cover
Contact Name
Rikie Kartadie
Contact Email
rikie@stkippgritulungagung.ac.id
Phone
+6282178785546
Journal Mail Official
jipi@stkippgritulungagung.ac.id
Editorial Address
Jl. Major Sujadi Timur 7, Plosokandang, Kedungwaru, Tulungagung, Kabupaten Tulungagung, Jawa Timurr
Location
Kab. tulungagung,
Jawa timur
INDONESIA
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Published by STKIP PGRI Tulungagung
ISSN : -     EISSN : 25408984     DOI : http://dx.doi.org/10.29100/jipi
Core Subject : Science, Education,
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) e-ISSN: 2540 - 8984 was made to accommodate the results of scientific work in the form of research or papers are made in the form of journals, particularly the field of Information Technology. JIPI is a journal that is managed by the Information Technology Program PGRI STKIP Tulungagung. Journal has been indexed by Google Scholar, DOAJ, Academic Keys and others. JIPI has been supervised by RJI (Relawan Jurnal Indonesia).
Articles 92 Documents
Search results for , issue "Vol 10, No 2 (2025)" : 92 Documents clear
PENERAPAN REKOMENDASI ALGORITMA FP-GROWTH UNTUK TREN PENJUALAN PADA TOKO SANWIKARTA Ali, Siti Sehah; krisbiantoro, Dwi; Afiana, Fiby Nur
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.v10i2.6150

Abstract

Toko Sembako Sanwikarta adalah sebuah usaha ritel yang menyediakan berbagai kebutuhan masyarakat dengan fokus utama pada sembako. Penelitian ini bertujuan untuk memberikan rekomendasi tentang tren yang mungkin terjadi dalam penjualan produk sembako di sebuah toko Sanwikarta. Dalam proses penelitian ini, algoritma FP-Growth digunakan untuk menganalisis tata letak barang yang akan dibeli secara bersamaan oleh pelanggan. Hasil penelitian ini menunjukan bahwa agoritama FP-Growth berhasil mengidentifikasi pola pembelian yang berulang, hal ini memungkinkan pemilik toko mengembangkan stategi yang lebih tepat untuk mengelola produk -produknya dan menawarkan produk kepada pelanggan. Proses pre-processing data juga dilakukan untuk memastikan kualitas data yang digunakan dalam analisis. Dengan demikian, penerapan algoritma FP-Growth pada toko Sanwikarta dapat meningkatkan penjualan produk. Tujuan dari penelitian ini adalah mengimplementasikan rekomendasi tentang tren penjualan produk sembako di toko Sanwikarta dengan menggunakan algoritma FP-Growth. Penelitian ini juga bertujuan untuk menganalisis pola pembelian yang sering terjadi ditoko tersebut, sehingga pemilik toko dapat mengembangkan stategi yang lebih tepat dalam penataan tata letak produk. Berdasarkan hasil proses akhir yang dilakukan dengan penggunaan aplikasi rapid miner,hasil aturan yang didapat menujukan bahwa algoritma FP-Growth berhasil diterapkan pada transaksi toko sembako Sanwikarta. Dengan nilai minimun kepercayaaan pola hubungan data dari toko Sanwikarta dengan tingkat minimum support (0,95) dan Confiden (0,8) menujukan bahwa jika pelanggan membeli Saos Tomat, pelanggan juga akan membeli Mie Instan dan Sosis
PENERAPAN NAIVE BAYES DALAM MENENTUKAN KUOTA PROGRAM INDONESIA PINTAR PADA SMP NEGERI 5 KOTA TANJUNGBALAI Marpaung, Darmiyanti; Ramdhan, William; Ishan, Mhd
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.v10i2.6034

Abstract

Beasiswa PIP untuk siswa kurang mampu dan kebijakan baru di SMP Negeri 5 Kota Tanjungbalai bahwa pada tahun pelajaran 2022/2023 pengajuan beasiswa PIP SMP Negeri 5 Kota Tanjungbalai dari kelas I s/d VI ada 100 siswa, sehingga pihak SMP Negeri 5 Kota Tanjungbalai ingin menambahkan kuota 50 siswa sebagai penerima beasiswa PIP di SMP Negeri 5 Kota Tanjungbalai untuk tahun pelajaran 2023/2024. Akan tetapi pengajuan beasiswa PIP di SMP Negeri 5 Kota Tanjungbalai pada tahun 2022/2023 di kelas 6 ada 11 siswa yang layak menerima beasiswa PIP di SMP Negeri 5 Kota Tanjungbalai. Sehingga total pengajuan beasiswa PIP di SMP Negeri 5 Kota Tanjungbalai dari kelas VII s/d IX untuk tahun pelajaran 2023/2024 ada 61 siswa. Sehingga pihak SMP Negeri 5 Kota Tanjungbalai melakukan seleksi ulang terhadap 258 siswa di SMP Negeri 5 Kota Tanjungbalai. Sedangkan teknik yang digunakan untuk penambahan kuota beasiswa PIP menggunakan data mining dan metode naive bayes dengan kriteria yang telah ditentukan oleh pihak SMP Negeri 5 Kota Tanjungbalai. Sehingga dengan adanya sistem ini dapat dijadikan sebagai pertimbangan untuk mengambil keputusan oleh Kepala SMP Negeri 5 Kota Tanjungbalai untuk menentukan siswa yang layak atau tidak dalam penerimaan beasiswa PIP.
IDENTIKASI JENIS FILE PADA ARTEFAK DIGITAL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Fawzan, Ihsan; Luthfi, Ahmad
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.v10i2.6263

Abstract

Permasalahan yang dihadapi dalam penelitian ini berkaitan dengan adanya isu yang timbul akibat kerusakan file digital dalam konteks hukum, serta kontribusi penelitian ini dalam mengatasi permasalahan tersebut. Virus, malfungsi sistem, dan malware menjadi beberapa penyebab terjadinya file rusak sehingga menghambat akses menuju data penting dalam proses hukum. Teknik  yang sesuai dalam menganalisis konten file dan mengidentifikasi pola menggunakan algoritma untuk mengatasi masalah yaitu menggunakan teknik content-based. Penelitian ini memanfaatkan algoritma K-Nearest Neighbor dalam machine learning untuk mendeteksi jenis file pada file yang rusak. Penelitian yang mengkaji tentang identifikasi  jenis file sudah pernah dilakukan sebelumnya, namun masih menggunakan dataset lama yaitu GovDocs yang dirilis pada tahun 2009 sehingga perlu adanya penelitian yang menggunakan dataset baru. Penelitian ini memperbarui dataset GovDocs ke dalam NapierOne, yang berkontribusi pada peningkatan aksesibilitas data yang relevan untuk analisis. Machine learning digunakan dalam penelitian ini untuk mengklasifikasikan data dan berhasil meningkatkan keterbacaan dokumen meskipun tanpa informasi header atau footer. Selain itu, penelitian yang penulis lakukan dalam mengidentifikasi jenis file ambigu dalam artefak digital menggunakan K-Nearest Neighbor memperoleh hasil yang tinggi dengan tingkat akurasi mencapai 86%. Secara keseluruhan, studi ini berkontribusi pada peningkatan aksesibilitas dan keandalan bukti digital dalam konteks hukum, khususnya terkait file yang mengalami kerusakan.
IMPLEMENTASI SVM DAN SMOTE PADA ANALISIS SENTIMEN MEDIA SOSIAL X TERHADAP PELANTIKAN AGUS HARIMURTI YUDHOYONO Fajriyah, Nurul; Lapatta, Nouval Trezandy; Nugraha, Deny Wiria; Laila, Rahmah
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.v10i2.6246

Abstract

Pelantikan Agus Harimurti Yudhoyono sebagai Menteri Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN) telah memicu berbagai reaksi publik yang terekam dalam media sosial X. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pelantikan tersebut menggunakan algoritma Support Vector Machine (SVM) dan teknik Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan dalam penelitian ini diambil dari komentar masyarakat di media sosial X, yang kemudian diolah untuk membedakan antara sentimen positif, negatif, dan netral. Dalam proses analisis, data awal yang diperoleh cenderung tidak seimbang, dengan jumlah data sentimen negatif yang lebih banyak dibandingkan dengan sentimen positif dan netral. Oleh karena itu, teknik SMOTE diterapkan untuk mengatasi ketidakseimbangan kelas dan meningkatkan performa model. Algoritma SVM kemudian digunakan untuk melakukan klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model SVM yang diimbangi dengan SMOTE memiliki tingkat akurasi yang tinggi dalam mengklasifikasikan sentimen publik dibandingkan dengan model tanpa SMOTE dengan akurasi sebesar 0.93, presisi sebesar 0.93 dan recall sebesar 0.93.
PENERAPAN METODE WEIGHTED PRODUCT (WP) PENILAIAN SOFT SKILL GURU DALAM BELAJAR DI MTS. HIDAYATUL ULUMIYAH UJUNG KUBU Nawar, Muhammad Din; Helmiah, Fauriatun; Latiffani, Chitra
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.v10i2.6082

Abstract

Mts. Hidayatul Ulumiyah Ujung Kubu adalah sebuah instansi sekolah Swasta yang berada di Kabupaten Asahan yang terdiri dari 12 guru. Sekolah ini memiliki fasilitas yang cukup lengkap dan ditunjang dengan fasilitas teknologi dan sistem informasi yang cukup lengkap. Mts. Hidayatul Ulumiyah Ujung Kubu juga termasuk dalam Mts percontohan untuk sekolah lain, karena Mts. Hidayatul Ulumiyah Ujung Kubu memiliki banyak prestasi dalam berbagai bidang. Setiap tahunnya, Kepala Sekolah mengadakan Penilaian Soft Skill Guru Dalam Belajar untuk meningkatkan pendidikan yang bermutu. Cara ini bertujuan untuk mengetahui tingkat prestasi guru-guru di sekolah tersebut. Penilaian Kinerja Guru tidak hanya untuk mengetahui tingkat prestasi guru di sekolah tersebut, tetapi juga akan diikutsertakan dalam pemilihan guru berprestasi yang rutin diadakan oleh Kementerian Pendidikan dan Kebudayaan mulai dari tingkat Kecamatan, Kabupaten/Kota, Provinsi dan Nasional. Akan tetapi, kendala dari penentuan Penilaian Kinerja Guru di Mts. Hidayatul Ulumiyah Ujung Kubu masih bersifat subjektif dalam arti penilaian dilakukan secara konvensional menggunakan lembar penilaian karena belum adanya aspek-aspek penilaian yang digunakan dalam Penilaian Soft Skill Guru Dalam Belajar.
PERSEPSI PUBLIK TERHADAP KEPEMIMPINAN FIRLI BAHURI DI KPK: PENDEKATAN SENTIMEN TWITTER DENGAN NAÏVE BAYES DAN SVM Tono, Jimmy Julian; Parjito, Parjito
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.v10i2.6181

Abstract

Komisi Pemberantasan Korupsi (KPK) merupakan lembaga independen Indonesia yang bertujuan melakukan pemberantasan korupsi. Di bawah kepemimpinan Firli Bahuri (2019-2023), KPK menangani kasus besar di sektor infrastruktur dan keuangan, serta meluncurkan program pencegahan korupsi. Namun, kepemimpinannya diwarnai kontroversi, termasuk dugaan pelanggaran etik dan tuduhan korupsi, seperti kasus pemerasan terhadap Menteri Pertanian Syahrul Yasin Limpo. Untuk menganalisis respon masyarakat dengan menggunakan data Twitter, peneliti melakukan perbandingan dengan menggunakan metode pengklasifikasian Naïve Bayes dan Support Vector Machine (SVM). Sebelum dilakukan perbandingan antara kedua model, penelitian ini terlebih dahulu melakukan proses optimasi SMOTE untuk mengatasi ketidakseimbangan data agar data minority dan data majority dapat memiliki jumlah data yang sama. Hasil dari perbandingan kedua model mendapatkan nilai algoritma Naïve bayes dengan akurasi 97% dan algoritma support vector machine dengan akurasi 100%, presisi 100%,  recall 100%, dan FI-score 100%. Jika dilihat pada perbandingan pada kedua model algoritma, dapat disimpulkan bahwa algoritma SVM mampu melakukan proses analisis sentimen dengan sangat akurat pada setiap tahapannya dibandingkan dengan naïve bayes. Oleh karena itu, dalam penelitian ini terkait opini masyarakat di media sosial twitter terhadap kepemimpinan firli bahuri di kpk, dapat disimpulkan bahwa algoritma SVM menjadi pilihan yang lebih baik dibandingkan algoritma Naïve bayes.
ANALISIS CENTRALITY DAN SENTIMENT PERCAKAPAN TWITTER(X) TERKAIT GIBRAN MENGGUNAKAN SNA DAN VADER Mailoa, Evangs; Fairiani, Ayuquinn Astuticein
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.v10i2.6099

Abstract

Pemilihan Umum adalah momen krusial untuk memilih presiden yang diadakan setiap 5 tahun. Selama periode kampanye pemilu yang berlangsung selama 75 hari, dari 28 November hingga 10 Februari 2024, Gibran menjadi topik populer di Twitter(X). Penelitian ini bertujuan untuk mengidentifikasi aktor yang paling berpengaruh dalam pencarian kata "Gibran" dan untuk mengetahui sentimen yang paling mendominasi antara positif, negatif, atau netral dalam percakapan di Twitter (X). Metode yang digunakan adalah Social Network Analysis (SNA) dan Veder Sentiment. Hasil penelitian menunjukkan bahwa akun @gibran_tweet memiliki nilai OutDegree sebesar 66 dan InDegree sebesar 640. Hal ini mengindikasikan bahwa @gibran_tweet adalah aktor berpengaruh karena merupakan salah satu pengguna aktif di Twitter (X) dan sempat menjadi trending. Dalam postingan yang beredar, terdapat cuitan positif 458 (4,09%), negatif 471 (4,20%) dan netral 10.272 (91,71%). Hal tersebut berindikasi bahwa sentiment yang dominan adalah netral. Namun, sentimen yang beredar di masyarakat tidak mempengaruhi hasil pemilu yang telah diumumkan oleh KPU.
ANALISIS TINGKAT KEPUASAN MASYARAKAT TERHADAP PELAYANAN SERVICE DESK BERDASARKAN INDEKS KEPUASAN MASYARAKAT (IKM) DI DINAS KOMUNIKASI DAN INFORMATIKA KOTA SURABAYA Fadlilah, Nathania; Kristanto, Titus; Alhari, Muhammad Ilham
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.v10i2.6136

Abstract

Dinas Komunikasi dan Informatika (Kominfo) Surabaya adalah lembaga pemerintah yang memiliki tanggung jawab dalam mengembangkan dan mengawasi sektor komunikasi dan informatika, serta memelihara, mengelola infrastruktur dan aplikasi sistem informasi guna mendukung segala aspek kehidupan masyarakat di Kota Surabaya. Permasalahan yang dihadapi instansi adalah masyarakat lebih memilih untuk melakukan komunikasi menggunakan telepon dan kunjungan langsung, dibandingkan menggunakan layanan Service Desk melalui website yang menyebabkan tidak ada riwayat kendala, sehingga pihak Kominfo kesulitan untuk mengevaluasi layanan Service Desk. Penelitian menggunakan pendekatan Indeks Kepuasan Masyarakat (IKM) sebagai metode untuk menilai kepuasan masyarakat terhadap layanan Service Desk di Kominfo. Pengumpulan data dilakukan melalui metode kuantitatif dengan menggunakan angket kuesioner yang diisi oleh 100 responden. Selain itu, data juga diperoleh melalui observasi dan dokumentasi. Proses validasinya akan menggunakan uji validitas dan reabilitas. Teknik pengumpulan data menggunakan google form yang dibagikan kepada pengguna layanan Service Desk. Berdasarkan hasil penelitian didapatkan hasil persentase variabel Performance 3,51 (A), Information 3,15 (B), Ecconomy (A), Control 3,6 (A), Efficiency 3,1 (B) dan Service 3,79 (A) dan untuk nilai IKM keseluruhan mendapat 3,45 (A) yang berarti kualitas Website Service Desk Kominfo Sangat Baik. Meskipun demikian, pada variabel Information dan Efficiency membutuhkan rekomendasi perbaikan agar kualitas layanan bisa ditingkatkan, diharapkan dapat membantu meningkatkan efisiensi kinerja, dan memastikan masyarakat nyaman dalam mengakses Service Desk.
IMPLEMENTASI AUGMENTED REALITY UNTUK PROSES GANTI NRKB KENDARAAN BERMOTOR Amalia, Dian; Taurusta, Cindy; Hindarto, Hindarto
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.v10i2.5835

Abstract

Setiap lima tahun sekali pemilik kendaraan bermotor yang disebut wajib pajak melakukan proses ganti NRKB (Nomor Registrasi Kendaraan Bermotor). Kurangnya pemahaman pengetahuan alur ganti NRKB membuat masyarakat kerap kali kebingungan. Banyak terjadi kesalahan alur prosedur dikarenakan jarangnya membaca petunjuk alur proses di ruang informasi sehingga proses yang dilakukan memakan waktu lebih lama. Tujuan pembuatan aplikasi Proses Ganti NRKB Kendaraan Bermotor berbasis Augmented Reality (AR) sebagai media informasi yang lebih menarik serta interaktif kepada wajib pajak untuk mengenali alur proses ganti NRKB di Samsat setempat. Augmented Reality  merupakan gabungan teknologi benda maya dua dan tiga dimensi untuk diproyeksikan ke dalam dunia nyata. Masyarakat dapat berinteraksi langsung dengan aplikasi AR, melalui media informasi ini alur ganti NRKB dikemas lebih menarik dan mudah dimengerti. Aplikasi yang dibangun menampilkan objek virtual 3D secara realtime pada perangkat mobile android. Metode yang digunakan dalam penelitian aplikasi ini ialah MDLC. Proses pembuatan aplikasi AR diawali dengan pengumpulkan data tentang alur proses ganti NRKB kendaraan bermotor yang selanjutnya dibuat sebagai model menggunakan software 3D Blender. Aplikasi Augmented Reality dirancangan menggunakan software Unity. Berdasarkan hasil pengujian aplikasi dengan metode black box aplikasi dinyatakan bekerja dengan baik pada mobile platform android 11, berdasarkan hasil kuesioner dengan metode skala likert sebanyak 30 responden diperoleh presentase 80% menyatakan AR yang dibangun masuk dalam interval score sangat baik. Menunjukkan AR yang dibangun memberikan kemudahan pada wajib pajak untuk mengetahui informasi tentang alur ganti NRKB. Maka disimpulkan aplikasi implementasi Augmented Reality untuk alur proses ganti NRKB kendaraan bermotor ini dapat berjalan dengan sangat baik.
SYSTEM DESIGN FOR EARLY DETECTION OF DIABETES MELLITUS USING IOT-BASED NON-INVASIVE SENSORS Widya, Afni Rara; Handayani, Ade Silvia; Rakhman, Abdul
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.v10i2.6198

Abstract

This research aims to design a diabetes mellitus early detection tool using IoT-based non-invasive sensors. This tool uses blood pressure sensors and color sensors to detect glucose levels in urine. The data obtained from these sensors is sent to the Arduino Uno microcontroller, displayed on the LCD screen, and saved to the Firebase platform for further monitoring and analysis. The test results show that this tool is able to measure and display blood pressure data and urine glucose levels accurately and in real time so that it can be used as a practical and efficient diabetes mellitus diagnostic tool. This research makes a very important contribution to the development of IoT-based health technology, especially in facilitating early detection of diabetes non-invasively. This research aims to design a diabetes mellitus early detection tool using IoT-based non-invasive sensors. 

Page 4 of 10 | Total Record : 92