Jurnal Informatika dan Teknik Elektro Terapan
Not a member yet
1765 research outputs found
Sort by
SISTEM PENDUKUNG KEPUTUSAN BERBASIS WEB DALAM PENENTUAN SISWA BERPRESTASI DI SMK NEGERI BALI MANDARA MENGGUNAKAN METODE MARCOS
Pemilihan siswa berprestasi di SMK Negeri Bali Mandara saat ini masih dilakukan secara manual menggunakan spreadsheet, sehingga rentan terhadap kesalahan manusia dan penilaian subjektif. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) berbasis web yang objektif dan transparan menggunakan metode Measurement of Alternatives and Ranking according to Compromise Solution (MARCOS). Pengembangan sistem mengadopsi model Agile Development untuk menjamin fleksibilitas terhadap kebutuhan sekolah. Penelitian melibatkan 44 siswa kelas XI TKJ sebagai alternatif yang dievaluasi berdasarkan lima kriteria penilaian: nilai rapor, nilai IPC, prestasi, absensi, dan ekstrakurikuler. Hasil pengujian fungsional melalui Black Box menunjukkan sistem berjalan 100% sesuai spesifikasi. Evaluasi kepuasan pengguna menggunakan System Usability Scale (SUS) menghasilkan skor 77,25, yang termasuk dalam kategori "Good" dan tingkat penerimaan "Acceptable". Implementasi metode MARCOS terbukti memberikan hasil pemeringkatan yang stabil melalui penentuan hubungan antara alternatif dengan solusi ideal dan anti-ideal. Sistem ini memberikan solusi praktis bagi pihak manajemen sekolah dalam menentukan siswa berprestasi secara akurat, transparan, dan akuntabel
SISTEM KLASIFIKASI URL UNTUK DETEKSI SITUS BERBAHAYA BERBASIS ANALISIS FITUR JARINGAN
Peningkatan aktivitas cybercrime seperti phishing, malware, dan penipuan daring menyebabkan kebutuhan akan sistem deteksi situs berbahaya yang efektif semakin mendesak. Penelitian ini mengembangkan Sistem Klasifikasi URL untuk Deteksi Situs Berbahaya Berbasis Analisis Fitur Jaringan yang bertujuan untuk mengidentifikasi dan mengklasifikasikan situs menjadi tiga kategori, yaitu normal, suspicious, dan malicious. Sistem dirancang menggunakan bahasa pemrograman PHP dengan integrasi API URLHaus sebagai sumber referensi data situs berbahaya. Proses analisis dilakukan dengan memeriksa sejumlah fitur jaringan, meliputi panjang URL, jumlah subdomain, penggunaan protokol HTTPS, karakter spesial, port non-standar, serta kata kunci mencurigakan. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi situs berbahaya secara real-time dengan waktu respon rata-rata kurang dari tiga detik per URL. Selain itu, sistem menampilkan hasil analisis dalam bentuk visual seperti progress bar tingkat risiko dan keterangan fitur yang memengaruhi hasil klasifikasi. Berdasarkan evaluasi, sistem dapat mengklasifikasikan URL dengan akurat dan efisien tanpa perlu mengakses konten situs secara langsung, sehingga aman untuk digunakan. Sistem ini diharapkan dapat menjadi solusi praktis dalam meningkatkan kesadaran pengguna terhadap ancaman siber serta dasar pengembangan lanjutan berbasis machine learning untuk peningkatan akurasi di masa depan
STUDI KOMPARATIF EFEKTIVITAS BERBAGAI JENIS ZAT ADITIF TERHADAP PERFORMA SISTEM PEMBUMIAN PADA JENIS TANAH LIAT
Pada sistem tenaga listrik, sistem pembumian mempunyai peranan yang penting dimana berfungsi untuk mengalirkan arus lebih dari sistem tenaga listrik ke tanah yang disebabkan karena adanya gangguan pada sistem tenaga listrik atau sambaran petir. Penelitian ini menggunakan metode eksperimental dilapangan untuk membandingkan efektivitas berbagai jenis zat aditif dalam meningkatkan performa sistem pembumian. Berdasarkan hasil pengujian selama lima minggu, penelitian ini menganalisis efektivitas empat jenis zat aditif (Bentonit, Arang Tempurung, Garam (NaCl) dan Gypsum) dalam mereduksi nilai hambatan jenis tanah Semua zat aditif terbukti efektif menurunkan hambatan, namun dengan tingkat keberhasilan yang bervariasi; Garam (NaCl) menunjukkan performa terbaik dengan penurunan persentase tertinggi sebesar 97.08 % (dari 96 Ω menjadi 2.8 Ω), diikuti oleh Bentonit yang sangat efektif dengan penurunan sebesar 92.78 % (dari 97 Ω menjadi 7 Ω). Sementara itu, Gypsum dan Arang Tempurung menunjukkan efektivitas yang lebih rendah, masing-masing sebesar 77.32 % (dari 97 Ω menjadi 22 Ω) dan 67.37 % (dari 95 Ω menjadi 31 Ω). Hasil pengukuran akhir menunjukkan bahwa hanya ada satu nilai resistansi pada minggu ke-5 yang berhasil mencapai atau berada di bawah ambang batas 5 Ω sebagaimana dipersyaratkan oleh PUIL 2000 yaitu garam dengan nilai resistansi sebesar 2.8 Ω
PREDICTIVE MAINTENANCE ANALYSIS OF LIGHTNING RODS BASED ON INFRARED THERMOGRAPHY AT 150 KV GARUT SUBSTATION
A vital component in a substation is a lightning arrester that plays a role in protecting components from overvoltage due to lightning strikes and switching maneuvers. This study aims to analyze the application of a predictive maintenance method based on infrared thermography to detect early arrester degradation in the 150 KV Garut Substation. The research method is carried out by measuring the temperature on the connection clamp and conductor using a thermovision camera, calculating ∆T (delta-T) according to PLN standards, determining the emissivity value, and validating the method with accuracy and precision calculations. The measurement results from 68 connection points show that all points are still in the good condition category with ∆T values below the danger threshold. From 28 emissivity measurement samples, an average of 0.9990 was obtained with a coefficient of variation of 0.19% and an accuracy of 99.91%, indicating that the measurement method is suitable for use as an equipment condition monitoring system. These findings prove that infrared thermography is effective as an early detection tool for thermal anomalies and supports increasing the reliability of the electricity transmission syste
SISTEM PAKAR DIAGNOSIS GANGGUAN DEMENSIA MENGGUNAKAN METODE CERTAINTY FACTOR
Demensia merupakan gangguan kesehatan ditandai dengan penurunan daya ingat, kemampuan kognitif, dan perilaku yang mengganggu aktivitas pada kehidupan sehari-hari. Masyarakat kurang mendapatkan informasi mengenai deteksi dini demensia yang disebabkan terbatasnya fasilitas kesehatan. Diagnosis gangguan demensia dapat dilakukan menggunakan bantuan komputer dengan memanfaatkan sistem pakar. Penelitian ini bertujuan mengembangkan sistem pakar untuk diagnosis gangguan demensia menggunakan metode certainty factor. Sistem pakar digunakan karena mampu mensimulasikan penilaian dan perilaku sesuai dengan proses penalaran manusia. Metode certainty factor digunakan untuk menangani ketidakpastian dalam sistem berbasis aturan. Tahapan dari penelitian ini meliputi pengumpulan data, akuisisi pengetahuan, representasi pengetahuan, basis pengetahuan, teknik analisis, inferensi pengetahuan, dan penempatan pengetahuan. Pengujian dilakukan menggunakan beberapa data pengujian dan hasil sistem dibandingkan dengan penilaian pakar sebagai acuan pakar. Hasil perhitungan penilaian pakar menunjukkan bahwa metode certainty factor memperoleh akurasi sebesar 100%. Penelitian ini menunjukkan bahwa metode certainty factor memiliki performa yang sangat baik pada diagnosis gangguan demensia
PERBANDINGAN AKURASI TESSERACT DAN EASYOCR SEBELUM DAN SESUDAH PRAPEMROSESAN PADA CITRA NOTA
Pengenalan teks pada citra nota menggunakan Optical Character Recognition (OCR) masih relevan diteliti karena tingginya variasi kualitas citra. Penelitian ini mengevaluasi kinerja Tesseract dan EasyOCR dalam mengenali teks pada citra nota dengan beberapa metode prapemrosesan. Dataset berasal dari Kaggle dengan 50 sampel citra yang dipilih menggunakan stratified sampling. Pengujian dilakukan dengan menghitung Character Error Rate (CER) antara hasil OCR dan ground truth. Hasil menunjukkan nilai CER berada pada kisaran 18%–25%, dengan performa terbaik Tesseract pada mode denoise dan EasyOCR pada mode grayscale. Metode threshold memberikan penurunan akurasi paling signifikan. Kualitas citra dan jenis prapemrosesan terbukti memengaruhi kinerja OCR, sehingga pemilihan prapemrosesan yang tepat sangat penting dalam meningkatkan akurasi pengenalan teks pada citra nota
KLASIFIKASI PENYAKIT KULIT WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK EFFICIENTNET-B3:
Facial skin diseases are a common health issue that significantly affect an individual's quality of life. Early detection through image processing is a crucial step for timely treatment. This study applies Convolutional Neural Network with EfficientNet-B3 architecture to classify five types of facial skin diseases, namely acne, actinic keratosis, basal cell carcinoma, eczema, and rosacea. The model was developed through fine-tuning on an augmented image dataset, with training and testing data splits. Evaluation results show a testing accuracy of 96.61 percent, accompanied by average precision, recall, and F1-score values of 0.97. The confusion matrix indicates high classification performance with minimal errors between classes. This approach proves effective in improving detection accuracy, thus potentially supporting medical personnel in early diagnosis
PENGEMBANGAN SISTEM E-LEARNING BERBASIS WEB DI SMA XYZ
This study aims to develop a web-based e-learning system at SMA XYZ as a solution to address several problems, including limited access to learning materials, lack of interaction between teachers and students, and low administrative efficiency due to manual processes. The research employs the Waterfall development method, consisting of requirement analysis, system design, implementation, testing, and maintenance stages. The system design is based on the educational information system theory and the User-Centered Design (UCD) approach to create an intuitive and user-friendly interface tailored to user needs. Modeling tools such as Use Case Diagrams and Class Diagrams are used to map user interactions and data structures. The results show that the e-learning system developed using PHP and MySQL functions effectively, as demonstrated by functional testing (black box testing), which confirmed that all system features operate as intended. The system successfully enhances learning effectiveness, improves administrative efficiency, and strengthens teacher–student interaction in an online environment. Therefore, this web-based e-learning system is considered feasible to be implemented as a digital learning medium at SMA XYZ and has potential for further development through the integration of learning analytics features
SISTEM PENDETEKSI DETAK JANTUNG REAL-TIME BERBASIS ESP32 DENGAN VISUALISASI OLED DAN TERINTEGRASI MELALUI TELEGRAM
Perkembangan teknologi Internet of Things (IoT) telah mendorong inovasi di sektor kesehatan, dengan pemantauan detak jantung menjadi parameter krusial untuk mencerminkan kondisi tubuh. Penelitian sebelumnya menunjukkan adanya celah, di mana sistem monitoring detak jantung berbasis IoT umumnya belum mengintegrasikan akuisisi data real-time (sensor MAX30102), visualisasi lokal pada perangkat (layar OLED), dan mekanisme notifikasi instan jarak jauh (platform Telegram) secara bersamaan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pendeteksi detak jantung real-time berbasis mikrokontroler ESP32. Sistem ini dirancang untuk mampu mengukur detak jantung non-invasif menggunakan sensor optik MAX30102, menampilkan hasil pengukuran secara langsung pada layar OLED, serta mengirimkan notifikasi otomatis ke Telegram apabila terdeteksi nilai detak jantung berada di luar batas normal. Hasilnya diharapkan dapat menjadi solusi monitoring kesehatan yang portabel, efisien, dan mudah diimplementasikan untuk pemantauan jarak dekat maupun jarak jauh.
 
PERANCANGAN SISTEM KEAMANAN RUMAH DENGAN FINGERPRINT YANG DILENGKAPI DENGAN KAPASITAS BATERAI 6,8 MAH
Keamanan rumah merupakan aspek vital dalam melindungi penghuni serta harta benda dari ancaman kejahatan. Perkembangan teknologi mendorong penggunaan sistem keamanan berbasis biometrik, khususnya sidik jari, karena memiliki keunikan identitas yang sulit dipalsukan dan memberikan kenyamanan tanpa memerlukan kunci fisik atau sandi. Penelitian ini merancang sistem keamanan rumah yang tetap beroperasi melalui integrasi fingerprint dengan sumber daya cadangan. Adapun rumusan masalah yang diangkat mencakup perancangan sistem daya darurat, integrasi dengan modul fingerprint, serta pengujian keandalan sistem secara keseluruhan. Sistem yang dikembangkan memanfaatkan mikrokontroler ESP32, sensor sidik jari AS608, solenoid doorlock, dan Mini UPS 12V dengan kapasitas 6,8 Ah. Selain itu, sistem dilengkapi notifikasi real-time melalui bot Telegram sehingga pengguna dapat memantau kondisi keamanan rumah dari jarak jauh. Hasil pengujian menunjukkan bahwa proses identifikasi sidik jari berlangsung kurang dari 1 detik pada kondisi normal. Akan tetapi, tingkat keberhasilan menurun saat jari kotor atau berminyak, dengan akurasi masing-masing 80%, 20%, dan 0%. Kapasitas baterai aktual terukur sebesar 2058 mAh dengan kemampuan menopang sistem selama 3 jam 17 menit pada konsumsi daya rata-rata 7,54 watt