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
Geographical Information System Shortes Path Delivery Of Goods Using The Bellman-Ford And Dijkstra Algorithm (Case Study J&T Palu City) Septiani, Rini; Joefrie, Yuri Yudhaswana; Ardiansyah, Rizka; Pratama, Septiano Anggun; 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.v10i2.6289

Abstract

The demand for goods delivery services (expedition services) is currently growing very rapidly to support the many e-commerce companies that have sprung up in Indonesia. In the delivery process, there is often a delay in delivery due to the random delivery path of the delivery service courier. The development of information technology, especially computer technology, can be used to solve problems in various fields of work. This study aims to optimize the determination of Goods Delivery routes using the Bellman-Ford and Dijkstra Algorithms. The case study was conducted at JT Goods Delivery Services in Palu City, Central Sulawesi. The data used in this study is the distance data between the delivery location points of goods taken from Google Maps. This research was conducted by collecting data on the distance between the source point and the location of the delivery of goods. By using the Bellman-Ford and Dijkstra Algorithms, the Bellman-Ford Algorithm is used to handle graphs with negative weights and detect negative cycles, while the Dijkstra Algorithm is more efficient on graphs with positive weights, focusing on finding the shortest path from one point to all other points, the distance and time required for shipping goods can be minimized so that the efficiency of shipping goods can be increased
OPTIMALISASI OPERASIONAL BANK SAMPAH KOTA MALANG MELALUI BUSINESS PROCESS REENGINEERING Azizah, Eka Adelia; Nuryasin, Ilyas
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.v10i2.6188

Abstract

Bank Sampah telah menjadi elemen kunci dalam upaya pengelolaan sampah yang berkelanjutan di berbagai kota, termasuk Kota Malang. Namun, seringkali tantangan terkait efisiensi operasional menghambat pencapaian tujuan pembangunan berkelanjutan. Penelitian ini bertujuan untuk mengeksplorasi penerapan Business Process Reengineering (BPR) sebagai strategi untuk meningkatkan efisiensi operasional Bank Sampah di Malang. Metode penelitian yang digunakan adalah studi kasus, dengan fokus pada Bank Sampah di daerah Sukun, Kota Malang. Data diperoleh melalui observasi langsung, wawancara dengan pengelola Bank Sampah, dan analisis dokumen terkait proses bisnis yang ada. Hasil penelitian menunjukkan bahwa penerapan BPR pada Bank Sampah dapat meningkatkan efisiensi operasional melalui penyederhanaan proses, pemanfaatan teknologi informasi yang tepat, dan peningkatan koordinasi antar unit kerja. Hasil penelitian ini menunjukkan bahwa penerapan Business Process Re-engineering (BPR) telah berhasil meningkatkan efisiensi operasional Bank Sampah Kota Malang hingga 90%. Penelitian ini menegaskan bahwa dengan menerapkan BPR, Bank Sampah di Kota Malang dapat mencapai peningkatan efisiensi yang signifikan, yang pada akhirnya mendukung tujuan lingkungan dan sosial yang lebih luas.
PREDIKSI PENYAKIT DIABETES BERDASARKAN PERBANDINGAN KLASIFIKASI METODE K-NEAREST NEIGHBOR, NAÏVE BAYES, DAN DECISION TREE MENGGUNAKAN RAPID MINER Ardianto, Muhammad Rezanur; Rushendra, Rushendra
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.v10i2.6079

Abstract

Pada era digital seperti saat ini kegiatan manusia dipermudah dengan adanya teknologi yang tak terkecuali dalam bidang penjualan makanan dan minuman, namun dengan kemudahan tersebut mengakibatkan kesulitan masyarakat dalam melihat gizi dari makanan dan minuman yang mengakibatkan terjangkitnya penyakit Diabetes, akan tetapi penyakit tersebut banyak faktor yang dapat memengaruhinya . Oleh sebab itu penelitian ini dilakukan sebuah prediksi terjangkitnya penyakit Diabetes dengan melakukan perbandingan algoritma K-NN, Naïve Bayes, dan Decision Tree. Hasil dari perbandingan algoritma yang paling cocok pada kondisi default yaitu Decision Tree dengan tingkat akurasi 93,60%, namun untuk menghindari overfitting dan underfitting perlu dilakukan optimasi K cross validation pada K=5 sampai K=10, kemudian dilakukan optimasi nilai Konstanta K pada K=10. algoritma K-NN dengan K=2, sehingga didapatkan hasil algoritma K-NN lebih cocok untuk prediksi penyakit diabetes dengan nilai akurasi 96.13%.
Business Process Reengineering (BPR) Pada PT. Sakari Sumber Abadi Rahmah, Alisyah Dwi; Nuryasin, Ilyas
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.v10i2.6175

Abstract

Penelitian ini difokuskan pada PT. Sakari Sumber Abadi, perusahaan pengolahan kayu di Surabaya, yang sedang menerapkan Business Process Reengineering (BPR). Perusahaan ini menghadapi sejumlah tantangan operasional seperti kurangnya integrasi teknologi, keterbatasan tenaga kerja berpengalaman, dan proses manufaktur yang lambat, yang secara signifikan dapat mempengaruhi efektivitas dan efisiensi mereka. Melalui observasi dan wawancara, ditemukan bahwa PT. Sakari belum memiliki sistem pemesanan online, yang mengharuskan pelanggan untuk melakukan pemesanan secara langsung di kantor. Penelitian ini menggunakan metode BPR untuk menganalisis dan merancang ulang proses bisnis mereka dengan tujuan meningkatkan efektivitas dan efisiensi. Awalnya, proses pemesanan menunjukkan efisiensi throughput sebesar 61%, dengan waktu total 257 menit. Namun, setelah implementasi BPR, termasuk penyederhanaan, penghilangan, pengurangan, standarisasi, dan otomatisasi proses, efisiensi throughput meningkat menjadi 92% dengan waktu total hanya 138 menit. Hasil penelitian menunjukkan bahwa digitalisasi dan otomatisasi proses pemesanan melalui rekayasa ulang proses bisnis dapat meningkatkan efisiensi throughput sebesar 31%. Hasil temuan ini diharapkan dapat memberikan masukan berharga bagi PT. Sakari Sumber Abadi dalam upaya mereka untuk meningkatkan proses bisnis dan mengatasi tantangan operasional yang mereka hadapi.
Effectiveness of Word2Vec and TF-IDF in Sentiment Classification on Online Investment Platforms Using Support Vector Machine Rifaldy, Fadil; Sibaroni, Yuliant; Prasetiyowati, Sri Suryani
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.v10i2.6055

Abstract

Investing in Indonesia is increasingly popular, especially among the millennial generation. investments such as deposits, gold, stocks, and online investment applications are increasingly in demand. This research focuses on the sentiment classification of user reviews of the Nanovest online investment application on the Google Play Store using the Support Vector Machine (SVM) method. SVM is used because it can classify opinions into positive and negative sentiment classes with good accuracy, by evaluating how effective Word2Vec features extraction that can convert words in a text into numerical vectors and TF-IDF that is capable of high-dimensional word weighting and TF-IDF Weighted Word2Vec combination features to produce richer vector representations. Tests were conducted using four SVM kernels namely Linear, Polynomial, RBF, and Sigmoid. The results show that Word2Vec with RBF kernel and 300 vector size produces the highest accuracy of 95.46%, the combination of TF-IDF Weighted Word2Vec also gives good performance with 95.29% accuracy on RBF kernel. However, TF-IDF alone resulted in the lowest accuracy of 93.31% on the Sigmoid kernel. This research shows that Word2Vec and combined feature extraction methods are effective in improving sentiment classification performance compared to TF-IDF.
USULAN RANCANGAN PORTABLE LACTATION ROOM DENGAN PENDEKATAN DESIGN THINKING DAN HOUSE OF QUALITY Syahada, Amelia; Putra, Perdana Suteja; Zunaidi, Rizqa Amelia
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.v10i2.6179

Abstract

Pemberian ASI eksklusif selama enam bulan pertama kehidupan merupakan hal yang sangat penting untuk memastikan bayi mendapatkan nutrisi yang optimal dan perlindungan terhadap berbagai penyakit. Namun, banyak ibu yang terpaksa menghentikan pemberian ASI eksklusif karena tuntutan pekerjaan dan kurangnya fasilitas ruang menyusui di tempat kerja. Penelitian ini bertujuan untuk mengembangkan solusi portable lactation room sebagai upaya mendukung kelanjutan pemberian ASI eksklusif dan meningkatkan kesejahteraan ibu menyusui di lingkungan kerja. Penelitian ini menggunakan kerangka kerja design thinking dan metode House of Quality (HOQ) untuk mengidentifikasi atribut yang diinginkan oleh pengguna. Data dikumpulkan melalui survei dan wawancara dengan ibu menyusui, kemudian dianalisis untuk mengidentifikasi masalah utama dan kebutuhan pengguna. Prototipe portable lactation room dikembangkan dengan mempertimbangkan aspek kenyamanan, keamanan, dan portabilitas. Prototipe ini diuji dengan menggunakan metode usability testing dengan pendekatan user-based testing, dimana pengguna akhir diundang untuk mencoba dan memberikan umpan balik terhadap produk. Hasil uji menunjukkan bahwa portable lactation room yang disesuaikan dengan antropometri pengguna dapat memberikan kenyamanan dan memenuhi kebutuhan ibu menyusui. Umpan balik dari pengguna akan digunakan untuk melakukan perbaikan dan penyempurnaan desain sebelum produk diluncurkan ke pasar. Portable lactation room diharapkan dapat menjadi solusi untuk mendukung keberlanjutan pemberian ASI eksklusif dan memberikan dampak positif bagi kesehatan bayi dan kesejahteraan ibu. Solusi ini juga dapat membantu perusahaan menunjukkan komitmen mereka terhadap kesejahteraan karyawan dan tanggung jawab sosial.
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.
Pemetaan dan Klasterisasi Daerah Rawan Bencana Alam di Provinsi Sulawesi Tengah Menggunakan K-Means Sippan, Refli Bob; Setiyawati, Nina
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.v10i2.6161

Abstract

Secara geografis Provinsi Sulawesi Tengah terletak di antara pertemuan tiga lempeng serta dilintasi garis khatulistiwa, menyebabkan daerah Provinsi Sulawesi Tengah menjadi daerah yang cukup rawan terhadap berbagai bencana alam. Bencana alam yang terjadi dapat memberikan dampak besar terhadap lingkungan dan kehidupan masyarakat. Mengantisipasi sekaligus meminimalisir dampak yang akan terjadi akibat bencana, perlu dilakukan identifikasi wilayah yang beresiko tinggi terhadap bencana alam. Penelitian ini bertujuan melakukan pengelompokan daerah rawan bencana alam di Provinsi Sulawesi Tengah menggunakan algoritma K-Means serta merancang sistem informasi berbasis web untuk visualisasi data hasil clustering ke dalam bentuk peta interaktif. Hasil dari penelitian ini menunjukan bahwa terdapat lima daerah Kabupaten atau Kota di Provinsi Sulawesi Tengah yang masuk dalam kategori Daerah Rawan Bencana, dan delapan daerah yang masuk dalam kategori Daerah Tidak Rawan Bencana dengan hasil yang divisualisasikan ke dalam bentuk peta interaktif pada sistem informasi berbasis web yang telah dirancang. Hasil clustering dapat dikatakan sudah optimal, dibuktikan dengan hasil pengujian berdasarkan Davies Bouldin Index yang mendekati nol dengan nilai 0,6531711248. Adapun hasil dari penelitian ini diharapkan dapat menjadi alat dan acuan yang berguna bagi pemerintah serta pihak terkait dalam upaya perencanaan strategi mitigasi bencana dan meningkatkan kesiapsiagaan masyarakat terhadap bencana alam di Provinsi Sulawesi Tengah.
Klasifikasi Pengenalan Huruf Hijaiyah Pada Bahasa Isyarat Arab Menggunakan Transfer Learning EfficientNetB1 Putri, Diani Eka; Jumadi, Jumadi; Nurlatifah, Eva
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.v10i2.6174

Abstract

Individu Muslim dengan gangguan pendengaran sering menghadapi tantangan dalam mempelajari Al-Qur'an, terutama karena kurangnya sistem pendukung untuk pembelajaran bahasa isyarat Arab. Bahasa isyarat memainkan peran penting dalam memfasilitasi komunikasi yang efektif bagi mereka yang mengalami kesulitan pendengaran. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan sistem pengenalan Bahasa Isyarat Arab (ArSL) dengan menggunakan Convolutional Neural Network (CNN) dan pendekatan Transfer Learning menggunakan model pre-trained EfficientNetB1. Sistem ini dirancang untuk mengidentifikasi gerakan bahasa isyarat Arab dari dataset yang terdiri dari 28 huruf Hijaiyah, dengan masing-masing huruf memiliki 100 citra. Pengujian dilakukan pada model dengan empat skenario berbeda untuk menemukan konfigurasi yang paling optimal. Hasil penelitian menunjukkan bahwa dengan membekukan 30% lapisan awal model selama fine-tuning menghasilkan akurasi 98.95% pada data train dan 99.52% pada data validation. Pada data pengujian, model mencapai performa terbaik dengan accuracy, precision, recall, dan f1-score masing-masing sebesar 100%.
COMBINATION OF LOGISTIC REGRESSION AND NAÏVE BAYES IN SENTIMENT ANALYSIS OF ONLINE LENDING APPLICATION PLATFORMS BY UTILIZING THE LEXICONS FEATURE Zaenudin, Muhammad Faisal; Sibaroni, Yuliant
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.v10i2.6163

Abstract

In the digital age, online lending apps have become an important tool in facilitating financial transactions and supporting MSMEs. However, the existence of negative opinions related to violations such as theft of customer data raises concerns in the community. This research aims to analyze sentiment towards online loan applications, especially Kredivo, using a combination of Logistic Regression and Naïve Bayes which is optimized through the Lexicons feature. Data is taken from Google Play Store reviews, then labeling, preprocessing, and feature extraction are executed through TF-IDF technique. The classification models built are Naive Bayes (NB) and Logistic Regression (LR), where the results of the two models are combined with the ensemble voting method using lexicons features. The evaluation results show that the combination approach of the three methods can significantly improve classification accuracy compared to the use of a single method. The combined model achieved an accuracy of 89.62%, higher than Logistic Regression (86.19%) and Naive Bayes (83.54%).

Page 5 of 10 | Total Record : 92