a Learning Management System (LMS) and Academic Information System (SIA). System development uses the Prototyping method which includes requirement analysis, design, implementation using the Laravel framework, and Blackbox testing. The results show that the developed system successfully automates administrative processes, centralizes learning archives, and facilitates financial transactions through Midtrans payment gateway integration. In conclusion, the implementation of SIPADU HOK is proven to significantly create a structured, efficient, and transparent learning ecosystem for teachers, students, and parents.
Transformer and Support Vector Regression for LiPo Battery Charging Time Prediction Dylan Adriansyah Effendi; Johansyah Al Rasyid
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10813

Abstract

This study aims to estimate the charging time of Lithium Polymer (LiPo) batteries using a machine learning-based approach. The parameters used in this study include voltage, current, temperature, and State of Charge (SoC), which are obtained through a microcontroller-based monitoring system. Two algorithms, namely Transformer and Support Vector Regression (SVR), are implemented and compared for battery charging time prediction. Data are collected directly during the charging process and processed for model training and testing. The performance of both models is evaluated using regression metrics, including Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), and the coefficient of determination (R²). The experimental results show that the SVR model outperforms the Transformer model, achieving an MAE of 14.67 seconds, an RMSE of 20.16 seconds, a MAPE of 11.83%, and an R² value of 0.9991. Meanwhile, the Transformer model achieves an MAE of 22.54 seconds, an RMSE of 29.61 seconds, a MAPE of 16.83%, and an R² value of 0.9981. These results indicate that both models are capable of accurately predicting battery charging time; however, the SVR model provides better overall prediction performance for the experimental dataset used in this study. This research is expected to contribute to the development of more intelligent and accurate battery management systems.
PENERAPAN ALGORITMA NAIVE BAYES DALAM KLASIFIKASI PRIORITAS PERMASALAHAN OPERASIONAL BERBASIS WEB DI PT VUTEQ INDONESIA Ilham Avin Pratama
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10815

Abstract

Pengelolaan laporan permasalahan operasional di PT Vuteq Indonesia masih dilakukan secara manual sehingga penentuan prioritas penanganan belum berlangsung secara konsisten. Penelitian ini bertujuan mengembangkan aplikasi berbasis web yang mampu mengklasifikasikan prioritas permasalahan operasional menggunakan algoritma Naïve Bayes. Tahapan klasifikasi meliputi case folding, tokenizing, stopword removal, stemming, transformasi TF-IDF, dan klasifikasi menggunakan Multinomial Naïve Bayes. Sistem dikembangkan dengan metode Agile Development menggunakan Laravel dan MySQL. Pengujian dilakukan melalui Black Box Testing dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan, sedangkan UAT memperoleh nilai 85,73% yang termasuk kategori sangat layak. Sistem yang dikembangkan mampu membantu proses penentuan prioritas laporan operasional secara lebih terstruktur dan konsisten.
RANCANG BANGUN PROTOTIPE PLTMH DENGAN SISTEM MONITORING PARAMETER DAYA DAN DEBIT AIR BERBASIS MIKROKONTROLER ESP32 Mahatma Ghandhi Azhari
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10818

Abstract

Kenaikan konsumsi listrik mendorong eksplorasi energi terbarukan, termasuk Pembangkit Listrik Tenaga Mikrohidro (PLTMH). Riset ini merealisasikan prototipe PLTMH skala laboratorium yang dilengkapi pemantauan daya dan debit air menggunakan ESP32. Turbin crossflow, generator DC 24V 150W, dan dua pompa air berdebit 43 L/m serta 54 L/m digunakan sebagai simulator aliran. Sensor INA219 dan YF-B10 dipasang untuk mengukur tegangan, arus, dan debit, sementara LCD 16x2 I2C menampilkan data secara real-time tanpa koneksi internet. Uji coba dilakukan pada debit 43 L/m (pompa 1) dan 97 L/m (pompa 1+2). Pada debit 43 L/m, tegangan tanpa beban tercatat 19V dan tegangan berbeban 12,2V dengan arus 0,04A. Pada debit 97 L/m, tegangan tanpa beban menjadi 29V dan tegangan berbeban 12,4V dengan arus 0,14A. LCD berhasil menayangkan seluruh parameter pengukuran secara langsung. Efisiensi sistem naik dari 0,81% menjadi 1,45% seiring kenaikan debit. Uji lampu 21W selama 30 menit memperlihatkan aki 12V 5Ah mengalami penurunan tegangan dari 12,41V ke 12,26V. Temuan ini menegaskan bahwa prototipe PLTMH mampu mengubah energi air menjadi listrik dengan efisiensi yang bertambah pada debit lebih besar. Sistem pemantauan berbasis ESP32 yang beroperasi secara mandiri menawarkan alternatif murah dan praktis untuk simulasi serta media pembelajaran PLTMH.
RANCANG BANGUN ALAT MONITORING DAN KONTROL CAIRAN INFUS BERBASIS INTERNET OF THINGS M Hardianur; Abdullah Hanif; Karyo Budi Utomo
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10822

Abstract

Teknologi Internet of Things (IoT) diterapkan untuk mengoptimalkan sistem pemantauan cairan infus yang selama ini masih dilakukan secara manual. Penelitian ini merancang dan mengimplementasikan sistem monitoring infus dua kanal berbasis IoT menggunakan mikrokontroler ESP32, sensor load cell dengan modul HX711, sensor warna TCS34725, serta motor servo sebagai aktuator penutup jalur cairan otomatis. Data kondisi cairan dikirim langsung ke Firebase Realtime Database agar dapat dipantau melalui dashboard web secara real-time. Hasil pengujian dari 10 percobaan menunjukkan sistem sensor dan notifikasi berhasil mendeteksi kondisi infus dengan akurasi 100%. Namun, tingkat keberhasilan motor servo dalam menutup aliran otomatis mencapai 60% (6 kali berhasil), di mana 4 kegagalan terjadi akibat ketidaktetapan sudut putar servo sehingga jepitan selang kurang maksimal. Secara keseluruhan, sistem ini mampu meningkatkan efisiensi dan keamanan pemantauan volume cairan infus, meskipun masih memerlukan penyempurnaan mekanis pada aktuator penutup selang.
PERANCANGAN DAN PENGEMBANGAN SISTEM INFORMASI HELPDESK UNTUK PENGELOLAAN REQUEST DAN COMPLAINT PELANGGAN PADA PT VIRTUSEE PETA SUKSES Adji Maulana Djagad; Moh Noor Al Azam
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10825

Abstract

PT Virtusee Peta Sukses menyediakan aplikasi Virtusee untuk mendukung kegiatan reporting dan monitoring aktivitas tim lapangan, namun pengelolaan request dan complaint pelanggannya masih mengandalkan WhatsApp dan Google Form yang kemudian dicatat ulang secara manual ke aplikasi manajemen tugas terpisah, sehingga rawan duplikasi pekerjaan, informasi tercecer, dan sulit dipantau statusnya. Penelitian ini merancang dan mengembangkan sistem informasi helpdesk berbasis web yang menyatukan pengelolaan request dan complaint pelanggan dalam satu platform, dibangun dengan metode Waterfall serta diimplementasikan menggunakan PHP dan framework Laravel. Hasil pengujian black box, menunjukkan seluruh skenario telah memenuhi kebutuhan fungsional yang ditetapkan, sehingga sistem mampu menghadirkan pengelolaan tiket yang lebih terstruktur, terpusat, dan transparan bagi penanganan request dan complaint pelanggan secara lebih efektif.
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ANIME TERBAIK MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS PADA PLATFORM BSTATION Muhammad Rizky Maulana
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10835

Abstract

Pemilihan anime sering menjadi kendala bagi pengguna karena banyaknya pilihan konten yang tersedia pada berbagai platform streaming. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web guna membantu pengguna menentukan anime yang sesuai dengan preferensi mereka. Metode Analytic Hierarchy Process (AHP) diterapkan sebagai suatu pendekatan dalam pengambilan keputusan karena mampu menentukan prioritas alternatif berdasarkan beberapa kriteria, yaitu alur cerita, karakter, kualitas animasi, dan konsep cerita. Sistem menghasilkan rekomendasi anime berdasarkan bobot setiap kriteria yang diperoleh melalui proses perbandingan berpasangan. Pengujian konsistensi dilakukan untuk menjamin keandalan hasil pembobotan menggunakan metode AHP. Hasil pengujian menunjukkan nilai Consistency Ratio (CR) sebesar 0,0116 (< 0,1), sehingga pembobotan yang digunakan memenuhi kriteria konsistensi. Hasil tersebut menunjukkan bahwa sistem dapat menghasilkan rekomendasi anime yang valid, bersifat objektif, dan sejalan dengan preferensi pengguna, sehingga dapat mendukung proses pengambilan keputusan secara lebih efektif.
Analisis Tingkat Kepuasan Konsumen Ojek Online Menggunakan Fuzzy Inference System Tsukamoto MUHAMAD NUR FITRIANTO TANTO
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10837

Abstract

Abstrak. Penelitian ini bertujuan untuk menganalisis pengaruh kualitas pelayanan PT. GO-JEK Indonesia terhadap tingkat kepuasan konsumen di kalangan mahasiswa Universitas Pamulang menggunakan Fuzzy Inference System (FIS) Tsukamoto. Sampel dalam penelitian ini berjumlah 150 responden yang terbagi rata ke dalam tiga kelompok shift perkuliahan, yaitu Reguler A, Reguler B, dan Reguler C, masing-masing sebanyak 50 responden dengan proporsi gender berimbang (25 pria dan 25 wanita). Pengukuran kualitas pelayanan menggunakan lima dimensi utama, yaitu Bukti Fisik (Tangibles), Kehandalan (Reliability), Daya Tanggap (Responsiveness), Jaminan (Assurance), dan Empati (Empathy). Hasil uji validitas menunjukkan seluruh butir pernyataan kuesioner valid (r xy > 0,159) dan reliabilitas instrumen sangat tinggi (r11 = 0,859). Analisis data dilakukan dengan konversi skala Likert dan pemodelan aturan logika fuzzy pada perangkat lunak Matlab. Melalui proses defuzzifikasi metode rata-rata terbobot (weighted average), diperoleh nilai akhir kepuasan sebesar 80,93%. Angka ini berada pada skala interval 75%–100%, yang berarti bahwa para pengguna di lingkungan akademis merasa sangat puas terhadap kualitas layanan transportasi ojek online yang diberikan. Pemodelan ini memberikan akurasi penegasan yang lebih adaptif dalam merepresentasikan ketidakpastian persepsi kepuasan manusia dibandingkan metode konvensional. Abstract. This study aims to analyze the effect of service quality provided by PT. GO-JEK Indonesia on customer satisfaction among students at Pamulang University using the Tsukamoto Fuzzy Inference System (FIS). The sample consisted of 150 student respondents divided equally into three lecture shifts (Regular A, Regular B, and Regular C), with 50 respondents each and a balanced gender proportion (25 males and 25 females). Service quality measurement uses five main dimensions: Tangibles, Reliability, Responsiveness, Assurance, and Empathy. The validation test results showed that all 15 questionnaire items were valid (r xy > 0.159) and the instrument reliability was very high (r11 = 0.859). Data analysis was performed using Likert scale conversion and fuzzy logic rule modeling via Matlab software. Through the defuzzification process using the weighted average method, a final satisfaction score of 80.93% was obtained. This value falls within the 75%–100% interval scale, indicating that users in the university environment are highly satisfied with the online motorcycle taxi transportation service. This modeling provides a more adaptive resolution in representing the uncertainty of human satisfaction perception compared to conventional methods.