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
 7   8   9   10   11 
Search results for , issue "Vol 10, No 4 (2025)" : 128 Documents clear
PENERAPAN METODE ROLE-BASED ACCESS CONTROL PADA APLIKASI CUTI ONLINE DI YAYASAN AL-ACHSANIYYAH UNTUK STAF BERBASIS WEBSITE Khoirunnisaa, Ulayya Salmaa; Riadi, Aditya Akbar; Evanita, Evanita
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.v10i4.7084

Abstract

Penerapan teknologi dalam pengelolaan cuti staf merupakan langkah untuk meningkatkan keefektifan administrasi cuti di Yayasan Al-Achsaniyyah. Permasalahan yang dihadapi meliputi proses pengelolaan cuti yang masih manual, rentan terhadap kesalahan, kurangnya transparansi, dan kurang optimal dalam arsip cuti. Penelitian ini bertujuan untuk membuat aplikasi cuti online berbasis website yang menerapkan metode Role-Based Access Control (RBAC) untuk mengatur akses pengguna berdasarkan peran, seperti pimpinan, kepala bagian, dan staf. Pengembangan aplikasi ini meggunakan Framework Laravel 11 dan metode pengembangan sistem model Waterfall. Metode Role-Based Access Control (RBAC) diterapkan melalui middleware untuk memastikan pengelolaan akses yang terstruktur dan sesuai dengan peran masing-masing pengguna. Pengujian sistem dilakukan menggunakan beberaapa pengujian seperti Black Box testing, User Acceptance Testing (UAT), pengujian performa, dan pengujian kompatibilitas. Hasil penelitian ini menunjukkan solusi bahwa aplikasi cuti online di Yayasan Al-Achsaniyyah berbasis website dapat mempercepat proses pengelolaan cuti termasuk meningkatkan transparansi, dan mengurangi kesalahan dalam administrasi cuti. Metode Role-Based Access Control (RBAC) yang diterapkan berhasil memberikan pegaturan akses yang terstruktur. Serta, berdasarkan hasil pengujian User Acceptance Testing (UAT) yang menghasilkan rata-rata 87% dan System Usability Scale (SUS) menghasilkan rata-rata 80% yang menunjukkan bahwa apalikasi ini dapat membantu dan menjadi solusi yang baik untuk pengelolaan cuti di yayasan menjadi lebih efektif.
Perancangan Enterprise Architecture Pada Hotel Erison Menggunakan Frameworrk Zachman Irawan, Carti; Benedicta, Octavia; Saepudin, Sudin
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.v10i4.6390

Abstract

Kepulauan Riau dinobatkan sebagai pulau terbanyak menduduki posisi kedua setelah Papua Barat, menjadi destinasi wisata bagi wisatawan berbagai negara. Pentingnya penginapan seperti hotel sangat diperlukan untuk tempat istirahat dan menghabiskan waktu selama disana. Hotel Erison sebagai hotel bintang 2 yang ada di Tanjung Balai Karimun yang mulai beroperasi pada tahun 1996 hingga saat ini. Masalah yang dihadapi Hotel Erison adalah tidak memiliki perancangan sistem untuk check in, reservasi online, pegawai, riwayat pembersihan dan laporan keuangan. Sehingga membutuhkan waktu yang lama dalam pembuatan laporan dan sering terjadi salah perhitungan maka perlu dibuat perancangan sistem informasi menggunakan framework zachman yang kompleks untuk mengatasi permasalahan tersebut. Dengan menggunakan pengujian SUS (System Usability Scale) untuk menguji apakah blueprint yang dihasilkan dapat diterima baik oleh pengguna, skor yang diperoleh 70,645113 sehingga dapat disimpulkan bahwa blueprint yang disajikan memiliki tingkat kegunaan yang baik.Tujuan penelitian ini adalah menyediakan suatu gambaran yang terstruktur dan sistematis kepada perusahaan tentang sistem yang dibuat dan mempermudah dalam mengimplementasikan perancangan sistem.
IDENTIFIKASI PENYAKIT TANAMAN JAGUNG BERDASARKAN CITRA DAUN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Arwin, Dwi Septiyani; Utami, Ema
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.v10i4.9320

Abstract

Identifikasi penyakit pada daun jagung memiliki peran penting dalam mendukung produktivitas pertanian yang berkelanjutan. Penelitian ini mengusulkan model klasifikasi menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 untuk mendeteksi penyakit daun jagung berdasarkan data citra. Dataset yang digunakan terdiri dari empat kategori: Blight, Common Rust, Gray Leaf Spot, dan Healthy, yang diperoleh dari sumber data publik. Pra-pemrosesan data dilakukan melalui perubahan ukuran citra menjadi 224×224 piksel dan peningkatan kontras menggunakan teknik CLAHE. Pengembangan model dilakukan dengan pendekatan transfer learning dan dievaluasi menggunakan metrik akurasi, presisi, recall, F1-score, serta confusion matrix. Hasil eksperimen menunjukkan kinerja klasifikasi yang tinggi dengan akurasi keseluruhan sebesar 94%. Kategori Healthy memperoleh performa terbaik (presisi dan recall = 1.00), sementara kategori Gray Leaf Spot mencatat nilai recall terendah akibat kemiripan visual dengan kategori lain. Penelitian ini membuktikan bahwa model CNN berbasis ResNet-50 sangat efektif untuk klasifikasi otomatis penyakit daun jagung dan berpotensi besar untuk diterapkan dalam sistem pertanian presisi.
EFEKTIVITAS KOMBINASI VIGENÈRE CIPHER DAN HILL CIPHER DALAM PENGAMANAN INFORMASI Sutoyo, Muh. Nurtanzis; Qammaddin, Qammaddin; Rahayu, Rahayu; Kariani, Ni Komang Ria
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.v10i4.6792

Abstract

Keamanan informasi merupakan aspek krusial dalam era digital yang terus berkembang, terutama di tengah meningkatnya ancaman kriptanalisis terhadap algoritma enkripsi konvensional. Penelitian ini bertujuan untuk mengevaluasi efektivitas kombinasi algoritma kriptografi Vigenère Cipher dan Hill Cipher sebagai pendekatan berlapis dalam melindungi data dari serangan analisis frekuensi. Vigenère Cipher menawarkan substitusi multi-abjad yang berubah-ubah berdasarkan kunci, sementara Hill Cipher memanfaatkan operasi matriks untuk mengenkripsi blok teks secara bersamaan. Hasil penelitian menunjukkan bahwa kombinasi kedua algoritma ini dapat meningkatkan kompleksitas ciphertext, sehingga mengurangi kerentanan terhadap serangan berbasis analisis frekuensi. Namun, tantangan utama yang diidentifikasi adalah pada perhitungan invers matriks dalam Hill Cipher, yang membutuhkan ketelitian tinggi, serta keefektifan kombinasi ini lebih optimal pada data dengan panjang genap atau yang dapat dipadati sesuai persyaratan blok Hill Cipher. Dengan demikian, penelitian ini berkontribusi pada peningkatan keamanan enkripsi melalui pendekatan berlapis, meskipun perlu disesuaikan dengan keterbatasan sumber daya
IMPLEMENTASI METODE MAUT DALAM PENILAIAN KINERJA PRAMUNIAGA PADA TOKO ARIF JAYA AIR JOMAN Fahira, Aulia; Handayan, Masitah; Latiffani, Chitra
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.v10i4.6690

Abstract

The Arif Jaya Air Joman shop is still manual, namely a system of recording in books when searching for data, so it experiences difficulties. The same thing also applies to evaluating the performance of sales assistants, they still use an observation system, which of course takes a long time and the assessment becomes less objective, because it is not based on calculating the proper criteria. So we need a decision-making system that can carry out the salesperson performance assessment process. To get the best alternative for salesperson performance assessment, start by determining the normalization matrix which functions to influence the performance assessment and the calculation results of the Multi Attribute Utility Theory (MAUT) method by multiplying the weight of each predetermined criterion. The aim of these results is to evaluate the performance of the sales assistants and provide rewards in the form of bonuses or salary increases to the best sales assistants to stimulate performance
Implementasi Transfer Learning ResNet-50 dalam Klasifikasi Penyakit Daun Tomat Berbasis CNN Dengen, Christin Soyan; Muhammad, Alva Hendi
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.v10i4.7191

Abstract

Tomat merupakan produk pertanian penting di banyak negara, termasuk Indonesia. Namun, penyakit daun tomat dapat berdampak signifikan pada hasil panen dan kualitas tanaman. Oleh karena itu, deteksi dini penyakit sangat penting untuk meningkatkan hasil panen. Dalam penelitian ini, kami menerapkan transfer learning  menggunakan arsitektur ResNet-50 untuk klasifikasi penyakit daun tomat berbasis Convolutional Neural Network (CNN). Dataset yang digunakan berisi 2902 gambar daun tomat yang mencakup 10 kategori termasuk daun sehat dan sembilan jenis penyakit. Proses penelitian meliputi akuisisi data, preprocessing citra dengan augmentasi untuk meningkatkan keragaman dataset, dan pengembangan model menggunakan ResNet-50 untuk ekstraksi fitur. Hasil evaluasi model menunjukkan akurasi keseluruhan sebesar 99%, dengan rata-rata presisi dan perolehan lebih besar dari 0,97 untuk sebagian besar kategori penyakit. Kategori Two-Spotted Spider Mite menunjukkan performa terbaik dengan nilai presisi, recall, dan skor F1 sebesar 1,00. Meskipun terdapat sedikit kesalahan klasifikasi pada beberapa kategori seperti Tomato Yellow Leaf Curl Virus, model tersebut tetap menunjukkan kinerja yang baik dalam mendeteksi keriting daun tomat. Penelitian ini diharapkan dapat memberikan kontribusi terhadap pengembangan sistem deteksi penyakit tanaman berbasis teknologi pengolahan citra yang lebih efisien dan akurat.
ANALISIS KINERJA ALGORITMA MACHINE LEARNING DALAM DETEKSI KANKER OTAK Kusumaningrum, Fadila Aulia; Gunawan, Dedi
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.v10i4.7080

Abstract

Kanker otak adalah salah satu jenis kanker dengan tingkat kematian yang tinggi secara global. Penyakit ini sering kali baru terdiagnosis pada tahap akhir, saat pilihan pengobatan sudah terbatas. Oleh sebab itu, deteksi dini menjadi sangat penting untuk memungkinkan pengobatan lebih awal, sehingga peluang kesembuhan dapat meningkat.. Penelitian ini mengevaluasi kinerja tiga algoritma machine learning yaitu Convolutional Neural Network (CNN), Artificial Neural Network (ANN), dan Residual Network (ResNet. Dataset citra medis otak yang digunakan mencakup gambar dari MRI dan CT scan yang diperoleh dari sumber terbuka dan data dari institusi medis. Gambar yang dihasilkan dianalisis oleh masing-masing algoritma setelah melalui proses preprocessing. Evaluasi kinerja mencakup akurasi, presisi, recall serta F1-score. Hasil penelitian menunjukkan bahwa Convolutional Neural Network (CNN) memiliki performa terbaik dalam mendeteksi kanker otak, dengan akurasi sebesar 92% dan F1-score yang konsisten tinggi di semua kelas. Artificial Neural Network (ANN) berada di posisi kedua dengan akurasi 84%, sementara Residual Network (ResNet) memiliki performa paling rendah, hanya mencapai akurasi 33%.
MEMPREDIKSI TINGKAT KECELAKAN JALAN RAYA DI SALATIGA MENGGUNAKAN MACHINE LEARNING Febrian, Andika Rossy; Hendry, Hendry
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.v10i4.6959

Abstract

Kecelakaan merupakan suatu kejadian dijalan yang tidak terduga yang melibatkan kendaraan dan mengakibatkan korban jiwa maupun kerugian material, kecelakaan juga disebut sebagai kejadian yang memiliki multi faktor atau memiliki banyak penyebab yang mempengaruhi terjadinya kecelakaan. Penelitian ini memiliki tujuan yaitu untuk meramalkan atau memprediksi kecelakaan lalu lintas menggunakan metode Random Forest dan Linear Reggresion dengan bahasa pemrograman Python. Data yang digunakan dalam penelitian ini yaitu data dari BPS (Badan pusat Statistik) kota Salatiga dengan periode dari Tahun 2017 sampai dengan Tahun 2023 dengan selang waktu perbulan. Penerapan dari kedua model menunjukan untuk model Linear Reggression memiliki hasil yang lebih baik dari pada model Random Forest ini dikarenakan pada perhitungan Random Forest selalu menunjukan hasil decimal dan tidak genap akan tetapi kekurangan tersebut dapat dibenahi dengan menggunakan tools Difference yang beeguna untuk membantu mengidentifikasi pola atau kesalahan system dan memberikan arahan untuk perbaikan kedepannya
FAKTOR-FAKTOR YANG MEMPENGARUHI ADOPSI SISTEM INFORMASI MANAJEMEN KEPEGAWAIAN (SIMPEG) PADA KEMENTERIAN AGAMA PROVINSI PAPUA BARAT Elsa Sarungallo, Foebryani; Ferdinand Marini, Lion; Yertas Baisa, Lorna
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.v10i4.6767

Abstract

Saat ini, penggunaan teknologi informasi di era globalisasi semakin disadari oleh berbagai organisasi modern dan instansi pemerintah. Oleh karena itu, sangat penting bagi instansi pemerintah untuk memanfaatkan teknologi sistem informasi yang ada. Penggunaan teknologi sistem informasi di instansi pemerintah telah meningkat. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi adopsi sistem informasi di Kementerian Agama Provinsi Papua Barat, dengan menerapkan model UTAUT 2. Model ini terdiri dari sembilan variabel, yaitu: performance expectancy, effort expectancy, social influence, facilitating conditions, hedonic motivations, price value, habit, behavioral intention, dan use behavior. Penelitian ini tergolong eksplanatori, yang bertujuan menjelaskan hubungan kausal antara variabel-variabel melalui pengujian hipotesis. Data dikumpulkan dengan menyebarkan kuesioner melalui Google Form. Metode analisis data yang digunakan adalah Structural Equation Modelling (SEM) PLS. Hasil penelitian menunjukkan bahwa performance expectancy, facilitating conditions, price value, dan habit tidak berpengaruh signifikan terhadap behavioral intention, sedangkan effort expectancy, social influence, dan hedonic motivation memiliki pengaruh positif dan signifikan terhadap behavioral intention. Behavioral intention, pada gilirannya, memberikan pengaruh positif dan signifikan terhadap use behavior. Penelitian ini menekankan faktor-faktor yang berkontribusi pada adopsi sistem informasi untuk pengelolaan kepegawaian yang lebih efisien dan mudah digunakan.
PENGUJIAN APLIKASI MENGGUNAKAN WHITE BOX DENGAN METODE UNIT TESTING. STUDI KASUS: MAHATI Haksono, Muhammad Rizky; Nuryasin, Ilyas; Muthorihin, Bashor Fauzan; Titani, Mutiara; Akrom, Akrom; Fadlil, Abdul
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.v10i4.7012

Abstract

Perkembangan pesat industri perangkat lunak secara signifikan dipengaruhi oleh kemajuan teknologi informasi dan digital. Salah satu aspek penting dalam perkembangan ini adalah peningkatan efisiensi pengujian perangkat lunak. Pengujian perangkat lunak saat ini tidak hanya berfokus pada aspek fungsionalitas, tetapi juga mencakup kinerja, keamanan, dan kompatibilitas. Penelitian ini berfokus pada peningkatan efisiensi pengujian perangkat lunak dengan menerapkan metode White-Box Testing. Penerapannya diuji pada aplikasi MAHATI melalui unit testing dengan teknik Branch Coverage dan Statement Coverage untuk memastikan cakupan fungsionalitas dan logika program secara komprehensif. Penelitian ini menekankan desain kode yang terstruktur dan mudah diuji, sehingga proses pengujian menjadi lebih efisien dan efektif dalam mendeteksi kesalahan. Hasil penelitian menunjukkan bahwa desain kode yang baik secara signifikan berkontribusi terhadap kualitas dan keandalan perangkat lunak melalui pengujian yang optimal dan efisien. Keberhasilan seluruh 12 suite pengujian dan 65 tes individu membuktikan bahwa setiap fungsi aplikasi bekerja sesuai dengan harapan, sehingga menunjukkan efektivitas metode pengujian yang diterapkan. Hasil ini menguatkan keyakinan bahwa White-Box Testing merupakan metode yang efektif dalam meningkatkan kualitas perangkat lunak dan dapat diaplikasikan untuk meningkatkan kualitas aplikasi lain.

Page 9 of 13 | Total Record : 128

 7   8   9   10   11 

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