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
36 Documents
Search results for
, issue
"Vol 8, No 3 (2023)"
:
36 Documents
clear
<![CDATA[SISTEM INFORMASI PUSAT LAYANAN PSIKOLOGI UNIVERSITAS BINA DARMA BERBASIS WEB ]]>
<![CDATA[Widiya Purnama]]>;
<![CDATA[Edi Supratman]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.4041
<![CDATA[Pusat Layanan Psikologi Universitas Bina Darma. Pada Saat ini pusat layanan psikologi yang ada di universitas bina darma masih menggunakan cara sederhana berbasis komputer yang menggunakan aplikasi Microsoft Word dan Microsotf Excel dalam proses pelayanan psikologi bidang industri, pelayanan psikologi di bidang pendidikan, konsling dan psikoterapi tetapi tidak ada sistem terstruktur untuk memberikan layanan kepada klien. Dengan sistem yang ada saat ini, proses pelayanan Pusat Psikologi Universitas Bina Darma lambat dan tidak efisien. Metode pengembangan sistem yang akan digunakan adalah metode Prototype. Sistem informasi ini nantinya akan mempermudah pihak pusat layanan psikologi universitas bina darma palembang dalam proses pelayanan. Sehingga mendapatkan informasi yang akurat dan proses pelayanan di Pusat Psikologi Universitas Bina Darma menjadi lebih baik dan efisien. Sistem informasi ini dibuat dengan menggunakan bahasa pemrograman PHP, bahasa pemrograman MSQL dan framework Laravel menggunakan metode Prototype yaitu merupakan metode pemgembagan perangkat lunak yang memungkinkan adanya interaksi antara pengembang dan pengguna.]]>
<![CDATA[APLIKASI EKPLORASI 3D DAN VISUALISASI OBJEK WISATA EDUKASI KEBUN JERUK SEBAGAI MEDIA PEMBELAJARAN BERBASIS ANDROID AUGMENTED REALITY ]]>
<![CDATA[Firman Milani]]>;
<![CDATA[Rohman Dijaya]]>;
<![CDATA[Metatia Intan Mauliana]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.4019
<![CDATA[Dari kayanya potensi yang ada, tidak luput dari suatu permasalahan yang selama ini dihadapi, yakni strategi dalam pengelolaan potensi yang ada, salah satunya potensi dalam mengembangkan kebun jeruk sebagai tempat wisata edukasi bagi masyarakat sehingga akan membantu perekonomian masyarakat desa jiken, memanfaatkan sebuah perkebunan jeruk sebagai media pembelajaran edukasi. Untuk penerapan teknologi ini akan dicoba membuat model sebuah Aplikasi ekplorasi objek pembelajaran kebun jeruk jiken. Pemahaman terhadap Augmented Reality juga membutuhkan piranti keras (hardware) dan piranti lunak yang dilakukan dalam membangun Augmented Reality. Visualisasi model 3D dengan teknologi Markerless Augmented Reality sangat baik jika digabungkan dengan Unity. Dari hasil pengamatan di area perke-bunan jeruk, peneliti berkeinginan untuk merancang sebuah aplikasi eksplorasi virtual dengan fitur first person view. Penggunaan nya dapat menambah pengalaman pengguna untuk melakukan eksplorasi. Penelitian ini menghasilkan keberhasilan simulasi pada ekplorasi kebun jeruk jiken pada smartphone Android. Selain kemudahan, sistem ini dapat meningkatkan rasa antusias dari para pengguna. Penelitian kedepan dari sistem ini adalah menambah jumlah model 3D yang ada sehingga informasi menjadi semakin lengkap. Selanjutnya memberikan fitur ekplorasi agar user dapat melakukan pengontrolan melalui tool joystick untuk interaksi sehingga memberi fasilitas menarik bagi para pengguna un-tuk aplikasi ini. Pada penelitian ini Bertujuan Untuk Mengembangkan Aplikasi Ekplorasi 3D dan Visualisasi Objek Wisata Edukasi Kebun Jeruk Berbasis Android Augmented Reality. Tempat Wisata 3 Dimesi Menggunakan Tool Blender dan Google Sketchup, yang divisualisasikan menggunakan teknologi Augmented Reality (AR). Aplikasi ini dikembangkan un-tuk membantu wisatawan untuk memberikan wawasan tentang area dan produk wisata kebun jeruk desa jiken.]]>
<![CDATA[PERBANDINGAN KINERJA ALGORITMA RECURRENT NEURAL NETWORK (RNN) DAN LONG SHORT-TERM MEMORY (LSTM): STUDI KASUS PREDIKSI KEMACETAN LALU LINTAS JARINGAN PT XYZ ]]>
<![CDATA[Silmy Sephia Nurashila]]>;
<![CDATA[Faqih Hamami]]>;
<![CDATA[Tien Fabrianti Kusumasari]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3961
<![CDATA[Peningkatan perkembangan teknologi sebanding dengan peningkatan penggunaan internet. Kualitas jaringan internet di Indonesia yang masih rendah dengan peningkatan penggunaan jaringan yang terus bertambah menyebabkan kemungkinan terjadinya kemacetan jaringan lebih tinggi. Penggunaan internet yang tinggi menyebabkan seringkali terjadi kemacetan jaringan yang menyebabkan penurunan kualitas dan performa jaringan. Pada penelitian ini akan dilakukan prediksi lalu lintas jaringan. Terdapat beberapa model algoritma yang dapat digunakan untuk melakukan prediksi dan penelitian ini akan dibahas mengenai perbandingan performa dari model Long Short-Term Memory (LSTM) dan Recurrent Neural Network (RNN). Dari hasil perbadingan diperoleh bahwa LSTM memiliki nilai yang lebih tinggi dalam performa dengan mendapatkan nilai akurasi R-Squard sebesar 99.2% jika debandingkan dengan model dengan algoritma RNN yang memiliki nilai akurasi R-Squard sebesar 99,1%. Manfaat dari penelitian ini yaitu untuk menguji performa dari model LSTM dan RNN terhadap dataset PT XYZ. Penelitian ini diharapkan dapat memberikan referensi kepada pengembang model Deep Learning untuk pengembangan kedepannya agar mendapatkan hasil yang lebih baik.]]>
<![CDATA[Sentiment Analysis of Indonesian TikTok Review Using LSTM and IndoBERTweet Algorithm ]]>
<![CDATA[Jerry Cahyo Setiawan]]>;
<![CDATA[Kemas M. Lhaksmana]]>;
<![CDATA[Bunyamin Bunyamin]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3911
<![CDATA[TikTok is currently the most popular app in the world and thus gets many reviews on the Google Play Store and other app marketplace platforms. These reviews are valuable user opinions that can be analyzed further for many purposes. Harnessing valuable analyses from these reviews can be obtained manually, which will be time-consuming and costly, or automatically with machine learning methods. This paper implements the latter with LSTM and IndoBERTweet, a derivative of BERT, using Indonesian vocabulary from Twitter post data. This research aims to determine the appropriate method to create a model that can automatically classify TikTok reviews into negative, neutral, and positive sentiments. The result demonstrates that IndoBERTweet outperforms the other, with an accuracy of 80%, whereas the LSTM accuracy is at 78%.]]>
<![CDATA[SISTEM INFORMASI PENJUALAN MOTOR BEKAS DENGAN MENGGUNAKAN ALGORITMA SEQUENTIAL SEARCH DAN SELECTION SORT ]]>
<![CDATA[Muhammad Hafizh Lazuardi]]>;
<![CDATA[Nur Hayati]]>;
<![CDATA[Gatot Soepriyono]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3952
<![CDATA[Pasar sepeda motor bekas hingga saat ini masih menjadi pilihan bagi sebagian konsumen. Pada toko Jaya Motor belum memanfaatkan teknologi komputerisasi dalam proses sirkulasi jual beli sepeda motor, masih menggunakan proses pencatatan manual menggunakan media pembukuan. Oleh karena itu, dibutuhkan adanya suatu pengembangan sistem informasi menggunakan metode waterfall, algoritma sequential searching untuk klasifikasi pencarian data motor bekas berdasarkan merek, kategori, harga dan selection sort untuk mengurutkan data dari ascending atau descending. Penelitian ini menghasilkan dalam pencarian menggunakan proses memori maksimum 357 MB dengan hasil output sesuai keinginan pengguna dengan respons times kurang dari 1 detik. Pengujian sistem menggunakan blackbox sudah sesuai dan pengujian System Usability Scale mempunyai rata-rata skor 79,08 grade B+ yang berarti Good.]]>
<![CDATA[ANALISIS SENTIMEN MASYARAKAT TERHADAP DATA TWEET TRAVELOKA SELAMA RAPID TEST ANTIGEN MENGGUNAKAN ALGORITMA NAÃVE BAYES ]]>
<![CDATA[Fenny Novianti]]>;
<![CDATA[Kiky Rizky Nova Wardani]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3973
<![CDATA[Traveloka melalui akun twitter selama pandemi, banyak mengeluarkan pendapat berupa komentar-komentar tentang syarat untuk melakukan setiap perjalanan baik di luar maupun di dalam negeri yaitu surat dari hasil rapid test antigen maupun PCR dengan dinyatakan negatif Covid-19. Rumusan masalah dari penelitian ini adalah bagaimana cara mendapatkan data analisis sentimen dari media sosial Twitter pada data tweet Traveloka selama rapid test antigen dengan algoritma naïve bayes. Penelitian ini merupakan penelitian kuantitatif dengan metode yang digunakan dalam penelitian ini adalah analisis sentimen masyarakat terhadap data tweet Traveloka selama rapid test antigen berdasarkan dari opini masyarakat atau netizen pada Twitter. Sementara itu, analisis pada penelitian ini menggunakan Naïve Bayes. Dalam melakukan pengukuran pada analisis sentimen didapatkan hasil dari pembobotan TF-IDF serta hasil akurasi algoritma Naïve Bayes sebesar 75% dengan membagi data training dan data testing dengan rasio 80:20 serta mendapatkan nilai recall sebesar 67%, nilai precision sebesar 86% dan nilai f1-score sebesar 76%.]]>
<![CDATA[SISTEM PENENTUAN JUARA KONTES BURUNG KICAU MURAI MENGGUNAKAN METODE AHP-WASPAS ]]>
<![CDATA[Titan Acta Fikriansyah]]>;
<![CDATA[Th Dwiati Wismarini]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3880
<![CDATA[Dalam penelitian ini akan dibangun sebuah sistem yang dapat mem-bantu dalam menentukan juara kontes burung kicau murai. Maka per-lu dilakukan analisis mengenai kriteria-kriteria yang dipertimbangkan dalam penentuan juara kontes. Kriteria-kriteria tersebut harus diolah dengan cara modern yaitu dengan menggunakan sistem yang terk-omputerisasi yaitu Sistem Pendukung Keputusan. Proses pembuatan sistem pendukung keputusan ini dilakukan dengan menggunakan ap-likasi pemrograman berbasis website dengan PHP dan mengintegrasi-kan metode AHP-WASPAS kedalam rancangan programnya. Setelah dilakukan perancangan desain dan kode program, maka dihasilkan sebuah sistem pendukung keputusan. Dimana sistem yang dibangun memiliki hasil output penilaian yang sama dengan perhitungan manual sehingga dapat dikatakan program ini berhasil. Kelebihan program ini yaitu dapat melakukan perhitungan bobot kriteria menggunakan metode AHP dan perankingan dengan metode WASPAS dengan san-gat cepat walaupun data yang diproses cukup banyak jumlahnya. Berdasarkan hasil confusion matrix terhadap hasil nilai penentuan juara kontes burung kicau murai dengan metode AHP-WASPAS dapat ditentukan accuracy sebesar 92,11% dan misclassification (Error) rate sebesar 7,89%. Hasil akurasi dan error rate dari perhitungan ini menunjukkan bahwa metode AHP-WASPAS dapat digunakan untuk mendapatkan juara kontes burung kicau murai dengan kualitas yang sangat baik.]]>
<![CDATA[N-Days Tourist Route Recommender System in Yogyakarta Using Genetic Algorithm Method ]]>
<![CDATA[Muhammad Ridha Anshari]]>;
<![CDATA[Z. K. A. Baizal]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3893
<![CDATA[Tourism is one of the proven solutions for the Indonesian economy. Tourism in certain regions, such as Yogyakarta, can significantly affect the region's economic development, including creating new jobs, creating new business opportunities, and increasing regional income. However, for tourists from outside Yogyakarta, it requires planning a tour before traveling in Yogyakarta, especially if he wants to spend several days on a tour. Many previous studies have developed systems that can recommend tourist routes, but not within a few days of tourist visits. In this study, we propose the use of Genetic Algorithm (GA) for automatically generating optimal travel itinerary for some days visit (n-days tour route). We develop the recommender system by combining GA and the concept of Multi-Attribute Utility Theory (MAUT). This MAUT used for accommodating user needs based some criteria such as rating, cost, and time. Based on our experimental results, GA is optimal in terms of execution time and number of attractions visited in n-days visit. The average execution time obtained is 59.62%, and the average number of attractions visited obtained is 45.95%. These results show that this method can generate tourist routes efficiently.]]>
<![CDATA[APLIKASI CONTACT TRACING SECARA ORANG-KE-ORANG BERBASIS ANDROID PADA PANDEMI COVID-19 DI INDONESIA ]]>
<![CDATA[Mochammad Naufal Nibros]]>;
<![CDATA[Irwan Alnarus Kautsar]]>;
<![CDATA[Suprianto Suprianto]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.4033
<![CDATA[Pandemi Covid-19 telah menimbulkan berbagai masalah di seluruh dunia, termasuk di Indonesia. WHO menerbitkan program lockdown yang bertujuan mencegah dan memutus mata rantai penularan penyakit ini. Namun masih terdapat kegiatan penting bagi masyarakat yang mengharuskan mereka beraktivitas di luar rumah. Untuk mengatasi masalah tersebut, dibutuhkan sebuah media informasi dalam pemantauan dan pelacakan orang yang terinfeksi atau pernah terpapar virus. Dalam permasalahan tersebut lebih efektif menggunakan aplikasi pelacakan kontak digital dengan cara menandai pengguna jika saling bertemu (orang-ke-orang). Pola orang-ke-orang dalam aplikasi kontak digital menggunakan teknologi barcode untuk merekam interaksi pengguna dan mengumpulkan data mengenai waktu dan durasi interaksi. Data yang terkumpul kemudian diproses dan dianalisis untuk menentukan tingkat risiko infeksi bagi setiap pengguna. Aplikasi akan memberikan informasi history contact kepada pengguna dan memberikan akses data kepada stakeholder yang membutuhkan data contact tracing. Dalam penelitian ini, penulis merancang aplikasi pelacakan kontak digital pola orang-ke-orang dengan menggunakan metode waterfall. Adapun hasil dari riset yaitu terciptanya sistem untuk memudahkan pelacakan kontak digital berbasis Android yang berjalan dengan baik.]]>
<![CDATA[IMPLEMENTASI METODE NAÃVE BAYES UNTUK KLASIFIKASI DATA BLOGGER ]]>
<![CDATA[Nur Widiastuti]]>;
<![CDATA[Arief Hermawan]]>;
<![CDATA[Donny Avianto]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 3 (2023) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v8i3.3713
<![CDATA[Di era teknologi yang modern seperti saat ini peluang kerja sebagai blogger cukup banyak diminati. Para blogger me-manfaatkan situs blog baik yang gratis maupun berbayar untuk menulis artikel. Hal tersebut menyebabkan pengguna situs blog semakin meningkat. Diantara para blogger ada yang menjadi blogger professional dan ada juga yang menjadi blog-ger musiman untuk menulis artikel pada blog. Penelitian ini meneliti blogger mana yang masuk dalam kategori blogger professional atau blogger musiman. Penelitian ini mengklasifikasi data blogger yang diambil dari UCI Machine Learning dengan jumlah data sebanyak 100 data kemudian diuji menggunakan Metode Naïve Bayes. Adapun tool yang digunakan untuk penelitian adalah Rapidminer untuk mengklasifikasi blogger professional atau blogger musiman. Penelitian ini menghasilkan akurasi sebesar 76,27% atau meningkat 1,27 % dibandingkan penelitian sebelumnya dan hasil classification error sebesar 23,73%. Sedangkan class recall sebanyak 12 fold, hal ini dapat diartikan penelitian menggunakan correla-tion matrix dan cross validation dengan number of fold 12 menghasilkan nilai akurasi yang lebih baik dari penelitian sebelumnya.]]>
