cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota denpasar,
Bali
INDONESIA
Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI)
Published by Universitas Pendidikan Ganesha
ISSN : 20898673     EISSN : 25484265     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Education Engineering
Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) is a collection of scientific articles in the field of Informatics / ICT Education widely and the field of Information Technology, published and managed by Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, Universitas Pendidikan Ganesha. JANAPATI first published in 2012 and will be published three times a year in March, July, and December. This journal is expected to bridge the gap between understanding the latest research Informatika. In addition, this journal can be a place to communicate and enhance cooperation among researchers and practitioners.
Arjuna Subject : -
Articles 17 Documents
 1   2 
Search results for , issue "Vol. 11 No. 3 (2022)" : 17 Documents clear
The Impact of Cognitive Skill, and Individual Innovativeness on Digital Formal Learning Mediated by Attitude to Use Interactive Worksheet Digital Dessy Seri Wahyuni; Gede Ariadi
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.51967

Abstract

This research explores the essence of cognitive skill and individual innovativeness in junior high school students in Bali Province, influencing digital formal learning across a mediator variable. This study proposes to provide the comprehension of digital technology used by students that focus on attitude to use interactive worksheet digital as a mediator for supporting digital formal learning. The study analyzes sampling data from 167 students in the junior high school in Buleleng Regency by partial least square-path modeling. The findings reveal that cognitive skill and individual innovativeness in digital formal learning are partially mediated by attitude to digitally using interactive worksheets. The finding discovers students’ attitudes toward using digital tools that enhance their output, such as accomplishing tasks more effectively and delivering satisfying learning.
GETARI: Dataset untuk Klasifikasi Gerakan Dasar Tari Bali Perempuan I Putu Putra Budha Lantara; I Putu Dwi Payana; Gede Ariel Septian Pratama; Wayan Evan Ada Munayana; Kadek Sri Nopiani; I Nyoman Rudy Hendrawan
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.52598

Abstract

Tari Bali adalah salah satu daya tarik kultural yang selalu dilestarikan oleh masyarakat Bali dari dulu hingga sekarang. Hingga saat ini banyak upaya telah dilakukan oleh masyarakat untuk mengabadikan karya seni Tari Bali ke dalam media digital. Salah satu pendekatan yang dapat digunakan dalam rangka preservasi karya seni Tari Bali yaitu dengan pendekatan teknologi machine learning. Pada penelitian ini dilakukan pembuatan dataset gerakan dasar Tari Bali yang merupakan kelanjutan dari penelitian sebelumnya yaitu, enam gerakan dasar Tari Bali yakni, ngelung, ngeseh, tapak sirangpada, ngeed, ngelo, dan ngumbang, yang dinamakan GETARI. GETARI kemudian diklasifikasikan dengan menggunakan model pre-trained VGG-LSTM dan I3D. Berdasarkan hasil training pada model VGG-LSTM didapatkan nilai validation loss sebesar 1,01 dan akurasi sebesar 0,57, sedangkan I3D memperoleh nilai validation loss sebesar 0,03 dan akurasi sebesar 0,97. Perubahan strategi training menurunkan validation loss VGG-LSTM menjadi sebesar 0,18 dengan akurasi mencapai 0,94. Selain itu dilakukan juga pengukuran terhadap metrik klasifikasi lainnya seperti precision, recall, dan F1. Secara keseluruhan, kinerja pada data test memperlihatkan bahwa model I3D tetap menjadi yang terbaik diantara keduanya, dengan nilai akurasi sebesar 0,97, precision sebesar 0,98, recall sebesar 0,98, dan F1 juga sebesar 0,98. Penelitian ini merupakan salah tahap awal dari pengembangan dataset gerakan dasar Tari bali dan juga pengembangan model machine learning untuk mengklasifikasikan gerakan dasar Tari Bali. Model yang dikembangan dapat dijadikan sebagai acuan dalam pengembangan model machine learning lainnya.
Factors Affecting Baby Boomers’ Attitudes towards the Acceptance of Mobile Network Providers' AI Chatbot Nanticha Poonpanich; Jiroj Buranasiri
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.53523

Abstract

The research aims to study the factors which affect baby boomers’ attitudes towards the acceptance of mobile network providers’ Artificial Intelligence (AI) Chatbots in Thailand and their influences. The research sample consists of 400 people who were born from 1946 to 1964 and had experience in using AI chatbots. The proposed concept of model of this research is based on the Technology Acceptance Model (TAM), Modified Unified Theory of Acceptance and Use of Technology 2 (UTAUT2), and Innovation Diffusion Theory (IDT). The questionnaire is the tool for data collection. The statistics for data analysis were mean, percentage, frequency distribution, and standard deviation. The statistical hypothesis testing included confirmatory factor analysis and structural equation model. The results can prove the importance of perceived usefulness, perceived ease of use, compatibility, privacy concern, attitude toward advertisement, and social influence on the acceptance of AI chatbot technology. Consequently, the results help business sectors to form better strategies to promote the broader use of AI chatbots.
Klasifikasi Gaya Belajar Mahasiswa Berdasarkan Garis Telapak Tangan Menggunakan Convolutional Neural Network Irennada; Achmad Solichin; Goenawan Brotosaputro
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.53721

Abstract

Gaya belajar dapat diartikan sebagai cara seorang siswa dalam menangkap berbagai informasi dalam proses pembelajaran. Model gaya belajar yang paling popular adalah model Visual, Auditori dan Kinestetik (VAK). Walaupun setiap siswa pada dasarnya dapat menerima materi dalam berbagai bentuk, namun pembelajaran akan lebih efektif jika materi disajikan sesuai gaya belajar siswa. Untuk mengetahui gaya belajar, dapat dilakukan dengan melakukan serangkaian asesmen menggunakan instrumen yang terdiri dari sejumlah pertanyaan. Asesmen tersebut memerlukan waktu yang cukup lama untuk memperoleh kesimpulan gaya belajar yang dominan. Pada penelitian ini, diusulkan metode identifikasi gaya belajar berdasarkan pola garis tangan (palmistry). Citra telapak tangan yang diperoleh dari 40 responden dianalisis memanfaatkan metode Convolutional Neural Network (CNN) untuk mendapatkan klasifikasi gaya belajar. Hasil pengujian terhadap model CNN diperoleh akurasi sebesar 70%, presisi 72%, dan recall 70%. Dengan demikian, identifikasi gaya belajar berbasis citra telapak tangan memiliki potensi yang besar dalam pengembangan sistem identifikasi gaya belajar yang lebih cepat dan akurat.
Pengembangan Sistem Dokumentasi Melalui Pendekatan Ontologi untuk Praktek Budaya Bali Cokorda Pramartha; Irianto Koten; I.G.N.A.C. Putra; I. W. Supriana; I. W. Arka
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.53939

Abstract

Bali adalah salah satu dari ribuan pulau di Indonesia yang mempraktikkan beragam budaya di seluruh pulau. Tarian tradisional Bali adalah salah satu contoh bagaimana pertunjukan bervariasi dari desa ke desa di pulau itu. Sebagian besar pengetahuan tari tradisional Bali saat ini tersedia dalam bentuk tacit, yang menjadi tantangan untuk mentransfer pengetahuan ini kepada seseorang yang memiliki latar belakang budaya yang berbeda. Fokus proyek kami untuk mengeksternalisasi pengetahuan budaya yang masih banyak dalam bentuk tacit ke dalam bentuk digital di mana aplikasi komputer dapat mengumpulkan, memanipulasi, berbagi, dan memanfaatkan informasi untuk mendukung pengambilan keputusan. Pendekatan pengembangan sistem Prototipe diadopsi untuk mengembangkan aplikasi web semantik. Selain itu, metode pengembangan ontologi semantik Methontology digunakan untuk merancang dan mengembangkan ontologi komputer dasar untuk mendukung penelusuran dan pencarian semantik dari sistem prototipe yang kami kembangkan. Dua jenis evaluasi dilakukan untuk mengevaluasi fungsional sistem prototipe (pengujian Black-box) dan persyaratan non-fungsional (Technology Acceptance Model). Pengujian Black-box dilakukan oleh pengembang sedangkan pengujian menggunakan Technology Acceptance Model mengundang 33 peserta secara sukarela. Untuk evaluasi kebutuhan non-fungsional, para peserta diminta untuk melakukan lima tugas yang telah ditetapkan oleh peneliti dengan melakukan interaksi ke sistem prototipe yang dikembangkan dan ditindaklanjuti dengan menjawaban kuesioner. Hasilnya menunjukkan bahwa prototipe yang dikembangkan bermanfaat dan mudah digunakan.
Perancangan Fitur Learning Management System (LMS) untuk Penanaman Nilai Berbasis Cognitive Moral Development Sumarsono Sumarsono
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.54106

Abstract

Penanaman nilai dalam pembelajaran online menjadi peluang pencapaian aspek sikap dan tata nilai dalam kurikulum Outcome Based Education (OBE). Studi ini bertujuan untuk mengetahui penerapan cognitive moral development terhadap learning management system (LMS) di perguruan tinggi. Konsep penilaian appraisal 360% digunakan untuk membagi peran penilai kepada teman sejawat, mahasiswa, dosen pengampu dan penilai luar. Tujuan utama dari perancangan fitur ini adalah mengembangkan fitur LMS dari yang telah berjalan dengan menambahkan fitur baru berupa media diskusi group kelas, membaca komentar, memberi tanggapan komentar, dan memberikan penilaian. Hal ini merupakan terobosan baru dalam menggali, mengembangkan dan mengedukasi sikap perilaku mahasiswa. Dari sisi akses dosen, LMS online dirancang untuk mendukung peran dosen dalam melakukan penilaian sikap dan perilaku mahasiswa. Metode pengembangan sistem menggunakan model prototype  sedangkan metode penelitian kualitatif digunakan untuk menguji validitas dan efektivitas LMS terhadap tiga dosen dan sembilan mahasiswa sebagai representasi keterwakilan kelas yang memiliki karakter respons berbeda beda terhadap instrumen.  Peneliti bertindak sebagai kolaborator bagi dosen pengampu mata kuliah yang terlibat dalam setiap tahapan perancangan  fitur  penanaman nilai dan perilaku serta pemberian nilai rating hingga pengujian kualitatif. Instrumen untuk menggali sikap dan perilaku dikembangkan berbasis kasus yang mengandung dilemma dalam bentuk teks narasi, video maupun audio. Implikasi dari LMS penanaman nilai afektif ini adalah kesiapan dosen menyajikan kualitas instrumen/ rubrik  yang  seharusnya disesuaikan dengan indicator atau capaian pembelajaran serta materi pembelajaran. Studi ini memiliki keterbatasan pada aspek pengujian. studi selanjutnya dapat dikembangkan pada pengujian besar atau kuantitatif.
Modifikasi Fruit Fly Optimiziation Algorithm untuk Optimasi General Regression Neural Network pada Kasus Prediksi Time-Series Ni Putu Novita Puspa Dewi; Ni Ketut Kertiasih; Ni Luh Dewi Sintiari
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.54521

Abstract

FOA merupakan algoritma optimasi swarm intelligence yang dikenal unggul dan cenderung sederhana untuk diimplementasikan, namun algoritma ini diketahui sulit untuk memecahkan masalah optimasi nonlinier berdimensi tinggi dan mudah jatuh ke dalam optimum lokal. Untuk mengatasi kekurangan ini, immune algorithm digunakan untuk menyeimbangkan kekurangan FOA guna meningkatkan efisiensi pencarian. Penelitian ini bertujuan untuk menggabungkan algoritma optimasi FOA dengan immune algorithm untuk digunakan mengoptimasikan model prediksi GRNN. Model hybrid dari GRNN dan FOA modifikasi (IAFOA) akan diuji-coba terhadap beberapa dataset time-series di berbagai domain. Performanya dibandingkan dengan model FOA basic untuk melihat dampak jelas dari proses modifikasi tersebut terhadap performa model GRNN dalam melakukan prediksi. Hasil pengujian menunjukkan bahwa eror prediksi RMSE dan MAE dari IAFOA A pada 4 kasus training dan testing dan 1 kasus lebih unggul pada proses training. Berdasarkan pengujian yang dilakukan kepada 3 dataset (6 kasus), IAFOA menghasilkan rata-rata eror prediksi lebih kecil yaitu RMSE sebesar 35348.63 dan MAE 26699.02 dibandingkan FOA dengan rata-rata eror prediksi secara berturut-turut 35792.59 dan 26967.12.

Page 2 of 2 | Total Record : 17

 1   2 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 14 No. 2 (2025) Vol. 14 No. 1 (2025) Vol. 13 No. 3 (2024) Vol. 13 No. 2 (2024) Vol. 13 No. 1 (2024) Vol. 12 No. 3 (2023) Vol. 12 No. 2 (2023) Vol. 12 No. 1 (2023) Vol. 11 No. 3 (2022) Vol. 11 No. 2 (2022) Vol. 11 No. 1 (2022) Vol 11, No 1 (2022) Vol. 10 No. 3 (2021) Vol 10, No 2 (2021) Vol. 10 No. 2 (2021) Vol 10, No 1 (2021) Vol. 10 No. 1 (2021) Vol 9, No 3 (2020) Vol. 9 No. 3 (2020) Vol. 9 No. 2 (2020) Vol 9, No 2 (2020) Vol. 9 No. 1 (2020) Vol 9, No 1 (2020) Vol. 8 No. 3 (2019) Vol 8, No 3 (2019) Vol. 8 No. 2 (2019) Vol 8, No 2 (2019) Vol. 8 No. 1 (2019) Vol 8, No 1 (2019) Vol 8, No 1 (2019) Vol 7, No 3 (2018) Vol. 7 No. 3 (2018) Vol 7, No 3 (2018) Vol 7, No 2 (2018) Vol. 7 No. 2 (2018) Vol. 7 No. 1 (2018) Vol 7, No 1 (2018) Vol 7, No 1 (2018) Vol 6, No 3 (2017) Vol 6, No 3 (2017) Vol. 6 No. 3 (2017) Vol 6, No 2 (2017) Vol. 6 No. 2 (2017) Vol 6, No 2 (2017) Vol. 6 No. 1 (2017) Vol 6, No 1 (2017) Vol 6, No 1 (2017) Vol 5, No 3 (2016) Vol. 5 No. 3 (2016) Vol 5, No 3 (2016) Vol. 5 No. 2 (2016) Vol 5, No 2 (2016) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 5, No 1 (2016) Vol. 5 No. 1 (2016) Vol 4, No 3 (2015) Vol. 4 No. 3 (2015) Vol 4, No 3 (2015) Vol 4, No 2 (2015) Vol. 4 No. 2 (2015) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 4, No 1 (2015) Vol. 4 No. 1 (2015) Vol 3, No 3 (2014) Vol. 3 No. 3 (2014) Vol 3, No 3 (2014) Vol 3, No 2 (2014) Vol 3, No 2 (2014) Vol. 3 No. 2 (2014) Vol 3, No 1 (2014) Vol. 3 No. 1 (2014) Vol 3, No 1 (2014) Vol 2, No 3 (2013) Vol. 2 No. 3 (2013) Vol 2, No 3 (2013) Vol. 2 No. 2 (2013) Vol 2, No 2 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol. 2 No. 1 (2013) Vol 2, No 1 (2013) Vol 1, No 3 (2012) Vol 1, No 3 (2012) Vol. 1 No. 3 (2012) Vol. 1 No. 2 (2012) Vol 1, No 2 (2012) Vol 1, No 2 (2012) Vol 1, No 1 (2012) Vol. 1 No. 1 (2012) Vol 1, No 1 (2012) More Issue