Claim Missing Document
Check
Articles

DESIGN AND BUILD AN ONLINE RESERVASTION SYSTEM FOR HEALTH SERVICES AT PET CLINICS USING THE PRIORITY SCHEDULING ALGORITHM Rumampuk, Viola Gracella; Ardiansyah, Rizka; Joefrie, Yuri Yudhaswana; Laila, Rahmah; Pusadan, Mohammad Yazdi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6305

Abstract

The limited number of veterinarians and the absence of an online reservation service at Louis Pet Shop Palu, which requires prospective patients or customers to come in person to take a queue number and wait to receive medical services. The long queues that often occur cause inconvenience and waste of time for customers. In addition, the mismatch of schedules with customer preferences adds to the inconvenience, which can result in customer dissatisfaction and potential losses for the clinic as customers seek services elsewhere that are more convenient. This research uses the Black Box testing method to ensure the smooth running of the created program. In conclusion, this problem can be overcome by building an online reservation information system that integrates a priority-based queue management mechanism. The implementation of this feature uses Priority Scheduling Algorithm combined with WhatsApp Gateway as a reminder.
Interaksi Augmented Reality Menggunakan Boxcollider Dalam Aplikasi Pembelajaran Bahasa Inggris Zulkifli, Zulkifli; Joefrie, Yuri Yudhaswana; Nugraha, Deny Wiria; Lapatta, Nouval Trezandy; Syahrullah, Syahrullah; Angreni, Dwi Shinta
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6248

Abstract

Teknologi Augmented Reality (AR) telah menjadi salah satu inovasi terdepan dalam meningkatkan pengalaman belajar interaktif. Penelitian ini mengkaji penggunaan AR dalam aplikasi pengenalan bahasa Inggris dengan memanfaatkan fitur BoxCollider untuk interaksi pengguna. Ap-likasi ini dirancang untuk membantu pengguna, terutama pelajar, dalam mengenali dan memahami kosakata bahasa Inggris melalui pengalaman visual dan interaktif. BoxCollider digunakan untuk mendeteksi interaksi antara pengguna dan objek virtual yang ditampilkan di layar, memung-kinkan respons langsung terhadap tindakan pengguna seperti menyentuh atau menggerakkan objek. Hasil penelitian menunjukkan bahwa penggunaan BoxCollider dalam AR meningkatkan keterlibatan pengguna dan memudahkan proses belajar. Pengguna dapat berinteraksi dengan berbagai objek yang mewakili kata-kata bahasa Inggris, sehingga mem-berikan konteks visual yang kuat dan mendukung pemahaman kosakata secara lebih efektif. Aplikasi ini diharapkan dapat menjadi alat bantu yang efektif dalam pengajaran bahasa Inggris, menawarkan metode bela-jar yang lebih menarik dan interaktif dibandingkan dengan metode kon-vensional
SISTEM PERINGATAN DINI GEMPA DAN TSUNAMI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK Wiwik Supriyatin; Moh. Eno Farhan; Syahrullah Syahrullah; Deny Wiria Nugraha; Yuri Yudhaswana Joefrie
Journal of Information System Management (JOISM) Vol. 8 No. 1 (2026): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v8i1.2484

Abstract

Penelitian ini bertujuan untuk meningkatkan keselamatan publik melalui penyediaan prediksi tsunami yang cepat dan andal dengan memanfaatkan algoritma Artificial Neural Network (ANN) dalam sistem berbasis web. Masalah utama yang diangkat adalah tingginya risiko kerugian material dan korban jiwa akibat keterlambatan informasi serta potensi false alarm pada pengolahan data konvensional. Metode penyelesaian dilakukan dengan menerapkan arsitektur jaringan saraf ANN (susuna lapisan layer 9-10-8-1) yang mengolah parameter Magnitudo, Kedalaman, Jarak ke Pantai, serta Jenis Patahan sebagai input utama. Hasil perancangan menunjukkan performa sistem yang sangat presisi, dibuktikan dengan perolehan nilai Error Akhir sebesar 0,004950 pada iterasi ke-58 yang merepresentasikan tingkat akurasi pelatihan mencapai 99,50%. Selain itu, pengujian pada skenario gempa Magnitudo 7.5 menghasilkan Probabilitas Tsunami sebesar 93,38% dengan tingkat kepercayaan tinggi. Integrasi ANN dalam platform web ini terbukti mampu menyediakan informasi yang terstruktur, akurat, dan ramah pengguna sebagai instrumen krusial dalam pengambilan tindakan tanggap bencana yang efektif.
KLASIFIKASI JENIS KAYU BERDASARKAN CITRA SERAT KAYU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Muhammad Rifaldi Dwimanhendra; Syahrullah Syahrullah; Yuri Yudhaswana Joefrie; Dwi Shinta Angreni; Ryfial Azhar; Deny Wiria Nugraha; Nouval rezandy Lapatta; Abdul Mahatir Najar
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5726

Abstract

Kayu merupakan sumber daya alam yang sangat penting bagi industri mebel atau furnitur. Pemilihan jenis kayu yang tepat sangat krusial dalam industri mebel untuk menentukan kualitas hasil produksi. Pemilihan kayu secara manual memiliki risiko kesalahan yang dapat berdampak negatif pada kualitas akhir produk mebel. Oleh karena itu, diperlukan penerapan teknologi untuk meminimalkan kesalahan pemilihan jenis kayu dan meningkatkan efisiensi proses produksi. Penelitian ini bertujuan membangun model klasifikasi jenis kayu (nantu, palapi, dan uru) berbasis Convolutional Neural Network (CNN) menggunakan citra serat kayu. Dataset terdiri dari 1.584 citra yang dibagi menjadi 80% data pelatihan dan 20% data pengujian. Arsitektur model CNN terdiri dari 4 lapisan konvolusi, 4 lapisan pooling, dan 2 lapisan fully-connected. Hasil pelatihan mencapai akurasi 97,06%, sedangkan hasil pengujian dan evaluasi menggunakan matriks konfusi mencapai akurasi 95,56%. Penelitian ini membuktikan bahwa CNN dapat digunakan secara efektif untuk klasifikasi jenis kayu dengan tingkat akurasi yang tinggi, sehingga dapat membantu meningkatkan efisiensi proses produksi mebel.
PENGGABUNGAN METODE SYSTEM USABILITY SCALE DAN USER EXPERIENCE QUESTIONNAIRE UNTUK EVALUASI USABILITY SISTEM INFORMASI MBKM UNIVERSITAS TADULAKO DENGAN PENDEKATAN USER EXPERIENCE Sahril Sahril; Rizka Ardiansyah; Wirdayanti Wirdayanti; Dwi Shinta Angreni; Yuri Yudhaswana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5548

Abstract

Usability merupakan apsek penting dalam mengukur kualitas sebuah sistem. Tingkat Usability sangat dipengaruhi oleh pengalaman pengguna dimana hal ini dapat diukur dengan menilai seberapa cepat dan mudah pengguna mempelajari serta menyelesaikan tugas. Evaluasi usability dikategorikan menjadi pendekatan empiris dan non-empiris. Penelitian ini bertujuan mengevaluasi tingkat usability Sistem Informasi MBKM  dengan pendekatan empiris menggabungkan system usability scale (SUS) dan User Experience Questionnaire (UEQ) sehingga evaluasi yang dilakukan tidak hanya mengukur tingkat usability sebuah sistem namun juga dapat mengidentifikasi  masalah usability berdasarkan aspek pengalaman pengguna. Hasil evaluasi menggunakan SUS menunjukan skor SUS Sistem Informasi MBKM berada pada angka 63 menunjukan skor SUS untuk tingkat adjective scale  pada kategori “OK”, grade scale kategori “C-”, serta acceptability scale berada pada kategori “MARGINAL” dengan net promoter scores kategori “Passive”.  Hasil pengukuran menggunakan UEQ yang telah diadaptasi menunjukan aspek attractiveness (1.20), perspicuity (1.49), efficiency (1.06), stimulation (1.14), dan novelty (0.82) mendapatkan evaluasi positif di atas rata-rata sedangkan aspek dependability (0.88) mendapatkan evaluasi positif namun di bawah rata-rata. Penelitian selanjutnya dapat dilakukan menggunakan pendekatan dan non-empiris dengan melibatkan para ahli (evaluator) untuk menilai tingkat kegunaan serta ngidentifikasi letak masalah dari sebuah sistem
IMPLEMENTASI ALGORITMA LEBAH DAN ALGORITMA SEMUT UNTUK MENENTUKAN RUTE TERPENDEK DALAM PROSES MONITORING WAJIB Mohammad Wandy; Yuri Yudhaswana Joefrie; Rizka Ardiansyah; Dwi Shinta Angreni; Nouval Trezandy Lapatta
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 1 (2026): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i1.7583

Abstract

The application of optimization algorithms to determine the shortest route is one effective approach to improving operational efficiency in various fields, including taxpayer monitoring. This study aims to implement two metaheuristic algorithms, namely the Ant Colony Optimization (ACO) algorithm and the Bee Algorithm, to identify the shortest routes for tax officers who are required to visit multiple taxpayer locations. In this study, both algorithms were tested using a dataset containing the locations of taxpayers that need to be monitored, with the objective of optimizing travel routes in order to reduce the total travel distance. The results show that both algorithms are capable of finding optimal or near-optimal solutions to the shortest path problem in the context of taxpayer monitoring. Although ACO is more effective in producing higher-quality solutions, the Bee Algorithm is faster in finding solutions, albeit with slightly less optimal results. This study also emphasizes the importance of algorithm parameter settings, such as the number of ants, the size of the bee colony, and the pheromone evaporation rate, which significantly affect solution quality and computation time.