Jurnal Informatika dan Teknik Elektro Terapan
Not a member yet
1765 research outputs found
Sort by
RANCANG BANGUN SISTEM PEMANTAUAN ENERGI LISTRIK DENGAN AUTOMATIC TRANSFER SWITCH
Get PDFPenelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan energi listrik berbasis Internet of Things (IoT) dengan NodeMCU ESP8266, sensor PZEM-004T, serta Automatic Transfer Switch (ATS). Sistem ini didesain untuk meningkatkan efisiensi energi di industri rumahan dengan memanfaatkan dua sumber listrik, yaitu PLN sebagai sumber utama dan Pembangkit Listrik Tenaga Surya (PLTS) sebagai cadangan. Pengguna dapat memantau konsumsi energi secara real – time melalui aplikasi Blynk. Hasil pengujian menunjukkan bahwa sistem ini mampu mengirim data konsumsi energi, dan ATS berfungsi dengan baik dalam mengalihkan sumber daya listrik secara otomatis tanpa gangguan. Dengan pengembangan lebih lanjut, sistem ini berpotensi untuk diintegrasikan dengan penyimpanan energi dan algoritma pengoptimalan, guna meningkatkan efisiensi dan keberlanjutan penggunaan energi pada skala yang lebih luas. Penelitian ini diharapkan dapat memberikan kontribusi dalam penerapan teknologi IoT untuk pengelolaan energi yang lebih efisien di sektor industri
ANALISIS SENTIMEN TERHADAP PEMBERITAAN HASIL REKAPITULASI PEMILU PRESIDEN 2024 PADA MEDIA SOSIAL INSTAGRAM MENGGUNAKAN NAIVE BAYES CLASSIFIER
Get PDFMedia sosial Instagram, dengan lebih dari 100 juta pengguna di Indonesia yang didominasi kelompok usia produktif, telah menjadi platform utama dalam penyebaran informasi dan pembentukan opini publik terkait hasil rekapitulasi pemilu presiden 2024. Tantangan muncul terkait penyebaran informasi yang belum terverifikasi dan polarisasi pendapat yang dapat mempengaruhi stabilitas politik pasca pemilu. Penelitian ini bertujuan untuk mengidentifikasi dan mengkategorikan sentimen masyarakat terhadap hasil rekapitulasi pemilu presiden 2024 di Instagram serta menerapkan metode naive bayes untuk klasifikasi sentimen. Metodologi Knowledge Discovery in Database (KDD) diterapkan melalui tahapan data Selection, preprocessing, transformation, data mining dengan naive bayes classifier, dan evaluation. Data diambil sekitar 2000 komentar pada unggahan berita terkait hasil rekapitulasi pemilu di akun media massa terpercaya seperti kompastv, metrotv, dan tvonenews menggunakan tools scraping phantombuster. Hasil evaluasi menunjukkan algoritma naive bayes classifier memiliki rata-rata accuracy 75%, precision 75%, recall 74%, dan F1-score 74%, dengan skenario pembagian data 90:10 memberikan performa terbaik (accuracy 76%, precision 77%, recall 75%, F1-score 75%). Analisis sentimen mengungkapkan dominasi sentimen negatif sebesar 54,4% dalam komentar terkait hasil Pemilu 2024. Temuan ini bermanfaat untuk evaluasi respons masyarakat dan mendukung pengambilan keputusan yang lebih tepat oleh pemerintah dan lembaga terkait
IMPLEMENTASI STEGANOGRAFI CITRA DIGITAL LSB MENGGUNAKAN ENKRIPSI AES-256 DAN EMBEDDING PSEUDORANDOM
Get PDFPerkembangan teknologi digital yang pesat membuat keamanan informasi menjadi sangat penting. Steganografi citra digital merupakan salah satu teknik pengamanan data yang memungkinkan penyembunyian informasi dalam media gambar. Penelitian ini mengembangkan program steganografi yang menggabungkan metode Least Significant Bit (LSB) dengan enkripsi Advanced Encryption Standard (AES) dan embedding pseudorandom. Pendekatan ini mengenkripsi pesan menggunakan AES-256 sebelum menyisipkannya ke dalam bit-bit LSB dari citra cover dengan pola pseudorandom, menciptakan sistem keamanan berlapis. Hasil pengujian menunjukkan keberhasilan program dalam menyisipkan dan mengekstraksi pesan dari gambar. Penggunaan format PNG memungkinkan penyimpanan data yang lebih transparan tanpa kompresi lossy, sehingga kualitas gambar hasil penyisipan tetap terjaga dengan baik. Analisis menunjukkan bahwa panjang pesan yang disisipkan berpengaruh signifikan terhadap waktu proses embedding dan ekstraksi. Penggunaan AES-256 memberikan lapisan keamanan tambahan pada data yang disembunyikan
PENGARUH TRANSFORMASI DIGITAL TERHADAP PENGAJARAN BERBASIS PRAKTIK DI PENDIDIKAN VOKASI
Get PDFAbstract— Digital transformation has significantly impacted vocational education, particularly in practice-based teaching. This study aims to explore the effects of digital technology on teaching methods and the challenges faced by vocational education institutions. Using a content analysis approach on relevant journal articles, the findings reveal that technologies such as virtual simulations, cloud-based laboratories, and video-assisted learning enhance the flexibility and effectiveness of the learning process. These technologies enable students to access materials anytime and anywhere while supporting instructors in designing more interactive and participatory teaching methods.However, the implementation of digital transformation faces various challenges, including limited technological infrastructure and a lack of educator competence. This study also highlights the importance of investment in digital infrastructure, intensive training for instructors, and the integration of technology into vocational education curricula. These findings provide significant contributions to the development of vocational education that is adaptive to the demands of the workforce in the Industry 4.0 era, producing graduates who not only possess technical skills but can also adapt dynamically to technological changes.Keywords: Digital transformation, vocational education, practice-based teaching, digital technology, Industry 4.0Abstrak— Transformasi digital telah membawa perubahan signifikan dalam pendidikan vokasi, khususnya dalam pengajaran berbasis praktik. Penelitian ini bertujuan untuk mengeksplorasi dampak teknologi digital terhadap metode pengajaran dan tantangan yang dihadapi institusi pendidikan vokasi. Dengan menggunakan pendekatan analisis isi terhadap sejumlah artikel jurnal relevan, ditemukan bahwa penggunaan teknologi seperti simulasi virtual, laboratorium berbasis cloud, dan pembelajaran berbantuan video mampu meningkatkan fleksibilitas serta efektivitas proses pembelajaran. Teknologi ini memungkinkan mahasiswa untuk mengakses materi kapan saja dan di mana saja, sekaligus mendukung dosen dalam merancang pengajaran yang lebih interaktif dan partisipatif.Meskipun demikian, implementasi transformasi digital menghadapi berbagai tantangan, termasuk keterbatasan infrastruktur teknologi dan kurangnya kompetensi tenaga pengajar. Penelitian ini juga menyoroti pentingnya investasi dalam infrastruktur digital, pelatihan intensif bagi dosen, serta integrasi teknologi dalam kurikulum pendidikan vokasi. Hasil penelitian ini memberikan kontribusi penting bagi pengembangan pendidikan vokasi yang adaptif terhadap kebutuhan dunia kerja di era industri 4.0, dengan menciptakan lulusan yang tidak hanya memiliki keterampilan teknis, tetapi juga mampu beradaptasi dengan perubahan teknologi secara dinamis.Kata kunci: Transformasi digital, pendidikan vokasi, pengajaran berbasis praktik, teknologi digital, industri 4.
PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN PENGUNJUNG DI PANTAI KEJAWANAN
Get PDFPenelitian ini bertujuan untuk menganalisis sentimen ulasan pengunjung terhadap objek wisata Pantai Kejawanan dengan menggunakan algoritma Naïve Bayes. Sentimen diklasifikasikan menjadi dua kategori, yaitu positif dan negatif. Ulasan daring merupakan sumber data penting untuk memahami persepsi pengunjung terhadap destinasi wisata. Algoritma Naïve Bayes dipilih karena keunggulannya dalam menganalisis teks. Dataset terdiri dari 998 ulasan yang dikumpulkan melalui scraping menggunakan SerApi, dengan periode data dari 2020 hingga 2024. Analisis dilakukan melalui tahapan Knowledge Discovery in Databases (KDD), mencakup pemilihan data, pre-processing (pembersihan data, case folding, tokenisasi, penghapusan stopword, dan stemming), serta transformasi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Dataset dibagi menjadi 70% data pelatihan dan 30% data pengujian sebelum penerapan algoritma. Hasil menunjukkan bahwa model mampu mencapai akurasi 78%, presisi 92%, recall 80%, dan F1-score 86%, yang mencerminkan performa baik dalam klasifikasi sentimen. Evaluasi menggunakan confusion matrix menunjukkan model konsisten dalam membedakan sentimen positif dan negatif. Analisis ini menunjukkan bahwa mayoritas ulasan pengunjung Pantai Kejawanan bersentimen positif, menggambarkan pengalaman yang memuaskan. Keywords: naïve bayes; objek wisata, data mining; analisis sentimen; pengunjung
ANIMATRONIK HEWAN DENGAN GERAKAN TUBUH
Get PDFPenelitian ini bertujuan untuk mengembangkan robot interaktif yang mampu menampilkan gerakan dinamis pada kepala, sayap, dan mulut yang disinkronkan dengan musik, menciptakan kesan "bernyanyi." Robot ini menggunakan ESP32 sebagai pengontrol utama untuk audio dan sensor, serta Arduino Nano untuk mengatur motor servo. Fitur tambahan berupa sensor sentuh TTP223 memungkinkan pengguna mengganti lagu tanpa tombol fisik, memberikan pengalaman interaksi yang modern dan intuitif. Hasil pengujian menunjukkan bahwa robot berhasil memutar musik dengan baik, menggerakkan kepala dan sayap secara sinkron, serta menggerakkan mulut sesuai irama musik. Sensor sentuh berfungsi optimal dalam mengganti lagu, menjadikan robot ini efektif sebagai mainan inovatif, maskot promosi, maupun alat edukasi. Robot ini diharapkan dapat memberikan kontribusi dalam pengembangan perangkat interaktif yang memadukan teknologi dan hiburan secara efisien
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS KINERJA PENGIRIMAN PAKET SHOPEE EXPRESS DI HUB TRANSIT KEDAWUNG
Get PDFPenelitian ini bertujuan menganalisis kinerja pengiriman Shopee Express (SPX) di Hub Transit Kedawung menggunakan algoritma K-Means Clustering. Data sebanyak 359 pengiriman dengan 12 atribut dikumpulkan dari operator SPX. Model Knowledge Discovery in Databases (KDD) digunakan dalam penelitian, meliputi pemilihan data, pra-pemrosesan, transformasi, penerapan algoritma K-Means, dan evaluasi model menggunakan Davies-Bouldin Index (DBI). Tahapan pra-pemrosesan mencakup pembersihan data, pemilihan atribut relevan, dan normalisasi data, sementara transformasi dilakukan untuk mengubah atribut nominal menjadi numerik. Hasil evaluasi menunjukkan nilai DBI terbaik sebesar 0.288 dengan jumlah cluster optimal K = 10. Cluster 4 dan Cluster 6 menunjukkan performa terbaik dengan pengiriman tercepat, sedangkan Cluster 7 dan Cluster 9 memiliki tingkat on-hold tertinggi, disebabkan penerima tidak tersedia atau alamat tidak valid. Atribut seperti Driver ID, Zone ID, dan On-hold Reason menjadi faktor signifikan dalam pengelompokan. Penelitian ini memberikan wawasan bagi manajemen logistik SPX untuk meningkatkan efisiensi operasional dengan strategi seperti optimalisasi rute, peningkatan SOP, dan validasi alamat. Hasilnya diharapkan menjadi dasar untuk penerapan lebih lanjut algoritma clustering dalam manajemen logistik skala besar
KONTROL SUHU PADA TEKO LISTRIK MENGGUNAKAN PID DENGAN ARDUINO UNO
Get PDFTeko listrik adalah salah satu peralatan rumah tangga yang banyak digunakan untuk merebus air hingga mencapai titik didih. Namun, sebagian besar teko listrik konvensional memiliki keterbatasan, yaitu tidak dapat mengatur suhu sesuai kebutuhan pengguna dan tidak dilengkapi dengan tampilan suhu. Kekurangan ini seringkali membuat pengguna tidak dapat memantau suhu air secara real-time atau menyesuaikan suhu dengan keperluan spesifik, seperti untuk menyeduh teh atau kopi dengan suhu tertentu. Penelitian ini mengembangkan sistem pengontrol suhu pada teko listrik berbasis Arduino Uno menggunakan metode kontrol PID (Proportional-Integral-Derivative). Sistem ini dirancang untuk memungkinkan pengguna menentukan suhu air yang diinginkan sekaligus memantau suhu air saat ini melalui tampilan digital. Pengontrol PID dipilih karena mampu mengatur suhu secara presisi dengan fluktuasi yang lebih sedikit dibandingkan metode kontrol konvensional, seperti kontrol on-off. Tujuan penelitian ini untuk merancang dan mengimplementasikan sistem pengontrol suhu berbasis Arduino Uno menggunakan metode PID pada teko listrik, mengevaluasi performa pengontrol PID dalam menjaga suhu air tetap stabil sesuai pengaturan pengguna, serta membandingkan kinerjanya dengan metode kontrol on-off. Pengujian ini bertujuan untuk mengetahui efektivitas kontrol PID dalam meminimalkan fluktuasi suhu, mempercepat pencapaian suhu yang diinginkan, serta meningkatkan efisiensi energi pada teko listrik. Dalam pengujian perangkat diterapkan pada teko listrik untuk mengevaluasi kinerja pengontrol PID dibandingkan dengan kontrol on-off. Hasilnya menunjukkan bahwa pengontrol PID lebih efektif dalam menjaga suhu air tetap stabil sesuai pengaturan pengguna, dengan jumlah fluktuasi yang jauh lebih rendah. Selain meningkatkan efisiensi energi, inovasi ini juga memberikan kenyamanan bagi pengguna dengan menghadirkan sistem yang lebih fleksibel dan hemat energi
METODE FP-GROWTH UNTUK MENGOPTIMALKAN REKOMENDASI PENJUALAN MAKANAN DAN MINUMAN DI PIKNIK CAFÉ
Get PDFPenelitian ini bertujuan untuk mengoptimalkan rekomendasi penjualan makanan dan minuman di Piknik Café dengan menggunakan metode FP-Growth. Pemilihan topik ini didasarkan pada kebutuhan untuk meningkatkan strategi penjualan yang lebih efektif dan efisien dalam menyajikan rekomendasi produk kepada pelanggan. FP-Growth, sebagai salah satu algoritma dalam data mining, menawarkan keunggulan dalam menemukan pola tersembunyi dan asosiasi antara item-item yang sering muncul bersama dalam transaksi. Metode ini diterapkan pada data transaksi penjualan di Piknik Café untuk mengidentifikasi kombinasi makanan dan minuman yang paling sering dibeli bersama. Hasil penelitian menunjukkan bahwa FP-Growth berhasil mengidentifikasi asosiasi yang signifikan antara beberapa item, yang kemudian digunakan untuk menyusun rekomendasi penjualan yang lebih tepat sasaran. Implementasi rekomendasi ini diharapkan dapat meningkatkan kepuasan pelanggan dan pendapatan café. Kesimpulan dari penelitian ini menekankan pentingnya penggunaan metode data mining seperti FP-Growth dalam meningkatkan strategi penjualan dan pengambilan keputusan berbasis data di sektor kuliner
SISTEM REKOMENDASI WISATA KULINER DI GUNUNGKIDUL MENGGUNAKAN METODE CONTENT BASED FILTERING
Get PDFPenelitian ini bertujuan untuk mengembangkan sistem rekomendasi wisata kuliner berbasis data di Kabupaten Gunungkidul. Penelitian ini dilakukan karena meningkatnya minat masyarakat terhadap wisata kuliner yang dibarengi dengan wisata alam. Metode yang digunakan adalah teknik cosine similarity untuk mengukur kemiripan antar tempat kuliner berdasarkan deskripsi dan nama. Data diambil dari Google Maps dan dianalisis untuk menghasilkan skor kemiripan. Hasil penelitian menunjukkan sistem ini mampu memberikan rekomendasi yang relevan dan akurat. Penelitian ini diharapkan dapat mendukung pengembangan teknologi rekomendasi di bidang wisata kuliner