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 65 Documents
 1   2   3   4   5 
Search results for , issue "Vol 11, No 1 (2026)" : 65 Documents clear
Analisis K-Means Clustering Pada Kabupaten/Kota Di Indonesia Berdasarkan Indeks Pembangunan Manusia (IPM) Andreanto, Muhammad; Amanullah, Berlian Chandra; Wakhida, Nur
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indeks Pembangunan Manusia (IPM) ialah indikator komposit yang dipergunakan dalam mengukur kualitas hidup. IPM di Indonesia mengalami peningkatan setiap tahunnya. Walaupun demikian, terdapat kesenjangan signifikan antara Kabupaten/Kota di Indonesia. Oleh karena itu, diperlukan analisis pengelompokan wilayah berdasarkan IPM untuk mendukung perencanaan dan evaluasi kebijakan pemerintah secara tepat sasaran. Metode yang digunakan adalah analisis cluster dengan teknik K-Means. Hasil analisis menunjukkan terbentuknya empat cluster. Cluster 0 memiliki nilai IPM tinggi rata-rata 72,47, meliputi Kab/Kota dari Provinsi Jawa Tengah, Jawa Timur, Sulawesi Selatan, Sulawesi Utara, dan Jawa Barat. Cluster 1 menunjukkan nilai IPM sedang rata-rata 68,82, mencakup wilayah Kab/Kota dari Provinsi Nusa Tenggara Barat, Sulawesi Tenggara, Papua, Aceh, dan Sumatera Utara. Cluster 2 memiliki nilai IPM sangat tinggi, rata-rata 81,03 terdiri dari wilayah Kab/Kota dari Provinsi Jawa Timur, Jawa Tengah, Jawa Barat, dan D.I.Yogyakarta. Cluster 3, dengan nilai IPM rendah rata-rata 52,65, mencakup Provinsi Papua dan Papua Barat.
ANALISIS KUALITAS WEBSITE E-COMMERCE MYTH THE LABEL MENGGUNAKAN METODE WEBQUAL 4.0 DAN IMPORTANCE PERFORMANCE ANALYSIS (IPA) Iswara Sudanta, I Kadek Nicko; Adiningrat, Ida Agung Mahardhika Tribhuwana; Gunawan, I Made Agus Oka; Indrawan, Gede Indrawan
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7577

Abstract

Penelitian ini bertujuan untuk menganalisis kualitas dari situs web e-commerce Myth the Label dengan metode WebQual 4.0 dan Importance Performance Analysis (IPA). Dalam era digital yang kompetitif, kualitas website menjadi faktor krusial dalam keberhasilan bisnis e-commerce. Studi ini mengevaluasi tiga dimensi utama: Usability Quality (UQ), Information Quality (IQ), dan Service Interaction Quality (SIQ). Metode penelitian ini menggunakan pendekatan kuantitatif dengan menyebarkan kuesioner daring kepada 55 responden yang telah berinteraksi dengan website Myth the Label. Hasil yang dapat disimpulkan dari penelitian ini menyatakan bahwa semua indikator valid dan reliabel. Analisis deskriptif mengungkapkan bahwa performance UQ memperoleh penilaian tinggi (rata-rata 4,20 dari 5), dan importance IQ memperoleh penilaian tinggi (rata-rata 4,45). Uji regresi linear berganda membuktikan bahwa ketiga dimensi berpengaruh kepada Overall Impression, dimana peningkatan tertinggi sebesar 0,551 terhadap layanan website apabila terdapat kenaikan satu kesatuan pada dimensi Usability Quality dan variabel bebas mampu mempengarhui Overall Impression sebesar 59,2% dan 40,8% berasal dari variabel lain. Dengan metode IPA, tingkat kesesuaian secara keseluruhan adalah 92,72% dan tingkat kesenjangan antara performance dan importance  dari situs web Myth the Label adalah sebesar -0,33.Penelitian ini memberikan wawasan berharga bagi Myth the Label untuk meningkatkan kualitas website nya dan mempertahankan daya saing di pasar e-commerce fashion. Penelitian selanjutnya dapat dilakukan untuk menganalisis dimensi tambahan yang berpengaruh pada kepuasan pengguna di berbagai sektor bisnis e-commerce.
IMPLEMENTASI ALGORITMA AUTOREGRESSIVE INTERGATED MOVING AVERAGE UNTUK PREDIKSI PENJUALAN OBAT PADA APOTEK ALAM TIGA Mauladi, Kemal Farouq; Pratiwi, Nidia Elisa; Marjudi, Suziyanti Binti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7611

Abstract

Implementasi algoritma Autoregressive Integrated Moving Average (ARIMA) telah dilakukan untuk memprediksi produksi penjualan obat pada Apotek Alam Tiga berbasis web. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi perencanaan produksi dan manajemen stok obat dengan memanfaatkan metode Time Series Forecasting. Data historis penjualan obat dari Apotek Alam Tiga digunakan sebagai dasar untuk membangun model ARIMA. Proses pembangunan model meliputi identifikasi stasioneritas data, penentuan parameter model (p, d, q), estimasi parameter, dan validasi model menggunakan metode seperti Akaike Information Criterion (AIC) dan uji residual.@font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536870145 1107305727 0 0 415 0;}p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin:0cm; mso-pagination:widow-orphan; font-size:10.0pt; font-family:"Times New Roman",serif; mso-fareast-font-family:"Times New Roman"; mso-ansi-language:EN-US; mso-fareast-language:EN-US;}.MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; font-size:10.0pt; mso-ansi-font-size:10.0pt; mso-bidi-font-size:10.0pt; mso-font-kerning:0pt; mso-ligatures:none; mso-ansi-language:EN-US; mso-fareast-language:EN-US;}div.WordSection1 {page:WordSection1;}
COMPARISON OF THE PERFORMANCE OF SVM, RANDOM FOREST, AND NEURAL NETWORK ALGORITHMS IN SENTIMENT ANALYSIS OF OPENAI APPLICATION REVIEWS ON THE GOOGLE PLAY STORE Latif, Ahmad; Yugi, Muhtyas; Utomo, Fandy Setyo; Hariguna, Taqwa
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7793

Abstract

This study compares the performance of three machine learning algo-rithms—Support Vector Machine (SVM), Random Forest (RF), and Neural Network (NN)—in sentiment analysis of user reviews for the OpenAI application on the Google Play Store. The primary objective of this study is to evaluate the effectiveness of each algorithm in clas-sifying user reviews into three sentiment categories: positive, negative, and neutral. The dataset used consists of user reviews of the OpenAI application, collected directly from the Google Play Store. Model per-formance was evaluated using accuracy, precision, recall, and F1-score metrics. The results indicate that the Neural Network algorithm achieved the best overall performance in terms of accuracy and F1-score. SVM demonstrated competitive performance, particularly in classifying positive and neutral sentiments, while Random Forest showed an advantage in terms of precision but performed lower over-all, especially in classifying negative sentiments. Therefore, the Neural Network is considered the most effective algorithm for sentiment analysis tasks in this study
OPTIMALISASI MANAJEMEN SISTEM INFORMASI SEKOLAH MENGGUNAKAN FRAMEWORK TOGAF ADM STUDI KASUS : SMK KESEHATAN DAARUL AHKAM Novia, Irsa; Saepudin, Sudin; Irawan, Carti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7627

Abstract

Penelitian ini diarahkan untuk mengoptimalisasi pengelolaan sistem informasi di SMK Kesehatan Daarul Ahkam melalui penerapan kerangka kerja TOGAF ADM. Penerapan sistem informasi tersebut harapannya mampu mendorong peningkatan efisiensi dalam pengelolaan data akademik maupun administrasi, sehingga dapat menunjang kelancaran proses pembelajaran serta memperkuat transparansi dalam tata kelola sekolah. Saat ini, sistem administrasi sekolah masih dilakukan secara manual, terutama dalam pengelolaan absensi siswa, data guru dan siswa, serta pembayaran SPP. Proses yang belum terkomputerisasi ini menyebabkan berbagai permasalahan, seperti keterlambatan dalam rekapitulasi data, risiko kesalahan pencatatan, serta kurangnya aksesibilitas informasi bagi pihak terkait. Dengan demikian diperlukan sistem informasi terintegrasi untuk mengatasi permasalahan tersebut. Penelitian ini menerapkan “framework TOGAF ADM yang mencakup fase Preliminary Phase, Architecture Vision, Business Architecture, Information Systems Architecture, Technology Architecture, Opportunities and Solutions serta Migration Planning.” Data dikumpulkan melalui observasi, wawancara dan studi literatur untuk memperoleh gambaran kebutuhan sistem di sekolah. Hasil penelitian ini menghasilkan blueprint sistem informasi sekolah yang mencakup seluruh fase TOGAF ADM hingga tahap Migration Planning. Blueprint ini memberikan rancangan sistem informasi yang terstruktur dan terukur dalam penerapannya di SMK Kesehatan Daarul Ahkam. Diharapkan dengan adanya roadmap implementasi yang jelas, sekolah dapat bertransisi dari sistem manual ke sistem digital yang lebih efisien, meningkatkan efektivitas operasional sekolah, serta memberikan kemudahan bagi pengguna dalam mengakses informasi akademik dan administrasi.
APLIKASI TEKNOLOGI INTERNET OF THING PADA ROBOT PENDETEKSI KEBOCORAN GAS AMONIA (NH3) Khairina, Jikti; Nurdin, Nurdin; Fikry, Muhammad
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7457

Abstract

Amonia adalah senyawa kimia dengan rumus NH3 Senyawa ini didapati berupa gas dengan bau tajam yang sangat khas, inilah yang disebut dengan bau amonia. Amonia memiliki sumbangan penting bagi keberadaan nutrisi di bumi, tetapi amonia sendiri adalah senyawa yang dapat merusak kesehatan. Jika terjadi kontak dengan gas amonia berkonsentrasi tinggi dapat menyebabkan kerusakan pada paru-paru bahkan sampai kematian. Amonia digolongkan sebagai bahan beracun jika terhirup langsung, pengangkutan amonia yang berjumlah lebih besar dari 3.500 galon (13,248 L) harus disertai dengan surat izin. Amonia umumnya bersifat basa (pKb=4.75), tetapi dapat juga bersifat sebagai asam yang amat lemah (pKa=9.25), amonia dapat terbentuk secara alami maupun sintetis. Amonia yang berada di alam merupakan hasil dekomposisi bahan organik. Di industri banyak yang menggunakan amonia sebagai salah satu bahan baku, contohnya seperti dalam penggunaan campuran bahan baku pembuatan pupuk. Gas amonia terkadang beresiko terjadi kebocoran pada pipa gas, jika terjadi kebocoran pada pipa maka dibutuhkan teknisi yang harus segera dikirimkan ke lokasi untuk mencari sumber kebocoran atau titik kebocoran pada pipa. Hal itu membuat teknisi membutuhkan tabung oksigen dan hal ini beresiko sangat tinggi dikarenakan daya tahan tabung oksigen hanya bertahan selama ±15 menit. Maka dibuatkanlah robot untuk dikirimkan ke lokasi yang berfungsi agar mengetahui informasi tentang lokasi kebocoran pipa gas dan informasi kadar gas langsung dapat diketahui melalui Android. Dalam kasus ini, rancang bangun robot menggunakan sensor MQ135. Oleh karena itu dibuatkanlah robot pendeteksi kebocoran gas dan mengetahui kadar dari gas amonia agar mempermudah teknisi dalam menemukan lokasi dan kadar gas amonia.
PENERAPAN ALGORITMA RANDOM FOREST DALAM BERBAGAI BIDANG KEILMUAN : SYSTIMATIC LITERATUR REVIEW Riswanto, Riswanto; Hidayat, Tonny; Nasiri, Asro
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7316

Abstract

Penerapan teknologi informasi (TI) saat ini, menjadi salah satu aspek penting sebuah perusahaan untuk dapat bersaing di era digital saat ini. Salah satu tolak ukur keberhasilan dalam menerapkan teknologi informasi adalah efektifitas dan efisiensi proses bisnis perusahaan secara menyeluruh. Random forest sebagai salah satu algoritma dalam machine learning yang mempunyai akurasi tinggi dan mampu mengrangi risiko overfitting dipilih untuk menyelesaikan berbagai permasalahan dalam berbgai bidang keilmuan. Melalui metode Systimatic Literature Review (SLR), penelitian ini mengidentifikasi dan menganalisis 55 artikel terkait yang memberikan gambaran mendalam mengenai penerapan algoritma Random Forest dalam berbagai bidang keilmuan. Hasil penelitian menunjukan berbagai tantangan penerapan algoritma random forest dalam berbgai bidang keilmuan, mulai dari optimasi dengan pemilihan berbagai parameter serta mengkombinasikan algoritma random forest dengan algoritma yang lain. Perlakuan tersebut disesuaikan dengan kondisi dan karakteristik data dan objek yang di teliti, dengan harapan diperoleh perhitungan yang paling optimal dan mampu menyelesaikan permasalahan yang terjadi pada bidang tersebut. Dengan demikian, penelitian ini tidak hanya memberikan panduan praktis, akan tetapai memberikan kontribusi pemahaman yang lebih mendalama mengenai peneraan algoritma random forest dalam mengatasi permasalahan dalamberbgai bidang keilmuan
DIGITALISASI MODUL AJAR BERBASIS WEBSITE DALAM MENINGKATKAN NILAI ELEMEN PEMANDUAN WISATA SISWA USAHA LAYANAN WISATA SMK Pangestu, Divan Robi; Nurjanah, Nunung; Nurhadi, Didik
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.9407

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas penggunaan Modul Ajar Berbasis Website  dalam meningkatkan kompetensi pemanduan wisata siswa kelas XI Usaha Layanan Wisata SMK Negeri 1 Panggul, Trenggalek. Penelitian dilatarbelakangi oleh kebutuhan media pembelajaran kontekstual yang mampu menjembatani kesenjangan antara teori dan praktik di bidang kepariwisataan. Pendekatan yang digunakan adalah kuantitatif dengan desain pre-experimental tipe one-group pretest-posttest melibatkan 31 siswa. Data dikumpulkan melalui tes objektif dan dianalisis menggunakan uji Paired Samples T-Test dengan bantuan SPSS. Hasil penelitian menunjukkan adanya peningkatan nilai rata-rata sebesar 10,03 poin dengan ukuran efek yang sangat besar (Cohen’s d = 1,849), menandakan bahwa penggunaan e-modul berpengaruh signifikan terhadap peningkatan kemampuan siswa dalam elemen pemanduan wisata. Selain memperkuat hasil belajar kognitif, e-modul juga mendukung keterampilan abad ke-21 seperti komunikasi, berpikir kritis, dan pemahaman kontekstual berbasis budaya lokal. Penelitian ini menyimpulkan bahwa integrasi potensi daerah dalam media digital merupakan strategi efektif untuk memperkuat relevansi pembelajaran vokasional. Pengembangan e-modul kontekstual serupa disarankan untuk diadaptasi secara luas dalam pendidikan kejuruan guna mendorong pembelajaran yang adaptif, bermakna, dan berdaya saing global.
UTILIZATION OF EXTREME PROGRAMMING IN VILLAGE ADMINITRATION SYSTEMS TO REALIZE VILLAGE INDEPENDENCE Mahardika, Fajar; Syafirullah, Lutfi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7573

Abstract

In the age of digital transformation, rural communities are increasingly exploring innovative methods to improve their administrative systems, strengthen governance, and achieve self-sufficiency. This paper examines the use of Extreme Programming (XP) techniques in developing and implementing Village Administration Systems (VAS) to promote village independence. XP, which focuses on iterative development, continuous feedback, and collaborative design, provides a flexible approach to tackle the unique challenges faced by village administrations, such as limited resources, diverse user needs, and varying digital literacy levels. By applying XP principles—such as continuous integration, collective ownership of code, and customer collaboration—this method enables the creation of adaptive, user-focused systems that can evolve according to community needs. Through real-time stakeholder feedback, the system can be refined to improve local governance, increase transparency, and ensure efficient resource management. The paper also explores how XP practices, including pair programming and frequent releases, help develop scalable and reliable solutions for rural areas. By fostering collaboration among local leaders, developers, and citizens, the system can empower village administrations to independently manage resources, reduce reliance on external support, and strengthen local capabilities. Ultimately, this paper aims to show how applying Extreme Programming to Village Administration Systems can enhance ownership, self-reliance, and contribute to sustainable rural development and village independence
PENERAPAN ALGORITMA SVM DENGAN FITUR WARNA HSV PADA KLASIFIKASI IKAN ARWANA Sutrisni, Erica Aprilia; Sari, Anggraini Puspita; Maulana, Hendra
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7842

Abstract

Identifikasi jenis ikan arwana secara manual kerap menimbulkan kesalahan akibat kemiripan visual antar jenis, terutama bagi kolektor pemula. Kesalahan dalam mengenali jenis ikan dapat berujung pada keputusan pembelian yang keliru. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis jenis ikan arwana berbasis citra digital menggunakan metode Support Vector Machine (SVM) dan ekstraksi fitur warna HSV (Hue, Saturation, Value). Proses penelitian mencakup akuisisi citra dari enam jenis arwana, pra-pemrosesan (resize, segmentasi menggunakan model U²-Net, dan augmentasi data), konversi citra ke ruang warna HSV, serta ekstraksi fitur berupa rata-rata dan standar deviasi dari komponen H, S, dan V. Dataset yang digunakan terdiri dari 1.260 citra setelah augmentasi. Pengujian model dilakukan dengan variasi kernel dan parameter pada algoritma SVM. Hasil terbaik diperoleh dengan kernel linear dan nilai parameter C=10, yang menghasilkan akurasi klasifikasi sebesar 89%. Evaluasi metrik klasifikasi menunjukkan nilai precision, recall, dan F1-score rata-rata sebesar 0,89, dengan distribusi prediksi yang cukup baik untuk semua kelas. Sistem ini menunjukkan performa yang andal dalam membedakan jenis ikan arwana berbasis fitur warna, dan dapat menjadi solusi yang efektif dan objektif dalam membantu identifikasi ikan hias di kalangan masyarakat umum.

Page 1 of 7 | Total Record : 65

 1   2   3   4   5 

Filter by Year

2026 2026


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