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 646 Documents
 47   48   49   50   51 
Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN Ni Luh Wiwik Sri Rahayu Ginantra; C. P Yanti; G. D. Prasetya; Ida Bagus Gede Sarasvananda; I Komang Arya Ganda Wiguna
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.v11i3.49450

Abstract

Penggunaan internet pada sektor pariwisata dapat mempermudah seseorang dalam memperoleh informasi mengenai suatu tempat wisata. Ubud menjadi salah satu destinasi wisata favorit di Kabupaten Gianyar, Provinsi Bali menawarkan berbagai macam jenis wisata yang salah satunya yaitu villa sebagai akomodasi para wisatawan. Informasi mengenai opini wisatawan terhadap Ubud pada Google Maps, dapat menjadi bahan evaluasi untuk mempertahankan citra positif pariwisata Ubud. Pada penelitian ini akan dilakukan analisa text mining dengan analisa sentimen villa di Ubud berdasarkan data opini pada Google Maps menggunakan metode Naive Bayes, Decision Tree, dan k-NN menggunakan aplikasi RapidMiner. Adapun hasil pengujian dari 2894 data yang dibagi menjadi 2024 data training dan 867 data uji. Penggunaan SMOTE up-sampling digunakan untuk menyamakan jumlah data yang tidak seimbang. Hasil analisa menunjukkan bahwa metode k-NN lebih unggul dalam menganalisis sentimen dengan prediksi sentimen 526 positif, 233 netral, 72 negatif. Performance confusion matrix menunjukkan bahwa metode k-NN unggul dengan akurasi 91.26%, precision 92.97%, recall 91.26%, dan overall performance 91.83%.
Analisis Perancangan E-Business B2C (Business to Consumer) Upaya Digitalisasi Pengembangan UMKM (Studi Kasus : Kabupaten Pesawaran, Indonesia) Iis Ariska Nurhasanah; Muhamad Brilliant; Kustia Reni; Agus Mulyanto
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.v11i3.49787

Abstract

Survey yang dilakukan oleh badan pusat statistik pada 10-26 Juli 2021 menyajikan data penurunan pendapatan yang dialami 80% pelaku usaha mikro kecil dan menengah (UMKM) Secara tidak langsung penurunan pendapatan ini juga terjadi di UMKM Kabupaten Pesawaran Selain permasalahan penurunan pendapatan di masa pandemi, Permasalahan yang terjadi pada Mayoritas pelaku UMKM di kabupaten Pesawaran adalah rendahnya tingkat pemanfaatan teknologi informasi dalam menunjang proses bisnis UMKM, sehingga mayoritas pelaku UMKM di kabupaten Pesawaran melakukan pemasaran produknya secara konvensional, hal ini menjadi salah satu factor yang dapat mengakibatkan UMKM di Kabupaten Pesawaran sulit untuk bangkit di masa pandemi. ­­Penelitian ini bertujuan untuk membuat rancang bangun Landing Page berbasis Content Management System yang sesuai dengan UMKM, dikarenakan belum adanya Landing Page berbasis Content Management System yang di desain secara spesifik untuk UMKM khususnya di Kabupaten Pesawaran yang sampai saat ini penulis belum menemukannya, penambahan fitur cashless pada CMS ini akan memberikan kemudahan dalam transaksi non tunai. Penelitian ini menggunakan metode RnD (Research and Development) dengan Tahapan dalam penelitian ADDIE sebagai berikut (1) Analisis (2) Desain (3) Pengembangan, (4) Implementasi (5) Evaluasi. Hasil dari penelitian ini adalah rancangan aplikasi yang diberi nama UMKM jejama yang dalam bahasa lampung memiliki makna bersama, dan berfungsi sebagai media penjualan UMKM ke pelanggan/pembeli. Hasil pengujian menunjukan fungsi dari menu yang terdapat di aplikasi dapat berjalan dengan baik dan sesuai dengan spesifikasi kebutuhan UMKM.
Identifikasi Sebaran Nitrogen pada Tanaman Padi berbasis Pengetahuan Fenologi dan Remote Sensing Sudianto Sudianto; Reni Dyah Wahyuningrum
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.v11i3.50051

Abstract

Nitrogen sangat penting untuk keberlanjutan tanaman padi. Kebutuhan nitrogen pada tanaman padi berguna untuk produktivitas dan peningkatan hasil panen. Masalah yang sering terjadi, kekurangan dan berlebihan nitrogen, juga tidak cocok untuk tanaman, terutama pada puncak fenologi tanaman padi. Oleh karena itu, penelitian ini bertujuan untuk identifikasi sebaran nitrogen pada tanaman padi pada puncak fenologi tanaman. Identifikasi nitrogen dilakukan dengan data citra satelit dan indikator indeks spectral seperti NDVI, NDRE, NDMI, dan data curah hujan. Selain itu, pemodelan tren musiman dibangun dengan regresi linier dan model harmonik sebagai basis pengetahuan untuk pola penanaman padi dari fenologi tanaman. Hasil yang diperoleh menunjukkan puncak penanaman padi dalam satu tahun masa tanam, terdapat dua siklus puncak; (1) dari bulan Januari hingga Maret; (2) dari bulan Juli hingga Agustus. Kemudian pada siklus puncak penanaman kedua, konservasi terhadap identifikasi sebaran nitrogen dalam kondisi normal. Sementara itu, pada siklus penanaman puncak pertama, tanaman padi pada bulan Januari ketersediaan sebaran nitrogen belum merata dan belum tercukupi.
Deteksi Karakter Hiragana Menggunakan Metode Convolutional Neural Network Eko Hari Rachmawanto; Pulung Nurtantio Andono
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.v11i3.50144

Abstract

Salah satu jenis huruf dasar yang digunakan dalam Bahasa Jepang ialah Hiragana. Dalam penulisan Hiragana memiliki aturan guratan dasar atau berbentuk garis – garis dan coretan melengkung (kyokusenteki), penulisan dari garis atas ke bawah atau dari kiri ke kanan. Aturan tersebut harus diikuti dan diperhatikan. Diusulkan penggunaan Metode Convolutional Neural Network (CNN) untuk melakukan pengenalan terhadap tulisan tangan karakter Hiragana. Pada tahap preprocessing, terdapat proses segmentasi yang menggunakan metode thresholding, setelah itu dilakukan proses menghilangkan noise, mengubah ukuran, dan proses normalisasi dengan cara memotong gambar dataset. Pada tahap pengujian, digunakan Metode Adam Optimizer sebagai alat untuk menguji metode yang digunakan dimana akan menghasilkan nilai akurasi. Dengan menggunakan 1000 dataset gambar yang terdiri dari 50 karakter, masing-masing karakter memiliki 20 sampel gambar. Dari 1000 data tersebut, telah dilakukan variasi data dengan melakukan split dataset. Dalam penelitian ini dilakukan 2 kali percobaan dengan variasi data 70:30 dan 60:40. Akurasi yang didapat yaitu 86,5% dan 83%.. Akurasi yang di dapat menggunakan split dataset 70:30 ternyata menghasilkan prosentase lebih tinggi di banding menggunakan split dataset 60:40.
Analysis of Prototyping Methods Implementation for Library Information Systems Development in SMAN 3 Bengkalis Anggy Trisnadoli; Devi Yanti
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.v11i3.50160

Abstract

SMAN 3 Bengkalis Library is a school library with a collection of reading books and lessons located in Bengkalis Regency, Riau Province. Currently, the system that operates in the SMAN 3 Bengkalis library is still conventional and is prone to physical damage. In addition, with current technological advances, the registration system for students as members is also still written using paper cards, plus the difficulties of library staff in procuring and managing library books. Based on these problems, a web-based library information system development is proposed, expected to solve the problems that occur. With prospective system users who are pretty laymen, a particular way is needed to develop the system, especially when carrying out user needs and system design. With this need, a prototyping method is used, which does function to accommodate these needs. Each phase of this method is carried out carefully to produce a product that meets expectations. In this study, an evaluation of the development process was carried out. The evaluation is carried out in several ways, such as UAT and Usability Testing with ISO 9126 and 9241-111. Based on the results of the evaluation, it was found that with the application of this method can produce a library information system product that is good and runs according to functionality and is to the expectations of users in solving the problems they face.
Deteksi Depresi Pengguna Twitter Indonesia Menggunakan LSTM-RNN Ivan Dwi Nugraha; Yufis Azhar
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.v11i3.50674

Abstract

Perkembangan media sosial yang semakin pesat, menciptakan keberagaman microblogging sosial, mendorong orang untuk mengekspresikan perasaan dan pendapat, Setiap tweet pada twitter mewakili ekspresi emosional penggunanya, hal ini dapat dijadikan studi kasus dalam mendeteksi kasus depresi dan menilai emosional pengguna twitter. Deteksi dan pencegahan depresi sangat sulit untuk dideteksi dan telah menjadi topik penelitian yang sangat menarik untuk diteliti sejak dekade terakhir. Beberapa penelitian yang berkaitan dengan twitter untuk mendeteksi pengguna media sosial yang mengalami depresi. Salah satu penelitian deteksi depresi melalui twitter menyimpulkan bahwa adanya korelasi antara keadaan depresi pengguna twitter terhadap sentiment yang mereka tweet menggambarkan keadaan depresi pengguna tersebut. Tujuan penelitian ini penelitian kami adalah untuk mengembangkan dan mengoptimalkan penelitian sebelumnya menggunakan metode yang berbeda yakni LSTM-RNN, dan mendeteksi depresi pada tweet twitter indonesia. Dataset yang digunakan berjumlah 5.494 baris tweet, dimana data kelas normal berjumlah 2.747 baris tweet dan data depresi berjumlah 2.747 baris tweet setelah dilakukan balancing data, dataset sebelum digunakan data dilakukan proses preprocessing terlebih dahulu sebelum masuk ke proses pelatihan. Hasil dari penelitian dengan menggunakan metode LSTM-RNN memperoleh nilai presisi, recall, dan F1-score diperoleh masing-masing 86%, 86%, dan 86%, sedangkan akurasinya adalah 86%. Sistem deteksi ujaran depresi diharapkan dapat membantu menganalisa depresi masyarakat di media sosial.
Sentiment Analysis of Online Lectures using K-Nearest Neighbors based on Feature Selection Junadhi; Agustin; Mi’rajul Rifqi; M. Khairul Anam
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.v11i3.51531

Abstract

Online lecture is a distance learning system that utilizes information technology in its implementation. Although it has been agreed, this lecture system has caused controversy. Not infrequently online lectures are considered to bring a variety of new obstacles in lectures, and not a few also consider that online lectures are the most appropriate solution to continue to run lecture activities in the midst of alarming pandemic conditions. In response to this policy, many people expressed various kinds of opinions and views on the implementation of online lectures which are generally stated on social media, one of which is through Twitter. Sentiment analysis is a branch of the science of machine learning that is carried out to obtain useful information or new knowledge by extracting, understanding, and processing text data automatically. Several methods are widely used by researchers to classify sentiment analysis datasets including K-Nearest Neighbor (K-NN). K-NN will be adapted to classify online lecture datasets because K-NN can produce good accuracy on a large number of data. The presence of feature selection also helps machine learning in improving its performance. The purpose of this study was to determine student sentiment toward online lectures and to determine the level of accuracy of the combination of K-NN with various feature selections. Based on 780 tweets data, a classification of 394 positive sentiments, 320 negative sentiments, and 39 neutral sentiments was obtained. So, the results of student opinions are on POSITIVE sentiments. The accuracy result of the K-NN Algorithm was 56% and the accuracy of the K-NN Algorithm + Forward Selection was 51%, the accuracy of the KNN Algorithm + Adabost was 54%, and the accuracy of the KNN Algorithm + Genetic Algorithm was 55%.
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.

Page 49 of 65 | Total Record : 646

 47   48   49   50   51 

Filter by Year

2012 2025


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