Jurnal Informatika dan Teknik Elektro Terapan
Not a member yet
1765 research outputs found
Sort by
IMPLEMENTASI FIREBASE REALTIME DATABASE PADA SMART CAT FEEDER BERBASIS MIKROKONTROLER ESP32
Get PDFPemberian pakan kucing secara teratur merupakan aspek penting dalam menjaga kesehatan hewan peliharaan. Namun, kesibukan pemilik seringkali menjadi kendala dalam memastikan ketersediaan pakan tepat waktu. Penelitian ini bertujuan untuk mengembangkan sistem Smart Cat Feeder berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan Firebase Realtime Database sebagai solusi otomatisasi pemberian pakan. Metode yang digunakan adalah prototyping, yang meliputi tahapan komunikasi, perancangan cepat, konstruksi prototipe, dan pengujian. Sistem dirancang dengan fitur utama seperti deteksi sisa pakan menggunakan sensor ultrasonik HC-SR04, pengendalian servo motor untuk membuka penutup pakan, serta integrasi notifikasi melalui Telegram Bot dan Firebase secara real-time. Hasil pengujian menunjukkan seluruh fitur bekerja dengan baik dan terintegrasi, mulai dari pemberian pakan otomatis berdasarkan jadwal, respons terhadap perintah manual, hingga sinkronisasi data antar perangkat. Sistem juga berhasil melakukan pengamanan saat pakan habis. Penelitian ini menunjukkan bahwa sistem mampu meningkatkan efisiensi dan kenyamanan dalam pengelolaan pakan kucing. Kesimpulannya, teknologi IoT dapat diimplementasikan secara efektif untuk mendukung manajemen hewan peliharaan melalui sistem otomatis yang cerdas dan real-time
PENGEMBANGAN SISTEM RESERVASI RUANG RAPAT MENGGUNAKAN REACT.JS DENGAN FITUR INSTANT BOOKING DI PT XYZ
Get PDFDalam era digital, kemajuan teknologi mengubah cara perusahaan beroperasi, termasuk PT XYZ yang merupakan perusahaan ICT dengan fokus pada transformasi digital. Sebelumnya, PT XYZ telah menyediakan website untuk melihat jadwal ruang rapat, namun proses reservasi masih dilakukan secara manual melalui WhatsApp yang memperlambat proses terutama untuk kebutuhan rapat mendadak. Penelitian ini bertujuan untuk mengembangkan sistem reservasi ruang rapat menggunakan React.js yang dilengkapi dengan fitur instant booking. Metodologi yang digunakan adalah Software Development Life Cycle (SDLC) model Waterfall dengan tahapan Requirements Definition, System and Software Design, Implementation and Unit Testing, serta Integration and System Testing. Pengujian sistem dilakukan melalui Integration Testing, Black Box Testing, dan User Acceptance Testing (UAT). Integration testing pada 25 endpoint API menunjukkan hasil sesuai ekspektasi. Pengujian Black Box terhadap 64 skenario berjalan sesuai rancangan. UAT menunjukkan tingkat kepuasan sebesar 93% untuk admin dan 92,6% untuk karyawan. Hasil ini menunjukkan bahwa sistem berhasil dikembangkan dengan tingkat kepuasan pengguna sangat baik, memenuhi harapan pengguna, dan mengatasi kekurangan sistem sebelumnya, khususnya dalam mendukung reservasi mendadak melalui fitur instant booking
ANALISIS SENTIMEN ISU ANCAMAN SIBER MENGGUNAKAN ALGORITMA MULTI-LAYER PERCEPTRON
Get PDFAncaman siber di media sosial, khususnya di platform Twitter, semakin meningkat seiring dengan maraknya konten bernuansa ujaran kebencian, hinaan, dan serangan verbal yang dapat merugikan individu maupun kelompok. Mengingat tingginya volume data dan kecepatan pertumbuhan konten, deteksi manual menjadi tidak lagi efektif. Penelitian ini mengusulkan pendekatan berbasis pembelajaran mesin dengan fokus pada penggunaan metode Term Frequency-Inverse Document Frequency (TF-IDF) sebagai teknik utama representasi fitur teks. Data dikumpulkan melalui scraping menggunakan kata kunci terkait isu keamanan siber, kemudian dilakukan proses preprocessing untuk membersihkan dan menyiapkan data teks. Pelabelan sentimen dilakukan secara otomatis menggunakan model BERT Indonesia dari Hugging Face. Setelah data diolah, representasi TF-IDF diterapkan untuk mengubah teks menjadi fitur numerik yang kemudian digunakan sebagai input ke dalam model Multi-Layer Perceptron (MLP). Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa kombinasi TF-IDF dan MLP mampu mencapai akurasi klasifikasi sentimen sebesar 73.25%. Temuan ini mengindikasikan bahwa penggunaan TF-IDF sebagai teknik representasi fitur dalam analisis sentimen memiliki efektivitas yang tinggi, dan berpotensi dikembangkan lebih lanjut sebagai bagian dari sistem deteksi otomatis terhadap ancaman siber di media sosial
PERBANDINGAN ALGORITMA K-MEANS DAN AGGLOMERATIVE HIERARCHICAL CLUSTERING UNTUK PENGELOMPOKAN DAERAH PENGHASIL PADI DI INDONESIA
Get PDFPadi merupakan komoditas pangan utama di Indonesia yang menjadi bahan makanan pokok mayoritas masyarakat dan berperan penting dalam perekonomian nasional. Namun, tingginya volume impor beras menunjukkan bahwa produksi padi dalam negeri belum mencukupi kebutuhan pangan nasional. Oleh karena itu, diperlukan analisis karakteristik daerah penghasil padi berdasarkan luas panen,hasil produksi, dan produktivitas. Hal ini penting untuk mengidentifikasi daerah - daerah yang memiliki kontribusi tinggi maupun rendah terhadap produksi padi nasional. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma clustering, yaitu K-Means dan Agglomerative Hierarchical Clustering (AHC) untuk pengelompokan daerah penghasil padi di Indonesia. Berdasarkan hasil evaluasi, metode AHC (Average Linkage) menunjukkan kinerja yang lebih optimal dibandingkan K-Means, dengan nilai Silhouette Coefficient sebesar 0,723 dan Davies-Bouldin Index sebesar 0,229. Adapun K-Means menghasilkan nilai Silhouette Coefficient sebesar 0,696 dan Davies-Bouldin Index sebesar 0,404
ANALISIS TINGKAT KEPUASAN PENGGUNA TERHADAP TEKNOLOGI BARCODE DALAM APLIKASI MOBILE UNTUK BELANJA DI MINIMARKET
Get PDFAbstract. The development of barcode technology in mobile applications has made shopping at convenience stores easier by enhancing the efficiency and speed of transactions. This study aims to analyze user satisfaction levels regarding barcode technology in mobile applications. The method used is a quantitative survey with the distribution of questionnaires to users who have utilized the barcode feature while shopping. The research results show that the majority of respondents are satisfied with the convenience and speed of transactions provided by barcode technology, although there are some issues such as device compatibility limitations and other technical problems. This study is expected to serve as a reference for application developers and convenience store managers in improving barcode-based services.Abstrak. Perkembangan teknologi barcode dalam aplikasi mobile telah mempermudah proses belanja di minimarket dengan meningkatkan efisiensi dan kecepatan transaksi. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna terhadap teknologi barcode dalam aplikasi mobile. Metode yang digunakan adalah survei kuantitatif dengan penyebaran kuesioner kepada pengguna yang telah menggunakan fitur barcode dalam berbelanja. Hasil penelitian menunjukkan bahwa mayoritas responden merasa puas terhadap kemudahan dan kecepatan transaksi yang diberikan oleh teknologi barcode, meskipun terdapat beberapa kendala seperti keterbatasan kompatibilitas perangkat dan masalah teknis lainnya. Penelitian ini diharapkan dapat menjadi referensi bagi pengembang aplikasi dan pengelola minimarket dalam meningkatkan layanan berbasis barcode
SISTEM PREDIKSI HARGA KOMODITAS CABAI DIWILAYAH JAWA TIMUR MENGGUNAKAN SIMPLE MOVING AVERAGE
Get PDFHarga komoditas cabai di Jawa Timur mengalami fluktuasi yang signifikan setiap harinya, sehingga diperlukan sistem yang dapat memprediksi harga secara akurat untuk membantu para petani dalam mengambil keputusan melihat harga cabai di pasar. Penelitian ini bertujuan untuk mengembangkan sistem prediksi harga cabai di wilayah Jawa Timur dengan menggunakan metode Simple Moving Average. Data yang digunakan berupa harga harian cabai rawit dan cabai keriting yang diambil dari website Siskaperbapo Jawa Timur pada periode 27 April 2025 hingga 30 Mei 2025. Metode Simple Moving Average dengan periode rata-rata lima hari diterapkan untuk melihat puncak harga jangka pendek. Proses evaluasi dilakukan menggunakan Mean Absolute Error untuk mengukur tingkat akurasi prediksi. Berdasarkan hasil evaluasi, sistem prediksi yang dikembangkan menghasilkan tingkat kesalahan rata-rata sebesar 858,494 untuk cabai rawit dan 424,847 untuk cabai keriting. Hasil ini menunjukkan bahwa metode Simple Moving Average dapat digunakan sebagai pendekatan yang cukup efektif dalam memperkirakan tren harga cabai dalam jangka pendek. Sistem ini diharapkan dapat menjadi alat bantu bagi petani, pedagang, dan pengambil kebijakan dalam mengantisipasi perubahan harga dan mengoptimalkan strategi pengelolaan komoditas cabai
RANCANG BANGUN HELM PENDETEKSI KANTUK DENGAN NOTIFIKASI LOKASI MELALUI TELEGRAM UNTUK PENGENDARA SEPEDA MOTOR
Get PDFKecelakaan lalu lintas masalah menjadi signifikan di Indonesia, dengan sepeda motor mencatatkan jumlah keterlibatan tertinggi. Berdasarkan data dari IRMS Korlantas Polri, lebih dari 79.000 kecelakaan terjadi pada periode Januari hingga Agustus 2024, dengan pengendara sepeda motor berisiko tinggi terlibat. Salah satu penyebab utama adalah kantuk pengendara, yang menurunkan konsentrasi dan kemampuan reaksi, sehingga meningkatkan risiko kecelakaan. Oleh karena itu, penting untuk mengembangkan solusi yang dapat mendeteksi kantuk pengendara secara akurat demi meningkatkan keselamatan berkendara. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kantuk yang nantinya akan digunakan pada helm pengendara sepeda motor. Sistem ini juga dilengkapi teknologi untuk mengirimkan informasi posisi pengendara ke kontak keluarga melalui aplikasi Telegram jika pengendara terdeteksi dalam kondisi tidur. Metode penelitian meliputi perancangan sistem deteksi kantuk, yang kemudian dilanjutkan dengan pengujian untuk memastikan akurasi deteksi kantuk serta akurasi pengiriman informasi melalui aplikasi Telegram
PENGEMBANGAN SISTEM VISUALISASI TOPOLOGI JARINGAN OLT BERBASIS WEBSITE DENGAN FITUR MONITORING TRAFFIC DAN DETEKSI PERANGKAT
Get PDFPeningkatan kebutuhan layanan internet berkecepatan tinggi mendorong pemanfaatan teknologi Fiber to the Home (FTTH) yang mengandalkan perangkat Optical Line Terminal (OLT) sebagai pusat distribusi jaringan. Namun, sistem monitoring OLT yang digunakan saat ini masih bersifat statis dan tidak menampilkan relasi antar perangkat secara visual, sehingga menyulitkan operator dalam melakukan analisis kondisi jaringan secara menyeluruh. Penelitian ini bertujuan untuk mengembangkan sistem visualisasi topologi jaringan OLT berbasis website yang dilengkapi dengan fitur monitoring trafik dan deteksi perangkat. Sistem dibangun menggunakan stack teknologi Node.js, Express.js, React.js, PostgreSQL, dan library vis-network, serta terintegrasi dengan API dari Network Management System (NMS). Pengujian dilakukan melalui metode fungsional dan evaluasi berbasis ISO 25010 pada tiga aspek utama, yaitu functional suitability, usability, dan performance efficiency. Hasil pengujian menunjukkan bahwa sistem berhasil menampilkan topologi secara otomatis, mendeteksi kondisi congestion, perangkat offline, dan perangkat tanpa redundancy link, serta memberikan efisiensi waktu hingga lebih dari 70% dibandingkan metode manual. Nilai pengujian menunjukkan functional suitability sebesar 100%, skor usability 78,125 (kategori “Good”), dan performa rata-rata 78,6% dengan nilai LCP sebesar 1,89 detik
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) PADA KLASIFIKASI GRADE JENIS SAMPAH PLASTIK DAN KALENG
Get PDFWaste management is a critical issue in urban areas due to increasing volumes and diverse waste conditions. In Bandung City, plastic and can waste with intact or dented states often complicate manual sorting, which is time-consuming and error-prone. This study proposes an automatic classification solution using Convolutional Neural Network (CNN) with a MobileNetV2 transfer learning approach. The dataset was obtained from Kaggle and preprocessed through normalization and resizing before training. Experimental results achieved 84.33% accuracy, with the best performance in metal classes (precision and recall above 87%) and the lowest in dented plastic (recall 66.67%). The model was integrated into a Streamlit-based interface for real-time prediction. These findings highlight CNN’s effectiveness in supporting faster and more consistent waste classification, although further dataset expansion is needed to improve performance in specific categories
SISTEM INFORMASI GEOGRAFIS PEMETAAN LAHAN PERTANIAN DI KECAMATAN TAEBENU
Get PDFPertanian di Kecamatan Taebenu memiliki potensi besar, namun pengelolaan lahan masih terkendala oleh keterbatasan data spasial dan informasi yang tidak terstruktur. Penelitian ini bertujuan membangun Sistem Informasi Geografis (SIG) berbasis web untuk memetakan lahan pertanian secara digital dan interaktif, sehingga dapat membantu masyarakat maupun pemerintah daerah dalam perencanaan pertanian. Metode penelitian meliputi pengumpulan data pertanian dari pemerintah daerah, digitasi peta menggunakan ArcMap, serta perancangan sistem dengan teknologi web. Sistem yang dibangun dilengkapi fitur pengelolaan data peta, komoditas, dan lahan pertanian yang ditampilkan dalam bentuk peta interaktif. Hasil penelitian menunjukkan bahwa sistem mampu menyajikan informasi spasial secara akurat, mudah diakses, dan dapat mendukung proses pengambilan keputusan. Kesimpulannya, penerapan SIG dalam pemetaan lahan pertanian di Kecamatan Taebenu sangat penting untuk meningkatkan efektivitas pengelolaan lahan dan mendukung keberlanjutan sektor pertanian