Jurnal Informatika dan Teknik Elektro Terapan
Not a member yet
1765 research outputs found
Sort by
ANALISIS KOMPARATIF TIGA ALGORITMA MACHINE LEARNING DALAM PREDIKSI EFEKTIVITAS TERAPI ALTERNATIF PASIEN STROKE
Alternative medicine based on Traditional Chinese Medicine such as acupuncture, cupping, and herbs is widely used in stroke rehabilitation, but its effectiveness varies among patients. This study aims to compare the performance of three machine learning algorithms—Logistic Regression, Random Forest, and XGBoost—in predicting the success of alternative medicine for stroke patients. The dataset consists of 1040 medical records with 15 clinical features from a health center in Tangerang. Research methods include data preprocessing, 80:20 data splitting, model training, and evaluation using accuracy, precision, recall, F1-score, and Cohen’s Kappa metrics. Results show that Random Forest achieved the best performance with 93.91% accuracy, outperforming XGBoost (92.31%) and Logistic Regression (88.14%). Random Forest also demonstrated robustness with default configuration compared to XGBoost, which requires intensive hyperparameter tuning for optimal performance. These findings recommend Random Forest as a practical choice for clinical prediction system implementation with limited resources. The research contributes to the development of data-based decision support systems in stroke alternative medicine service
SISTEM MONITORING KADAR AIR DALAM PROSES PENGERINGAN GABAH BERBASIS INTERNET OF THINGS (IOT)
Gabah merupakan bahan baku utama beras yang harus melalui proses pengeringan untuk mencapai kadar air optimal (13–14%) guna mencegah kerusakan, pertumbuhan jamur, dan penurunan nilai ekonomi. Penelitian ini bertujuan merancang dan mengimplementasikan sistem monitoring kadar air gabah berbasis Internet of Things (IoT) yang dilengkapi dengan atap otomatis untuk meningkatkan efisiensi dan kualitas proses penjemuran. Sistem ini menggunakan lima sensor capacitive soil moisture sensor v1.2 untuk mendeteksi kadar air gabah secara merata, dilengkapi dengan sensor hujan FC-37 untuk memantau kondisi cuaca. Data yang diperoleh diproses oleh mikrokontroler ESP32 dan ditampilkan secara real-time pada LCD 16x2 I2C, serta dikirimkan ke pengguna melalui notifikasi telegram. Sistem juga mengintegrasikan motor servo untuk menggerakkan atap otomatis yang menutup saat hujan, dan membuka saat cuaca cerah. Hasil pengujian menunjukkan bahwa sistem memiliki akurasi tinggi dengan selisih pengukuran hanya 0% – 0,1% dibandingkan alat pembanding grain moisture meter AR991. Akurasi sensor capacitive soil moisture sensor v1.2 mencapai 99,34% – 100% dengan error 0% – 0,6%. Sistem berhasil mengirimkan notifikasi kadar air ke telegram saat mencapai 13%, serta membuka dan menutup atap secara otomatis berdasarkan respons sensor hujan
I IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILENETV2 UNTUK KLASIFIKASI PNEUMONIA MENGGUNAKAN CITRA X-RAY PARU-PARU
Pneumonia merupakan salah satu penyakit infeksi saluran pernapasan yang masih menjadi penyebab utama morbiditas dan mortalitas di dunia. Pemeriksaan citra X-ray dada merupakan metode yang umum digunakan dalam proses diagnosis pneumonia, namun interpretasinya sangat bergantung pada keahlian tenaga medis dan berpotensi menimbulkan kesalahan diagnosis. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) berbasis MobileNetV2 dalam mengklasifikasikan citra X-ray paru-paru menjadi kelas normal dan pneumonia. Dataset diperoleh dari platform Kaggle dan dibagi menjadi data latih, validasi, dan uji dengan proporsi masing-masing 80%, 10%, dan 10%. Proses pelatihan dilakukan menggunakan pendekatan transfer learning dan fine-tuning dengan optimizer AdamW serta teknik augmentasi data. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 97,47% pada data uji dengan nilai recall kelas pneumonia sebesar 99%. Hasil ini menunjukkan bahwa model yang diusulkan memiliki kemampuan generalisasi yang baik dan berpotensi digunakan sebagai sistem pendukung keputusan dalam diagnosis pneumonia berbasis citra X-ray
SIMULASI HASHING PASSWORD MENGGUNAKAN ARGON2 DAN SCRYPT SERTA PENGEMBANGAN FITUR LOGGING JARINGAN REAL-TIME BERBASIS WEBSITE
Penelitian ini mengembangkan sistem keamanan berbasis website dengan mengintegrasikan algoritma hashing Argon2 dan Scrypt serta sistem logging jaringan real-time menggunakan WebSocket (Ratchet PHP). Tujuan utama penelitian ini adalah mensimulasikan keamanan penyimpanan password sekaligus memantau aktivitas jaringan secara langsung untuk mendeteksi anomali. Metode yang digunakan adalah eksperimen melalui simulasi login, hashing, serta deteksi serangan ARP Poisoning pada lingkungan lokal (localhost). Hasil pengujian menunjukkan bahwa Argon2 memiliki waktu hashing lebih cepat dengan tingkat keamanan tinggi, sedangkan Scrypt menawarkan efisiensi memori yang baik. Sistem berhasil mendeteksi serangan ARP Poisoning dalam waktu kurang dari satu detik dan melakukan pemblokiran IP secara otomatis. Kesimpulannya, integrasi hashing dan logging real-time ini efektif meningkatkan keamanan jaringan berbasis website. Ke depannya, sistem dapat dikembangkan ke dalam lingkungan cloud atau IoT untuk perluasan fungsi monitoring
PENGEMBANGAN SISTEM LOGGING JARINGAN BERBASIS WEB UNTUK MENCATAT SEMUA LOG AKTIVITAS DAN DETEKSI ANOMALI : -
Penelitian ini bertujuan untuk mengembangkan sistem logging jaringan berbasis web yang berfungsi untuk mencatat seluruh aktivitas pengguna secara real-time serta mendeteksi anomali pada sistem. Latar belakang penelitian ini didasari oleh meningkatnya kebutuhan pengawasan aktivitas jaringan pada aplikasi web yang sering menjadi target penyalahgunaan akun dan ancaman keamanan. Sistem ini dikembangkan menggunakan metode pengembangan perangkat lunak berbasis web dengan teknologi HTML, CSS, dan JavaScript. Penyimpanan data log dilakukan menggunakan localStorage yang menyimpan setiap aktivitas pengguna seperti login, logout, dan interaksi halaman. Proses deteksi anomali dilakukan dengan menganalisis pola aktivitas tidak wajar, seperti percobaan login gagal berulang atau akses dari alamat IP yang mencurigakan. Hasil pengujian menunjukkan bahwa sistem mampu mencatat seluruh log aktivitas dengan akurasi tinggi dan memberikan peringatan terhadap aktivitas anomali secara cepat. Kesimpulan dari penelitian ini adalah sistem logging yang dikembangkan dapat meningkatkan transparansi, keamanan, serta efisiensi dalam proses pemantauan aktivitas jaringan pada aplikasi web
PERANCANGAN SISTEM REDUNDANSI DATA METAR UNTUK MENGATASI KEGAGALAN UPDATE DATA PADA PERALATAN ATIS BERBASIS VISUAL BASIC
Abstrak. Automatic Terminal Information Service (ATIS) merupakan sistem penting dalam penyampaian informasi bandara kepada pilot, termasuk pembaruan cuaca dari AWOS. Observasi selama On the Job Training (OJT) di AirNav Yogyakarta menunjukkan bahwa ATIS terkadang gagal memperbarui data cuaca secara otomatis sehingga memerlukan intervensi manual dan berpotensi menunda informasi penerbangan. Penelitian ini merancang sistem redundansi data METAR pada ATIS menggunakan metode Rapid Application Development (RAD). Sistem dikembangkan dengan Visual Basic .NET dan Krypton Toolkit, serta memanfaatkan database MySQL sebagai sumber utama dan API BMKG sebagai sumber cadangan. Fitur sistem meliputi pengecekan berkala, failover otomatis, parser METAR dan JSON, indikator visual, notifikasi audio dan popup, serta Text-to-Speech. Pengujian melalui simulasi menunjukkan bahwa sistem dapat berpindah sumber data secara otomatis dengan interval monitoring yang dapat dikonfigurasi mulai dari 10 detik, dan kembali ke sumber utama ketika tersedia. Sistem redundansi ini terbukti menjaga kontinuitas pembaruan data METAR sehingga berpotensi mengurangi keterlambatan dan kesalahan informasi cuaca
EVALUASI KUALITAS PERANGKAT LUNAK DENGAN METODE BLACK BOX TESTING DAN SYSTEM USABILITY SCALE (SUS) PADA SIUBER UNIVERSITAS PALANGKA RAYA
Evaluasi kualitas merupakan langkah penting untuk memastikan Sistem Informasi Universitas Palangka Raya (SIUBER UPR) berjalan secara efektif dan efisien dalam mendukung aktivitas akademik maupun administratif. Penelitian ini bertujuan menilai kualitas SIUBER UPR dari dua aspek utama: fungsionalitas dan kegunaan (usability). Pengujian fungsional dilakukan menggunakan metode Black Box Testing dengan teknik Equivalence Partitioning serta Boundary Value Analysis. Sementara itu, aspek kegunaan dievaluasi berdasarkan persepsi pengguna melalui kuesioner System Usability Scale (SUS) yang telah dimodifikasi. Hasil pengujian Black Box menunjukkan tingkat keberhasilan fungsional sebesar XX%. Pada sisi lain, evaluasi usability melalui Indeks Usabilitas Kustom menghasilkan skor rata-rata 3,61 dari skala 5, yang termasuk kategori Cukup Baik. Namun, ditemukan bahwa indikator kecepatan akses dan minimnya gangguan/error hanya memperoleh skor 2,62, mengindikasikan adanya kendala performa saat sistem berada pada kondisi beban tinggi. Secara keseluruhan, penelitian ini menyimpulkan bahwa SIUBER UPR memiliki fungsionalitas yang cukup andal, tetapi memerlukan peningkatan pada aspek keandalan sistem untuk meningkatkan kepuasan pengguna
SISTEM IOT PENYIRAMAN OTOMATIS TANAMAN SALAK DENGAN MONITORING REAL-TIME MENGGUNAKAN PLATFORM BLYNK
Budidaya salak (Salacca zalacca), sektor pertanian strategis di Indonesia, menghadapi tantangan efisiensi air akibat metode penyiraman manual yang tidak optimal. Praktik ini dapat menyebabkan stres tanaman dan penurunan produktivitas, diperburuk oleh perubahan iklim. Penelitian ini bertujuan untuk mengembangkan sistem penyiraman otomatis berbasis Internet of Things (IoT) untuk tanaman salak, yang dilengkapi monitoring real-time menggunakan platform Blynk. Sistem ini dirancang menggunakan metode waterfall, dengan mikrokontroler ESP32 sebagai pusat kendali, sensor kelembapan tanah, dan sensor suhu DHT22. Logika kontrol diatur dengan ambang batas spesifik: pompa air hanya aktif jika kelembapan tanah ≤30% DAN suhu udara >30°C. Ambang batas suhu ini didasarkan pada literatur suhu ideal tanaman salak. Hasil pengujian verifikasi (Tabel 4.1) menunjukkan sistem berfungsi 100% akurat di semua skenario pengujian. Sistem terbukti hanya aktif pada kondisi target (Kering & Panas) dan berhasil mengirimkan data real-time ke Blynk. Sistem IoT ini berhasil dikembangkan, berfungsi sesuai rancangan, dan memungkinkan petani memantau kondisi lahan dari jarak jauh.The cultivation of salak (Salacca zalacca), which is a strategic agricultural sector in Indonesia, faces challenges in water efficiency due to manual watering methods that are not optimal. These practices can cause plant stress and reduced productivity, and are further aggravated by climate change. This study aims to develop an automatic irrigation system for salak plants based on the Internet of Things (IoT), equipped with real-time monitoring using the Blynk platform. The system was designed using the waterfall method, with an ESP32 microcontroller as the main controller, a soil moisture sensor, and a DHT22 temperature sensor. The control logic is set with specific thresholds: the water pump operates only when soil moisture is ≤30% AND air temperature is >30°C. This temperature threshold is based on literature regarding the ideal temperature for salak plants. Verification test results (Table 4.1) show that the system functions with 100% accuracy in all testing scenarios. The system is proven to activate only under the target conditions (Dry & Hot) and successfully sends real-time data to Blynk. This IoT system was successfully developed, operates according to the design, and allows farmers to monitor field conditions remotely
EVALUASI IMPLEMENTASI SRIKANDI DI DPPKBPMD KABUPATEN BELITUNG
SRIKANDI sebagai sistem persuratan dan kearsipan elektronik mendukung implementasi Sistem Pemerintahan Berbasis Elektronik (SPBE). Evaluasi implementasinya di tingkat daerah penting untuk menilai kualitas sistem, informasi, layanan, penggunaan, kepuasan pengguna, dan manfaat yang dihasilkan. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan wawancara, dianalisis menggunakan model Miles dan Huberman, serta dievaluasi dengan model DeLone dan McLean. Hasil menunjukkan kualitas sistem cukup baik dari aspek fleksibilitas, kemudahan penggunaan, dan keamanan, namun keandalan terpengaruh gangguan jaringan dan maintenance. Kualitas informasi relevan dan tepat waktu, kualitas layanan responsif melalui dukungan teknis, dan penggunaan sistem tinggi karena bersifat mandatory. Pengguna menunjukkan kepuasan cukup baik dengan harapan peningkatan fitur. Secara keseluruhan, SRIKANDI memberikan manfaat berupa efisiensi kerja, pengelolaan arsip lebih tertata, dan pengurangan penggunaan kertas. Kesimpulannya, penerapan SRIKANDI efektif namun perlu peningkatan stabilitas sistem untuk mendukung kinerja administrasi optimal
RANCANG BANGUN ALAT SISTEM PENDINGIN PHOTOVOLTAIK MENGGUNAKAN METODE FUZZY LOGIC
Photovoltaik atau sering disebut panel surya memiliki suhu maksimum beban yang mana mempengaruhi hasil panel surya. Panel sel surya mengalami kenaikan dan penurunan dalam menghasilkan listrik apabila terlalu panas atau melampaui batas efektifitas.Oleh sebabitu, maka dikembangkan sistem pendingin dengan metode fuzzy logic melalui penelitian ini dengan tujuan untuk memaksimalkan atau menstabilkan efesiensi panel solar cell dalam menghasilkan listrik. Data yang di analisis adalah: Metode pendingin panel surya menggunakan sistem cooling pipa alumunium dengan metode fuzzy logic dan beberapa hardware seperti: Arduino uno, sensor DS18B20, relay, peltier dan power supply. Hasil dari penelitian ini menjelaskan bahwa penggunaan fuzzy logic dapat mengatur kecepatan air untuk pendinginan pada panel sehingga dapat dikatakan bahwa sistem pendinggin untuk panel surya cocok digunakan didaerah tropis. Bedasarkan penelitian yang telah dilakukan diperoleh persentase penurunan suhu photoviltaik yaitu sebesar 20%, sedangkan perbandingan rata-rata untuk suhu photovoltaik dengan alat sistem pendingin dan tanpa alat sistem pendingi yaitu 11,5°C dan 33,7°C dan rata-rata untuk output tegangan photovoltaik dengan alat sistem pendingin dengan nilai kestabilan yaitu 12,8V