JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
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
73 Documents
Search results for
, issue
"Vol 10, No 3 (2025)"
:
73 Documents
clear
<![CDATA[PEMANFAATAN ALGORITMA COSINE SIMILARITY UNTUK MENGKOREKSI UJIAN ESAI ]]>
<![CDATA[Rafi, Reno Rana]]>;
<![CDATA[Ramadhani, Risky Aswi]]>;
<![CDATA[Sanjaya, Ardi]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.8058
<![CDATA[Penilaian ujian esai merupakan tantangan dalam dunia pendidikan karena adanya variasi bentuk jawaban yang memerlukan pemeriksaan secara menyeluruh oleh guru. Peningkatan jumlah peserta didik juga menambah beban kerja dan memperlambat proses koreksi dalam penilaian ujian. Penelitian ini bertujuan untuk mengembangkan sistem penilaian otomatis menggunakan metode Term Frequency Inverse Document Frequency dan algoritma Cosine Similarity, yang diimplementasikan di SMK Intensif Baitussalam Tanjunganom. Data berupa jawaban siswa dan kunci jawaban guru diproses melalui tahapan preprocessing, meliputi cleaning, case folding, tokenization, stopword, dan stemming. Sistem menghitung tingkat kemiripan jawaban menggunakan Term Frequency Inverse Document Frequency dan Cosine Similarity untuk menentukan skor akhir. Evaluasi dilakukan pada soal esai mata pelajaran sejarah dengan pendekatan klasifikasi biner menggunakan threshold. Hasil dari pengujian menunjukkan bahwa sistem menghasilkan akurasi sebesar 80%, presisi 100%, recall 80%, dan F1-score sebesar 89%. Temuan ini membuktikan bahwa sistem mampu memberikan penilaian yang objektif dan efisien, serta berpotensi menjadi solusi dalam digitalisasi proses evaluasi pembelajaran secara otomatis.]]>
<![CDATA[PENGEMBANGAN MODUL BERBASIS MASALAH BERBANTUAN SOFTWARE GEOGEBRA UNTUK MENINGKATKAN PEMAHAMAN KONSEP DAN HASIL BELAJAR GEOMETRI TRANSFORMASI ]]>
<![CDATA[Oktaviana, Dwi Livia]]>;
<![CDATA[Siswono, Tatag Yuli Eko]]>;
<![CDATA[Prastiti, Tri Dyah]]>;
<![CDATA[Albab, M. Ulul]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.8527
<![CDATA[Dalam Penelitian ini dilatarbelakangi oleh rendahnya pemahaman konsep geometri transformasi pada peserta didik, hal ini membutuhkan inovasi pembelajaran berbasis teknologi. Tujuan penelitian ini adalah untuk mengembangkan modul pembelajaran matematika berbasis masalah yang didukung GeoGebra guna meningkatkan pemahaman konsep dan hasil belajar peserta didik. Penelitian ini menggunakan metode pengembangan ADDIE dengan subjek peserta didik kelas XI dan XII di MA Matholi'ul Anwar. Data dikumpulkan melalui lembar validasi ahli, angket respons peserta didik, pretest, posttest, dan ob-servasi. Hasil validasi modul menunjukkan bahwa modul sangat valid dengan skor 3,68, dan respons peserta didik menunjukkan kepuasan tinggi (89,77% untuk kelas A dan 94,38% untuk kelas B). Analisis N-Gain menunjukkan peningkatan pemahaman konsep yang signifikan dengan nilai N-Gain 0,72 untuk kelas A dan 0,71 untuk kelas B. Kes-impulannya, modul berbasis GeoGebra efektif dalam meningkatkan pemahaman konsep dan hasil belajar peserta didik pada materi ge-ometri transformasi.]]>
<![CDATA[IMPLEMENTASI JETPACK COMPOSE DAN FIREBASE AUTHENTICATION DALAM PENGEMBANGAN APLIKASI MUSEUM BERBASIS ANDROID DI YOGYAKARTA ]]>
<![CDATA[Ramadani, Yovi Adhi]]>;
<![CDATA[Khoirudin, Khoirudin]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.6214
<![CDATA[Kunjungan ke museum relatif lebih rendah dibandingkan dengan wisata lainnya. Pada tahun terakhir di Yogyakarta, terdapat 44 museum yang dapat menarik 1.662.967 wisatawan nusantara dan 76.421 wisatawan mancanegara. Kurangnya platform ringkas yang dapat menyajikan informasi museum secara komprehensif dan muda diakses dengan penjelasan museum yang lebih rinci merupakan faktor yang menghambat wisatawan yang ingin berkunjung. Selain itu, kurangnya informasi pencarian mengharuskan wisatawan untuk mencari informasi di internet, media sosial, bahkan terkadang harus bertanya kepada seseorang. Dari permasalahan tersebut dibutuhkan aplikasi yang dapat mempermudah calon pengunjung untuk menemukan informasi museum yang lengkap dan kemudahan dalam membeli tiket. Oleh karena itu, pada penelitian ini mengembangkan sebuah aplikasi berbasis Android menggunakan Jetpack Compose dengan integrasi Firebase Authentication untuk menyediakan informasi lengkap tentang museum dan kemudahan dalam pembelian tiket secara online. Metode penelitian yang digunakan pada penelitian ini adalah metode scrum, yang memungkinkan proses bertahap dan kolaboratif untuk meningkatkan kualitas dan fungsionalitas aplikasi secara bertahap dengan batasan waktu yang singkat. Pada pengujian aplikasi dilakukan dengan metode pengujian black-box yang menunjukkan fitur berjalan sesuai yang diharapkan dan pengujian System Usability Scale (SUS) dengan 30 responden yang menghasilkan skor akhir rata-rata nilai 80, yang menunjukkan aplikasi ini diterima dengan baik oleh pengguna.]]>
<![CDATA[Pengembangan Aplikasi Web Manajemen Iklan Radio dan Videotron di Kota Salatiga menggunakan MERN stack ]]>
<![CDATA[Putri, Tiara Syah Indra]]>;
<![CDATA[Mailoa, Evangs]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.6496
<![CDATA[Iklan radio dan videotron memainkan peran penting dalam periklanan modern, termasuk di Kota Salatiga, di mana kedua media ini turut berkontribusi dalam membentuk identitas kota dan mendukung strategi bisnis. Seiring dengan meningkatnya penggunaan media ini, muncul permasalahan dalam manajemen data iklan yang dilakukan secara manual menggunakan spreadsheet dan pencatatan manual, yang mengakibatkan ketidaksesuaian data. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan aplikasi web manajemen iklan radio dan videotron menggunakan teknologi MERN Stack, yang terdiri dari MongoDB, ExpressJS, ReactJS, dan NodeJS. MERN Stack dipilih karena kemampuannya dalam membangun aplikasi dinamis dan skalabel dengan menggunakan JavaScript. Dengan menerapkan arsitektur MVC (Model, View, Controller), aplikasi ini diharapkan dapat meningkatkan efisiensi pengelolaan data iklan, mengotomatisasi proses manajemen, dan memperbaiki efektivitas sistem yang ada. Penelitian ini juga meninjau relevansi penggunaan MERN Stack dalam konteks aplikasi manajemen data lainnya dan membandingkannya dengan pendekatan yang telah ada sebelumnya]]>
<![CDATA[THE EFFECTIVENESS OF USING GOOGLE CLASSROOM IN IMPROVING STUDENT LEARNING OUTCOMES IN ENTREPRENEURSHIP COURSES ]]>
<![CDATA[Widoretno, Yustin Setiya]]>;
<![CDATA[Umaroh, Susi Tri]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.8921
<![CDATA[The rapid advancement of science and technology has transformed education, necessitating effective digital learning tools like Google Classroom, particularly during the COVID-19 pandemic. While previous studies have explored its general educational benefits, its specific effec-tiveness in vocational technical education—particularly for Entrepre-neurship courses in engineering programs—remains under-researched. This study addresses that gap by quantitatively assessing Google Class-room’s impact on 45 D4 Mechanical Engineering students at Universi-tas Negeri Surabaya. Results show that 44% of respondents strongly agree on the platform’s usability and flexibility, while 50% confirm its role in enhancing comprehension, assignment completion, and academ-ic performance in Entrepreneurship. Statistical analysis further validates these findings, with a significant t-test result (t-count = 2.365 > t-table = 2.025) demonstrating improved learning outcomes. By providing empir-ical evidence of Google Classroom’s efficacy in a vocational engineer-ing context, this study contributes novel insights to digital pedagogy literature. The findings advocate for the platform’s broader adoption in technical higher education, supporting optimized digital learning strate-gies in the industry 4.0 era.]]>
<![CDATA[Analysis of Ransomware Attacks in Windows Operating System Using the Approach of Memory Analysis ]]>
<![CDATA[Lidanta, Muhammad Ichsan Rabani]]>;
<![CDATA[Suryani, Vera]]>;
<![CDATA[Jadied, Erwid Musthofa]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.6317
<![CDATA[Ransomware is a growing and evolving problem in digital security. The significant losses caused by ransomware can target individuals as well as companies and organizations due to its increasingly complex and escalating threats. To address this issue, a memory analysis approach is needed to gain a better understanding of its characteristics and behavior. This research proposes a memory analysis approach as a means to detect and analyze ransomware. The memory analysis approach involves capturing the memory running on an infected operating system. This approach can also assist in detection and analyzing ransomware samples that may go undetected by traditional security tools. The result shows the memory analysis approach is capable of detecting WannaCry infections through the analysis of running processes and DLL files. However, this method was not successful in detecting other ransomware infections such as Jigsaw and Locky. These results indicate that the specific characteristics of WannaCry make it identifiable through this approach, while other types of ransomwares may require different detection techniques.]]>
<![CDATA[MODEL SENSOR PRESSURE TRANSMITTER BERBASIS INTERNET OF THINGS UNTUK MENDETEKSI KEBOCORAN PIPA AIR ]]>
<![CDATA[Santosa, Hans Nova]]>;
<![CDATA[Sulistyo, Wiwin]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.6491
<![CDATA[Di era digital saat ini, kebutuhan akan manajemen sumber daya udara yang efisien semakin mendesak, terutama untuk mendeteksi kebocoran pipa air yang sering kali sulit terdeteksi secara manual, terutama dalam jaringan pipa yang luas. Oleh karena itu, penelitian ini mengembangkan model sensor pressure transmitter berbasis Internet of Things (IoT) sebagai solusi inovatif untuk mendeteksi kebocoran pipa udara secara real-time . Sistem ini dirancang untuk mengukur tekanan udara dengan akurat dan mengirimkan data ke platform IoT melalui modul ESP8266 yang terhubung dengan jaringan WiFi. Dengan menetapkan ambang batas tekanan tertentu, sistem ini mampu mendeteksi perubahan tekanan yang signifikan yang mengindikasikan kebocoran dan secara otomatis mengirimkan notifikasi melalui Telegram kepada pengguna. Penelitian ini menggunakan metode PPDIOO, yang terdiri dari enam tahapan utama: persiapan, perencanaan, desain, implementasi, pengoperasian , dan optimalisasi . Hasil pengujian menunjukkan bahwa sensor pressure transmitter dapat mendeteksi tekanan udara dengan akurat dalam berbagai kondisi, dan integrasinya dengan ESP8266 memastikan bahwa perangkat dapat terhubung dengan jaringan WiFi secara stabil. Pengujian sistem notifikasi juga membuktikan bahwa ketika tekanan udara berada di bawah ambang batas yang telah ditentukan, sistem secara otomatis mengirimkan notifikasi "Bocor" melalui Telegram. Sistem ini tidak hanya efektif dalam mendeteksi kebocoran pipa secara real-time , tetapi juga menawarkan potensi pengembangan lebih lanjut dalam integrasi IoT dengan teknologi smarthome . ]]>
<![CDATA[Analisis Sentimen Pada Kurikulum Merdeka Menggunakan Word2Vec Dan Algoritma Long Short-Term Memory ]]>
<![CDATA[Alin, Octhavia]]>;
<![CDATA[Utami, Ema]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.6516
<![CDATA[Kurikulum Merdeka, sebagai penyempurnaan dari Kurikulum 2013, telah memicu berbagai opini publik sejak diterapkan pada Tahun Ajaran 2022/2023. Opini-opini ini, yang dibagikan melalui platform media sosial seperti Twitter dan YouTube, mencerminkan pandangan beragam dari masyarakat. Penelitian ini menganalisis sentimen terhadap Kurikulum Merdeka menggunakan algoritma LSTM yang dipadukan dengan Word2Vec. Dataset yang digunakan terdiri dari 23.577 teks dari Twitter dan YouTube, yang dikategorikan menjadi sentimen negatif, positif, dan netral. Penelitian ini membandingkan dua arsitektur Word2Vec. Skip-gram dan Continuous Bag of Words (CBOW), serta mengeksplorasi pengaruh optimizer (Adam dan RMSprop) dan learning rate terhadap kinerja model. Hasil penelitian menunjukkan bahwa arsitektur CBOW, yang dikombinasikan dengan optimizer Adam dan learning rate 0.001, memberikan hasil yang paling akurat dan stabil, dengan akurasi mencapai 97% dan tingkat loss yang rendah. Skip-Gram lebih sensitif terhadap perubahan parameter, yang menyebabkan ketidakstabilan kinerja. Penelitian ini menegaskan efektivitas kombinasi Word2Vec dan LSTM untuk analisis sentimen, dengan CBOW dan optimizer Adam sebagai konfigurasi yang paling optimal]]>
<![CDATA[IMPLEMENTASI DAN PROFILING THREAT INTELLIGENCE DAN THREAT BEHAVIOR PADA OPEN SOURCE SIEM IBM QRADAR ]]>
<![CDATA[Faezal, Erlangga]]>;
<![CDATA[Widjajarto, Adityas]]>;
<![CDATA[Kurniawan, Mochamad Teguh]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.6293
<![CDATA[Penelitian ini berfokus pada identifikasi dan profiling IBM QRadar dalam menunjukkan kemampuan deteksi terhadap berbagai jenis serangan siber. Proses identifikasi dan profiling ini menggunakan platform eksperimen yang terdiri dari tiga server virtualisasi, yaitu Kali Linux sebagai pengujian penetrasi dan keamanan jaringan, IBM QRadar sebagai SIEM untuk mendeteksi dan menganalisis ancaman keamanan dalam jaringan, serta CentOS sebagai Target Client. Kategori teknik serangan yang digunakan adalah port scanning, brute force, dan DDoS. Hasil pengujian menunjukkan bahwa IBM QRadar mampu mendeteksi aktivitas berbahaya melalui analisis indikator rules pada kategori serangan tersebut. Untuk port scanning, deteksi mencakup banyaknya permintaan ke berbagai port. Pada brute force, deteksi mencakup pola permintaan yang tidak biasa. Sementara itu, pada DDoS, deteksi mencakup frekuensi permintaan koneksi. Analisis dilakukan berdasarkan metrik Response Time dan metrik Granularitas. Metrik Response Time menunjukkan bahwa serangan Hping 3 memiliki waktu respons tercepat yaitu 11 detik, sementara serangan Medusa memiliki waktu respons terlama yaitu 1850 detik. Selain itu, metrik granularitas menunjukkan bahwa serangan Hydra, Brutespray, dan Medusa memiliki skor total tertinggi yaitu 39, sementara serangan LOIC dan Slowloris menempati posisi terakhir dengan skor total 27. Hal ini menunjukkan kemampuan IBM QRadar untuk mencatat dan menganalisis detail setiap serangan dengan sangat baik. Kesimpulan tersebut menunjukkan bahwa IBM QRadar mampu mendeteksi dan merespons berbagai jenis serangan siber berdasarkan Threat Intelligence dan monitoring Threat Behavior.]]>
<![CDATA[TINJAUAN LITERATUR ANALISIS SENTIMEN PRODUK E-COMMERCE: DATASET, PENDEKATAN, METODE, DAN PERFORMA ]]>
<![CDATA[Harsanto, Malika]]>;
<![CDATA[Sudarmilah, Endah]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v10i3.8217
<![CDATA[Analisis sentimen terhadap ulasan produk e-commerce telah menjadi alat penting untuk memahami preferensi dan kepuasan pelanggan. Tinjauan literatur sistematis (SLR) ini mengevaluasi 78 penelitian dari tahun 2020 hingga 2024 untuk mengidentifikasi dataset, metode, dan perfor-ma dalam analisis sentimen produk e-commerce. Hasil penelitian menunjukkan bahwa metode hibrida, seperti Lexicon-BERT Compara-tive Framework dan Blockchain-LSTM Hybrid, mencatat akurasi tertinggi hingga 98,2%, sementara pendekatan berbasis logika fuzzy seperti Q-Rung Orthopair Fuzzy memiliki keterbatasan skalabilitas dengan akurasi terendah 0,74%. Dataset dari platform besar seperti Am-azon, Jingdong, dan Flipkart dominan digunakan, meskipun tantangan seperti inkonsistensi label dan ketidakseimbangan kelas masih menjadi hambatan. Rekomendasi untuk penelitian lanjutan mencakup pengem-bangan model hibrida yang menggabungkan NLP lanjutan dengan teknologi blockchain, teknik penanganan data tidak seimbang, serta integrasi data multimodal. Temuan ini menegaskan peran analisis sen-timen sebagai fondasi strategis untuk pengambilan keputusan bisnis, inovasi produk, dan peningkatan pengalaman pelanggan di era digital.]]>
