cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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,
Computer Science & IT 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).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 73 Documents
 2   3   4   5   6 
Search results for , issue "Vol 10, No 3 (2025)" : 73 Documents clear
PREDIKSI HARGA BITCOIN MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY Munir, M.Sirojul; Huda, Muhamat Maariful; Prabowo, Tito
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.7937

Abstract

Cryptocurrency, atau mata uang kripto, merupakan bentuk aset digital yang memanfaatkan teknologi kriptografi untuk mengamankan transaksi, mengontrol penciptaan unit-unit baru, serta memverifikasi transfer aset yang ada. Mata uang kripto yang pertama kali diperkenalkan adalah Bitcoin. Salah satu keunikan dari cryptocurrency, termasuk Bitcoin, adalah sifatnya yang terdesentralisasi, artinya tidak diatur oleh lembaga pusat seperti bank atau pemerintah, melainkan menggunakan teknologi blockchain. Perubahan harga Bitcoin dapat terjadi secara cepat dan drastis dalam waktu singkat, sehingga sulit diprediksi secara akurat. Untuk menangani permasalahan prediksi harga pada aset yang sangat volatil seperti Bitcoin, digunakan berbagai pendekatan algoritma pemodelan data, salah satunya adalah algoritma Long Short-Term Memory (LSTM). Berdasarkan hasil penelitian dapat disimpulkan bahwa time step harian (1 hari) menghasilkan nilai RMSE terkecil, yaitu 1823.24 atau 2.86% dari rata-rata nilai aktual.
AUTOMOTIVE CIRCUIT SIMULATION: IMPROVING PRIOR KNOWLEDGE ABILITY AND PRACTICAL SKILL ACQUISITION IN THE VEHICLE BODY ELECTRICAL SYSTEM Umaroh, Susi Tri; Ariyanto, Sudirman Rizki; Warju, Warju
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.8762

Abstract

This research aims to analyze the improvement of cognitive and psy-chomotor abilities by integrating ACS (Automotive Circuit Simulation) in learning about vehicle body electrical systems. This research is quan-titative research with a quasi-experimental design with two groups, namely an experimental group and a control group. The data collected was analyzed using quantitative descriptive. The results of this research indicate that there are differences in prior knowledge and the acquisi-tion of practical skills among students who utilize ACS media as a learning tool for vehicle body electrical systems. Recommendations from this research include further integrating ACS into the curriculum, increasing the availability of digital learning resources, and providing additional training for educators to optimize the potential for inde-pendent and interactive learning for students through simulation. Thus, this article proposes an innovative solution to effectively support the development of students' knowledge and skills in the field of vehicle body electrical systems.
KLASIFIKASI JENIS BATIK BOMBA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENT-NET B2 (BATIK BOMBA SULAWESI TENGAH ) Witjaksono, Julian; Pusadan, Mohammad Yazdi; Anshori, Yusuf; Ardiansyah, Rizka; Azhar, Ryfial
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6191

Abstract

Batik adalah salah satu warisan budaya Indonesia yang diakui oleh UNESCO sebagai warisan dunia. Keanekaragaman motif batik mencerminkan kekayaan budaya dan seni yang perlu dilestarikan. Salah satu motif batik yang unik adalah batik Bomba dari Kabupaten Donggala, Sulawesi Tengah. Untuk membantu mengklasifikasikan motif batik yang beragam, penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur EfficientNet-B2. Penelitian ini melibatkan pengumpulan 21 citra batik Bomba dari berbagai sumber di Kota Palu, Sulawesi Tengah. Proses data preprocessing dilakukan melalui teknik augmentasi data, sementara model dikembangkan dengan menggunakan transfer learning dan beberapa teknik optimisasi seperti batch normalization, regulasi, dropout layer, dan fungsi aktivasi ReLU serta softmax. Model dilatih dengan optimizer Adamax dan early stopping untuk mencegah overfitting. Hasil pelatihan menunjukkan akurasi tinggi sebesar 100% pada data pelatihan dan 99.59% pada data validasi. Pengujian menggunakan confusion matrix menunjukkan akurasi total model sebesar 96%, dengan kesalahan klasifikasi minimal pada gambar "maleo". Model ini berhasil mengklasifikasikan motif batik Bomba dengan tingkat akurasi yang tinggi, menunjukkan potensi besar penggunaan teknologi kecerdasan buatan dalam pelestarian dan pengembangan warisan budaya batik.
Perancangan Desain UI UX Aplikasi Pembelajaran Debat Bahasa Inggris Berbasis Website dengan Pendekatan Design Thinking di South Sumatra English Community Universitas Bina Darma Faishol, Ahmad Dzulfaqqor; Ulfa, Maria; Erlansyah, Deni; Oktaviani, Nia; Yadi, Ilman Zuhri
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6306

Abstract

Dengan meningkatnya penggunaan produk digital, perancangan desain User Interface (UI) dan User Experience (UX) yang sesuai menjadi faktor penting untuk memfasilitasi pengalaman pengguna yang memuaskan, terlebih pada media pembelajaran digital.  Pembelajaran melalui media digital seperti aplikasi berbasis website (web application) menjadi salah satu alternatif pembelajaran yang semakin marak digunakan. Hal ini sejalan dengan kemajuan teknologi dan bagaimana semakin banyak sektor yang terkomputerisasi, termasuk sektor pendidikan. Penelitian ini merespon kebutuhan akan akses belajar debat Bahasa Inggris di Unit Kegiatan Mahasiswa (UKM) South Sumatra English Community atau SSEC Universitas Bina Darma. Berawal dari sulitnya akses belajar debat melalui buku fisik dan file-file pdf yang tidak tergorganisir secara runtut dan rapi, penulis berinisiatif untuk menciptakan desain perancangan UI/UX untuk media pembelajaran debat Bahasa Inggris berbasis website agar materi dapat terarsip dengan baik disertai dengan akses yang mudah. Perancangan desain UI/UX menjadi faktor penting untuk keberhasilan suatu media pembelajaran yang akan dibuat mengingat pentingnya faktor kenyamanan end-user atau pengguna dalam menggunakan website. Perancangan desain akan berorientasi pada pendekatan Design Thinking, yaitu suatu metode perancangan yang menitikberatkan pada preferensi dan pemecahan masalah melalui perspektif pengguna. Hasil dari penelitian ini adalah setelah dilakukan pengujian pengguna (user testing) dengan perhitungan single ease question (SEQ), diperoleh skor keberhasilan sebesar 5,93 yang menunjukan hasil memuaskan dengan desain yang mudah digunakan.
DOLPHIN DETECTION USING AN ENHANCED LIGHTWEIGHT YOLO ARCHITECTURE Ludja, Febriyanti; Lintong, Robby Moody; Sumarauw, Florensce; Sambul, Alwin M.; Sentinuwo, Steven R.; Putro, Muhamad Dwisnanto
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.9169

Abstract

Dolphin detection plays an important role in marine ecosystem monitoring, species conservation, and behavioral analysis. However, visual identification in underwater environments faces challenges such as light refraction, water turbidity, and dynamic sea conditions. This study proposes a deep learning-based dolphin detection approach by modifying the YOLOv8 architecture to produce a lightweight yet accurate model. The modifications include reducing the number of channels in the backbone and neck, as well as simplifying the SPPF block, thereby reducing the model parameters from 3.01 million to 1.83 million and the computational complexity from 8.2 GFLOPs to 7.2 GFLOPs. A specialized dolphin dataset consisting of 5,493 labeled images, collected from underwater and surface conditions, was developed to train and evaluate the model. Experimental results show that the proposed model achieves 67.1% mAP@50 and 45.8% mAP@50–95, outperforming YOLOv8-Nano and other lightweight YOLO variants. Additionally, the model demonstrates better runtime efficiency, with a latency of 49.2 ms and 20.38 FPS, making it suitable for real-time implementation on resource-constrained devices. Overall, this research presents a more efficient and accurate dolphin detection solution, while also providing a specialized dataset that can support further research in the field of computer vision-based marine conservation.
COMPARATIVE ANALYSIS OF SERVICE QUALITY IN TRAVELAGENT APPLICATIONS USING E-SERVQUAL AND IPA Febrianti, Amalia Rizki; Utomo, Rio Guntur; Yasirandi, Rahmat
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6415

Abstract

This research compares the service quality of travel agent applications, which are KAI Access and Traveloka, in booking train tickets using the E-Service Quality and Importance Performance Analysis (IPA) methods. This service quality is measured based on seven dimensions of E-Service Quality, including efficiency, fulfillment, reliability, privacy, responsiveness, compensation, and contact. Data were collected through questionnaires from 340 respondents who use the KAI Access and Traveloka applications to book train tickets. The collected data were then analyzed descriptively using the Importance Performance Analysis (IPA) technique to identify priority attributes for improvement based on user satisfaction and importance levels. Based on the Gap Analysis and evaluation of 340 respondents, both the KAI Access and Traveloka apps require improvements as they still need to meet user expectations. The service quality of KAI Access and Traveloka shows significant differences across various dimensions measured by the E-Servqual and Importance Performance Analysis (IPA) methods. The research results are expected to provide recommendations for both applications to improve service quality and user satisfaction. The comparison of service quality is also expected to provide insights into the strengths and weaknesses of each application in providing train ticket booking services.
PENERAPAN CONVOLUTION NEURAL NETWORK (CNN) UNTUK DETEKSI MEGALITIKUM DI SULAWESI TENGAH BERBASIS MOBILE Fahmi, Moh.; Laila, Rahma; Pusadan, Mohammad Yazdi; Syahrullah, Syahrullah; Azhar, Ryfial; Sani, Ilham Abdillah; Magfirah, Magfirah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6458

Abstract

Taman Nasional Lore Lindu di Sulawesi Tengah, Indonesia, memiliki berbagai objek megalitikum, termasuk arca, kalamba, lumpang, dan batu dulang. Kawasan ini memiliki potensi untuk secara resmi diakui sebagai Situs Warisan Dunia, namun pengguna masih menghadapi tantangan dalam mengidentifikasi dan memahami artefak megalitikum ini. Sebagai tanggapan atas masalah ini, penelitian ini telah menciptakan sistem atau aplikasi yang menggunakan algoritma CNN (Convolutional Neural Network) dengan platform Teachable Machine untuk meningkatkan kemampuan pengguna dalam mengidentifikasi objek megalitikum. Program ini akan menawarkan informasi yang lebih luas untuk setiap objek megalitikum, termasuk penggunaan yang dimaksudkan dan konteks sejarahnya. Temuan uji menunjukkan bahwa program ini memiliki kemampuan untuk mengidentifikasi objek megalitikum dengan tingkat akurasi hingga 98%. Selain itu, pengguna dapat dengan mudah mengakses informasi yang lebih komprehensif tentang artefak-artefak ini. Program ini memungkinkan pengguna untuk dengan mudah mengidentifikasi dan memahami objek megalitikum, sambil juga memberikan mereka informasi yang lebih mendalam tentang artefak-artefak tersebut.
PROYEKSI TRANSISI ENERGI NASIONAL MENUJU NET ZERO EMMISION MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Bhakti, Henny Dwi; Majid, Ardian; Hidayat, Wahyu
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.9163

Abstract

Indonesian mengumumkan untuk mencapai net zero emissions (NZE) pada tahun 2060 pada UN Climate Change Conference (COP) 2021. Sejak saat itu, atas permintaan Pemerintah Indonesia, Kementrian Energi dan Sumber Daya Mineral (ESDM) dan International Energy Agency (IEA) telah bekerja sama dalam skenario terperinci dan melakukan analisis kebijakan tentang target ini bagi sector energi Indonesia. Mencapai NZE pada tahun 2060 adalah perjalanan panjang yang membutuhkan tindakan segera dan berkelanjutan. Efisiensi energi, energi terbarukan di sektor ketenagalistrikan, dan elektrifikasi transportasi perlu dimulai dari sekarang. Hingga tahun 2030, ketiga pengungkit ini memberikan sekitar 80% pengurangan emisi dari sektor energi yang dibutuhkan untuk menempatkan Indonesia di jalan menuju emisi nol bersih. Teknologi untuk efisiensi, elektrifikasi, dan energi terbarukan tersedia secara komersial dan hemat biaya, asalkan kebijakan yang tepat diterapkan. Untuk itu, pada penelitian ini, melakukan proyeksi transisi energi nasional menuju NZE dengan menggunakan metode ANFIS. Dari hasil penelitian dapat disimpulkan bahwa Artificial Neuro Fuzzy Inference System (ANFIS) dapat digunakan untuk proyeksi transisi energi nasional menuju Net Zero Emission (NZE) dengan tingkat akurasi 93,5%.
OPTIMALISASI OPERASIONAL BISNIS DI INDUSTRI ENERGI MELALUI ENTERPRISE ARCHITECTURE PADA DIVISI PROJECT MANAGEMENT DAN SUPPLY CHAIN MANAGEMENT Kirana, Shilvy Chandra; Mukti, Iqbal Yulizar; Ramadani, Luthfi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6327

Abstract

Energi menjadi kebutuhan pokok bagi setiap individu, rumah tangga, dan industri. Salah satu bentuk energi yang semakin populer adalah energi baru terbarukan, terutama energi surya yang dimanfaatkan untuk berbagai keperluan. Salah satu perusahaan BUMN di Indonesia yang bergerak dibidang energi baru terbarukan yaitu PT XYZ. Saat ini penggunaan teknologi informasi pada Divisi Project Management dan Supply Chain Management belum sepenuhnya digunakan secara maksimal dan efektif . Sistem tersebut belum sepenuhnya teritegrasi dengan baik antar unit bisnis atau lintas divisi sehingga sering adanya miskomunikasi dalam mengelola pekerjaan. Adapun aktivitas yang masih dilakukan secara manual seperti aktivitas pengelolaan barang di warehouse dikarenakan belum adanya sistem yang digunakan untuk memonitoring ketika ada barang masuk atau keluar serta monitoring penyimpanan barang masih secara manual. Hal ini menyebabkan ketidakefisienan dan berdampak potensi besar terjadinya kesalahan dalam pengelolaan barang. Dengan demikian, kemajuan teknologi informasi mendorong perusahaan untuk memiliki perencanaan strategis dalam mengelola sistem teknologi informasi yang terintegrasi. Maka dari itu, diperlukannya perancangan Enterprise Architecture, peneliti menggunakan metode TOGAF ADM  sebagai panduan dalam merancang Enterprise Architecture PT XYZ. Metode TOGAF ADM terdiri dari  Preliminary Phase, Architecture Vision, Business Architecture, Information System Architecture, dan Technology Architecture
REGRESI DENGAN EKSTRASI FITUR NEURAL BAG OF WORDS PADA ANALISIS SENTIMEN PENGGUNA APLIKASI BANK DIGITAL SYARIAH Rosanti, Cholisa; Artanto, Fenilinas Adi; Saputra, Reza Edi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6508

Abstract

Penelitian ini untuk menguji keefektifan metode Neural Bag of Words (NBOW) dan Support Vector Regression (SVR) dalam memprediksi sentimen pengguna aplikasi bank digital syariah. Data berasal dari ulasan pengguna di Google Play Store pada aplikasi Bank Jago Syariah, Bank Aladin Syariah, Bank Syariah Indonesia, dan Muamalat Din, dengan periode pengambilan data 4 Juli 2023 - 4 Juli 2024, menghasilkan 160,026 ulasan. Penelitian ini dimulai dengan pengumpulan, seleksi, dan pelabelan data sesuai dengan skor bintang dari ulasan, yang merupakan langkah dalam Knowledge Discovery in Databases (KDD). Setelah itu, dilakukan preprocessing dengan menghilangkan kata yang tidak relevan dan mengubah kalimat menjadi bentuk baku. Data diekstraksi dengan fitur Bag of Words (BoW) yang diimplementasikan Scikit-Learn, menghasilkan matriks frekuensi kata. lalu, data dibagi menjadi set pelatihan dan uji dengan rasio 8:2, dan model SVR dilatih dengan data pelatihan. Didapatkan hasil akurasi rata-rata 98.3%, dengan akurasi tertinggi pada data Bank Aladin Syariah (98.54%) dan akurasi terendah pada data Bank Jago Syariah (98.30%). Regresi linier menunjukkan bahwa peningkatan jumlah data berbanding lurus dengan peningkatan akurasi model NBOW, dengan rumus y = 2.10^(-7) x + 98.308. Hasil ini lebih baik dari penelitian sebelumnya yang menggunakan metode CNN+SURF, yang mencapai akurasi 84%. Temuan lain adalah kemunculan kata-kata seperti "ribet" dan "aplikasi error" dalam sentimen negatif, menunjukkan perlunya peningkatan kemudahan penggunaan dan pengoptimalan aplikasi

Page 4 of 8 | Total Record : 73

 2   3   4   5   6 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 10, No 3 (2025) Vol 10, No 2 (2025) Vol 10, No 1 (2025) Vol 9, No 4 (2024) Vol 9, No 3 (2024) Vol 9, No 2 (2024) Vol 9, No 1 (2024) Vol 8, No 4 (2023) Vol 8, No 3 (2023) Vol 8, No 2 (2023) Vol 8, No 1 (2023) Vol 7, No 4 (2022) Vol 7, No 3 (2022) Vol 7, No 2 (2022) Vol 7, No 1 (2022) Vol 6, No 2 (2021) Vol 6, No 1 (2021) Vol 5, No 2 (2020) Vol 5, No 1 (2020) Vol 4, No 2 (2019) Vol 4, No 1 (2019) Vol 3, No 2 (2018) Vol 3, No 1 (2018) Vol 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 02 (2016) Vol 1, No 01 (2016) More Issue