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 128 Documents
 1   2   3   4   5 
Search results for , issue "Vol 10, No 4 (2025)" : 128 Documents clear
SISTEM REKOMENDASI MEDIA PEMBELAJARAN MATEMATIKA MENGGUNAKAN METODE MOORA Rosmiati, Rosmiati; Rudini, Rudini
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9159

Abstract

Pemilihan media pembelajaran dianggap penting dalam meningkatkan motivasi dan efektivitas belajar terutama pembelajaran matematika. Tantangan ini muncul karena banyaknya pilihan media digital dengan keunggulan dan kelemahan masing-masing, sehingga guru membutuhkan sebuah sistem pemilihan media pembelajaran matematika dengan menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA). Data penelitian terdiri dari delapan alternatif media pembelajaran, antara lain Khan Academy, Brilliant.org, Quipper School, Rumah Belajar, Kahoot, Quizizz, YouTube Edu, dan PhET Colorado. Setiap alternatif dievaluasi berdasarkan delapan kriteria, yaitu interaktivitas, kemudahan penggunaan, kesesuaian kurikulum, kualitas visual dan audio, efektivitas pembelajaran, ketersediaan fitur, biaya, dan aksesibilitas. Sistem ini diimplementasikan menggunakan framework CodeIgniter dengan alur yang memungkinkan pengguna menentukan bobot preferensi untuk kemudian diproses secara otomatis oleh metode MOORA. Hasil penelitian menunjukkan bahwa sistem dapat menghasilkan rekomendasi yang objektif dan sesuai dengan perhitungan manual. Media yang memperoleh peringkat tertinggi adalah Khan Academy dan Quizizz karena memiliki fitur yang lengkap, mudah diakses, gratis, serta interaktif. Dengan demikian, sistem rekomendasi berbasis MOORA terbukti mampu membantu guru maupun siswa dalam menentukan media pembelajaran matematika yang paling sesuai sehingga proses belajar menjadi lebih efektif dan menyenangkan.
SMART CONTRACT-DRIVEN QUEUE MANAGEMENT FOR EFFICIENT ONLINE TICKET PURCHASING ON BLOCKCHAIN Puspitaningtyas, Mery Oktaviyanti; Ilmi, Happid Ridwan; Wardani, Yulita Ayu; Saputra, Irwansyah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.7367

Abstract

This study investigates how smart contract-driven queue management can be utilized to increase online ticket purchasing efficiency via blockchain technology. The system is designed to manage ticket purchase queues transparently and securely, using smart contracts written in the Solidity programming language and the Ionic UI framework. In addition, the system is connected with MetaMask as a transaction wallet, allowing users to purchase tickets directly and securely. Ganache serves as a testing environment for replenishing wallet balances without involving real transactions. The First In First Out (FIFO) approach is used to manage the transaction queue, with the first purchased ticket being processed first by the administrator. The administrator accepts each transaction, which is then confirmed by MetaMask. When the transaction is confirmed, the system automatically updates the ticket status. The implementation results show that this system effectively optimizes ticket transaction management transparently and securely. This work also makes a significant contribution to the application of blockchain technology for better management of online ticket purchasing systems, as well as minimizing the possibility of transaction errors and fraud.
RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN DATA BANTUAN SOSIAL TEPAT SASARAN DI KABUPATEN OGAN ILIR BERBASIS WEB Hannah, Merrieayu Puspita; Wardani, Rendi Prima; Damayanti, Nita Rosa; ., Megawaty
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6596

Abstract

Tujuan penelitian ini adalah untuk membangun sistem informasi berbasis webagar bisa digunakan untuk mengelola informasi bantuan sosial yangsesuai sasaran di Kabupaten Ogan Ilir. Sistem ini dibuat untuk menangani masalah yang sering terjadi pada pembagian bansos, seperti informasi penerimaan yang tidak benar, penyaluran yang tidak merata, danmasalah untuk menyatukan dan menilai program bantuan sosial. Metodepemrograman ekstrim (XP) digunakan untuk mengembangkan sisteminformasi ini, yang mencakup fase perencanaan, desain, coding, danpengujian. PHP untuk pemrograman sisi server, MySQL sebagai dasarnyadata. Riset ini menciptakan sebuah sistem informasi berbasis web sehingga dapat mengelola daftar penerima bantuan sosial dengan lebih baik, memastikan bantuan diberikan dengan tepat sasaran, dan memudahkanpetugas untuk memantau dan memberikan manfaat maksimalmasyarakat yang membutuhkan.
KOMPARASI BERBAGAI MODEL KLASIFIKASI TEKS UNTUK ANALISIS SENTIMEN TENTANG TERPILIHNYA PRESIDEN REPUBLIK INDONESIA 2024 Setiawan, Feri Cahya; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6536

Abstract

Pemilihan Presiden Indonesia tahun 2024 menjadi topik hangat di kalangan masyarakat, Baik dalam kehidupan sehari-hari maupun di dunia maya, khususnya pada platform media sosial seperti aplikasi X. Pada tahun 2024 calon presiden Indonesia paslon nomor 2 adalah Prabowo Subianto merupakan Presiden terpilih Indonesia sekaligus Mentri Pertahanan. Oleh sebab itu, muncul beragam pandangan, termasuk opini yang positif maupun negatif. Penelitian ini bertujuan untuk mengevaluasi sentimen opini publik di platform media sosial X terkait pemilihan Presiden Indonesia 2024 dengan memanfaatkan berbagai algoritma machine learning yaitu Naïve Bayes, Support Vector Machine, dan Logistic Regression, nanti kinerjanya kemudian ditingkatkan menggunakan Teknik Oversampling Minoritas Sintetis (SMOTE). Hasil penelitian ini Naïve Bayes mencapai Accuracy 96%, Precision 93%, Recall 100%, F1-Score 96%, Untuk Support Vector Machine mencapai Accuracy 99%, Precision 99%, Recall 100%, F1-Score 100 % dan Logistic Regression mencapai Accuracy 99%, Precision 99%, Recall 100%, F1-Score 100%. Dapat disimpulkan bahwa Support Vector Machine Logistic Regression menunjukan performa terbaik dalam mengklasifikasikan sentimen positif dan negatif secara lebih akurat jika dibandingkan dengan algoritma Naïve Bayes. Namun dalam hasil Confusion Matrix algoritma Support Vector Machine menunjukan performa yang jauh lebih baik. Hal ini memnunjukan kemampuan Support Vector Machine dapat menjadi pilihan yang lebih baik dalam kasus analisis sentimen terhadap terpilihnya Prabowo Subianto sebagai Presiden Indonesia 2024.
IMPLEMENTASI HYBRID ARIMA-PROPHET UNTUK PREDIKSI HARGA BERAS NASIONAL Amirudin, Amirudin; Prasetyo, Sigit Ari; Triyono, Gandung
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.8689

Abstract

Fluktuasi harga beras sebagai komoditas pangan utama di Indonesia berpengaruh signifikan terhadap stabilitas ekonomi dan ketahanan pan-gan nasional. Penelitian ini bertujuan untuk mengembangkan model hybrid ARIMA-Prophet guna memprediksi harga beras nasional dengan tingkat akurasi yang lebih tinggi dibandingkan implementasi model tunggal. Data yang digunakan dalam penelitian ini bersumber dari da-taset Kaggle "Harga Pangan Indonesia" dengan rentang waktu 2021–2024. Metodologi penelitian meliputi preprocessing data, implementa-si model ARIMA, implementasi model Prophet, pengembangan model hybrid, dan evaluasi performa model menggunakan metrik MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model hybrid ARIMA-Prophet mampu menangkap pola tren jangka panjang dan fluktuasi musiman dengan lebih efektif, serta meningkatkan akurasi prediksi sebesar 18,5% dibandingkan model ARIMA dan 12,3% dibandingkan model Prophet. Implementasi model hybrid ini menghasilkan nilai MAPE sebesar 3,2%, yang menunjukkan tingkat akurasi yang sangat baik dalam konteks prediksi harga komoditas. Kesimpulan penelitian ini mengonfirmasi keunggulan pendekatan hybrid dalam memodelkan data time series yang kompleks seperti harga beras, yang dipengaruhi oleh berbagai faktor eksternal, musiman, dan tren pasar global.
BUSINESS PROCESS REENGINERING PADA PT. NIAGARAYA KREASI LESTARI MENGGUNAKAN NOTASI BPMN Raihan, Muhammad Afif; Suharso, Wildan
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.7111

Abstract

Kemajuan teknologi informasi telah membuka peluang untuk meningkatkan kinerja operasional melalui penerapan sistem terintegrasi yang mengurangi kesalahan. Namun, ketidakefisienan dalam proses bisnis, seperti ketergantungan pada metode manual dan kurangnya integrasi, dapat membatasi produktivitas serta menurunkan kepuasan pelanggan. PT. Niagaraya Kreasi Lestari, sebuah perusahaan produksi kasur busa dan spring bed, menghadapi tantangan dalam proses pemesanan dan pembayaran yang masih mengandalkan metode manual seperti panggilan telepon dan kunjungan langsung. Metode ini menyebabkan keterlambatan yang signifikan, potensi kesalahan pencatatan data, dan efisiensi throughput yang rendah. Penelitian ini bertujuan untuk meningkatkan efisiensi throughput pada proses pemesanan dan pembayaran melalui perombakan proses bisnis menggunakan Business Process Reengineering (BPR) dan Business Process Modeling Notation (BPMN). Metode penelitian mencakup analisis proses yang ada, simulasi proses baru menggunakan mockup berbasis web, dan pengukuran efisiensi throughput. Hasil penelitian menunjukkan peningkatan efisiensi throughput untuk proses pemesanan dari 25,92% dan 76.19% menjadi 100%, dengan waktu penyelesaian berkurang dari 21-81 menit menjadi 92 detik. Untuk proses pembayaran, efisiensi throughput meningkat dari 37,5% dan 28,57% menjadi 100%, dengan waktu penyelesaian berkurang dari 126-144 menit menjadi 1,5-23 menit. Simulasi mockup ini menjadi referensi untuk pengembangan situs web yang mengintegrasikan proses pemesanan dan pembayaran secara real-time, yang diharapkan dapat meningkatkan kinerja operasional serta kepuasan pelanggan
USER INTERFACE ANALYSIS OF THE DAMRI APPS APPLICATION USING THE HEURISTIC EVALUATION METHOD Siwi, Sinta Raka; Adriyanto, Andreas Rio
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.7199

Abstract

This study evaluates the user interface (UI) of the DAMRI Apps applica- tion using the heuristic evaluation method to assess user satisfaction and identify usability issues. Despite its growing popularity, with 209,832 new users from 2022 to 2023, and a high user rating of 4.3, users have reported various problems affecting comfort and safety. Three UI/UX ex- perts conducted the evaluation based on Nielsen's ten usability principles, assessing the application's interface and categorizing issues by severity. The evaluation process involved observing a video demonstration of the ticket booking process and hands-on testing of the app. Results revealed that while most issues were minor (average severity level 2), significant problems (level 3) were identified in three key areas: visibility of system status, user control and freedom, and error prevention. Major issues in- cluded lack of clear information on ticket schedules, confusing interface elements, and poor color choices leading to user errors. The study con- cludes that the DAMRI Apps interface requires substantial improvements in specific areas to enhance user experience. Recommendations include providing clearer information, implementing wizard steps and timers, separating menu selection and form filling pages, and optimizing color schemes for better usability.
IMPLEMENTATION OF BARCODES IN THE MOBILE-BASED OKESHOP MSME INVENTORY SYSTEM Jayusman, Hadi; Mahardika, Fajar; Ratih, Ratih
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6693

Abstract

Inventory can make it easier for workers to manage inventory. One of the business owners who uses the Inventory System is Okeey Shoop. The aim of this inventory system is to be able to unite the totality of related data. This unification was attempted for structured data collection and storage to make it more efficient. Barcodes enable MSMEs to accurately and quickly track their goods. By using a barcode scanner connected to a mobile application, the process of recording incoming and outgoing goods becomes more efficient, reducing human error and the time needed to manage stock. This data includes reporting on distribution and inventory of goods. The main benefit of this system is to reduce the number of errors in data collection and transactions. The method used is extreme programming where analysis, design, coding and testing are carried out. The results of the research found that this system functions well, speeds up employees in serving customers, and makes it easier for owners to monitor business activities and allocate funds appropriately to procure Okeey Shop needs.
PERANCANGAN ENTERPRISE ARCHITECTURE UNTUK OPTIMALISASI LAYANAN TIM PENGUJIAN DAN STANDARDISASI DI BBSPJIBBT MENGGUNAKAN KERANGKA KERJA TOGAF ADM Sintha, Ersa Yunianti; Mukti, Iqbal Yulizar; Ramadani, Luthfi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6350

Abstract

Di tengah perkembangan Revolusi Industri 5.0, integrasi antara teknologi canggih dan keahlian manusia menjadi semakin krusial, diharapkan dapat mencapai sinergi antara teknologi dan intuisi manusia untuk menghadapi tantangan bisnis dan sosial yang semakin dinamis. Hal ini berlaku di Balai Besar Standardisasi dan Pelayanan Jasa Industri Bahan dan Barang Teknik (BBSPJIBBT), sebuah Badan Layanan Umum di bawah Kementerian Perindustrian yang berfungsi menyediakan layanan pengujian di sektor bahan dan barang teknik bagi industri dan masyarakat Indonesia. Tim Pengujian dan Tim Standardisasi BBSPJIBBT menjalankan aktivitas primer instansi dengan memanfaatkan aplikasi untuk mengelola order dan informasi layanan uji. Namun, dalam sistem informasi yang diimplementasikan masih terdapat tantangan dalam integrasi dan efisiensi layanan. Permasalahan utama meliputi koordinasi manual untuk penanganan pelanggan, proses verifikasi data yang tidak efisien, dan kurangnya integrasi antar sistem. Untuk mengatasi permasalahan tersebut, penelitian ini mengadopsi kerangka kerja TOGAF ADM (The Open Group Architecture Framework Architecture Development Method) yang berfokus pada perancangan Enterprise Architecture (EA). Metode ini menghasilkan artefak dari fase bisnis, data, aplikasi, dan teknologi. Hasil penelitian ini adalah blueprint perancangan EA yang berisi usulan solusi untuk perbaikan proses bisnis, integrasi data, dan pengembangan aplikasi guna mengoptimalkan layanan Tim Pengujian dan Standardisasi. Implementasi EA yang diusulkan diharapkan dapat memenuhi kebutuhan Pelayanan Terpadu yang efisien, optimaliasi layanan, dan mendukung BBSPJIBBT dalam menghadapi tantangan di era digital.
ANALISIS PERBANDINGAN MODEL NAÏVE BAYES DAN C4.5 UNTUK PREDIKSI STROKE BERDASARKAN RIWAYAT DATA MEDIS DENGAN PENDEKATAN MATRIKS KORELASI Samuel, Samuel; Idmi, Idmi; Triyono, Gandung
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.8653

Abstract

Stroke merupakan satu diantara penyakit mematikan yang bisa terjadi secara mendadak dan bisa menyebabkan kematian/kecacatan. Prediksi dini risiko stroke sangat krusial guna mendukung tindakan an-tisipasi dan penanganan yang tepat. Penelitian ini membandingkan akurasi dua algoritma klasifikasi, yaitu Naive Bayes dan C4.5, dalam memprediksi risiko stroke berdasarkan data medis pasien. Metode pemilihan atribut menggunakan matriks korelasi diterapkan untuk memilih fitur yang paling relevan guna meningkatkan akurasi model. Data yang digunakan merupakan dataset stroke dari situs Kaggle. Hasil penelitian memperlihatkan penerapan matriks korelasi sebagai teknik seleksi atribut meningkatkan akurasi kedua algoritma. Algoritma C4.5 memberikan akurasi tertinggi men-capai 95%. Atribut yang berpengaruh signifikan dalam prediksi stroke antara lain tipe tempat tinggal, jenis kelamin, penyakit jantung, hipertensi, rata-rata kadar glukosa, dan status merokok. Dengan demikian, kombinasi seleksi fitur berbasis matriks korelasi dan algoritma C4.5 efektif untuk membangun model prediksi risiko stroke yang akurat dan dapat menjadi alat bantu diagnosis medis

Page 2 of 13 | Total Record : 128

 1   2   3   4   5 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 11, No 1 (2026) Vol 10, No 4 (2025) 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