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 70 Documents
 1   2   3   4   5 
Search results for , issue "Vol 9, No 4 (2024)" : 70 Documents clear
ANALYZING COMPARISON PERFORMANCE MODEL OF MACHINE LEARNING THROUGH DETECTION SQL INJECTION ATTACK Pratama, Rakha Satria; Irsan, Muhamad; Utomo, Rio Guntur
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5637

Abstract

This research aims to compare Machine Learning models that effectively detect SQL Injection attacks in security systems. The dataset was col lected from the Kaggle resource published by Syed Saqlain Hussain Shah, the dataset with the highest upvotes in the SQL Injection category. The models developed include Support Vector Machine (SVM), K-Nearest Neighbor (KNN), and Logistic Regression (LR). The research process includes separating the data into 70% training and 30% test data, model training, testing model effectiveness, and implementing preventive measures against SQL Injection attacks. The research results show that the SVM model has an accuracy rate of 99.82%, precision of 99.88%, and recall (Sensitivity) of 99.34%. KNN obtained an accuracy rate of 79.28%, a precision of 98.38%, and a recall (Sensitivity) of 73.31%. LR obtained an accuracy rate of 98.99%, precision of 99.94%, and recall (Sensitivity) of 98.70%. Using a Machine Learning approach, this research improves system security against SQL Injection attacks.
THE EFFECT OF AUGMENTED REALITY-BASED AUTOMATIC TRANSMISSION MEDIA ON BASIC KNOWLEDGE Komarudin, Komarudin; Nauri, Imam Muda; Mardji, Mardji; Mindarta, Erwin Komara; Ariyanto, Sudirman Rizki
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.6947

Abstract

Innovative and interactive learning media was needed to graduate a workforce that was in accordance with the world of work. Automatic Transmission based on Augmented Reality operated using a smartphone can help students know the components, functions and workings of AT. Augmented Reality is an application that combines the real world with the virtual world in the form of two dimensions or three dimensions projected in a real environment at the same time. Smartphones can be a digital media in delivering material. This research uses the ADDIE development model. This research aims to develop Automatic Transmission media based on Augmented Reality. AT media was evaluated by media experts, automotive experts and students. The validity test results show that AT media was valid according to media experts and automotive experts. This study aims to develop this media to help students master the prior knowledge of AT material. ANOVA test results show that AT AR media has an effect on prior knowledge. AT AR media was attractive, easy to operate using a smartphone and improves the ability to mention the names of AT components, explain the functions and workings of AT.
ANALISIS PERBINCANGAN DALAM GRUP WHATSAPP DENGAN K-MEANS CLUSTERING Tri Elsa, Maria; Berutu, Sunneng Sandino; Maedjaja, Febe
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5554

Abstract

Whatsapp merupakan sebuah aplikasi yang mempermudah pengguna untuk mengirim pesan teks, foto, video, melakukan panggilan suara, dan panggilan video secara gratis dengan koneksi internet. “Grup Whatsapp Jual Beli Area UKRIM” memiliki sekitar 26.000 arsip pesan, yang membuktikan tingginya aktivitas dan interaksi anggota dalam transaksi jual beli. Anggota grup akan terbantu membuat strategi promosi barang jika mereka dapat memanfaatkan informasi mengenai kata dan barang yag paling sering muncul dalam chat group. Untuk mendapatkan informasi mengenai kata dan barang yang paling sering muncul dalam chat group diperlukan text clustering. Penelitian ini menggunakan Metode K-Means dalam melakukan text clustering untuk memperoleh kata-kata yang sering muncul tersebut. Setelah melalui prosedur pra-pemrosesan teks dan penerapan Metode Elbow, jumlah data diperkecil menjadi 4.732 data dan ditentukan 10 cluster yang optimal dalam “Grup Whatsapp Jual Beli Area UKRIM”. Hasil penerapan K-Means memperlihatkan kata yang paling sering muncul dalam cluster 0 adalah kata “jual” , dalam cluster 1 kata “info”, dalam cluster 2  kata “beli”, dalam cluster 3 kata “japri”, dalam cluster 4 kata “gas”, dalam cluster 5 kata “motor”, dalam cluster 6 kata “info”,”kost”, dalam cluster 7  kata  “hp”, dalam cluster  8  kata “kucing”,  dan dalam cluster 9  kata “rak”. Secara menyeluruh kata yang paling banyak muncul adalah kata “info” dengan jumlah 910 dan kata yang paling sedikit muncul adalah kata “iphone” dan “hewan”. Barang dagangan yang sering muncul adalah “meja”, “kipas”, “lemari”, “kasur”, dan “laptop
KLASIFKASI CURAH HUJAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DI SULAWESI TENGAH Aldy, Moh.Fajrin Sigit; Angreni, Dwi Shinta; Pusadan, Mohammad Yazdi; Wirdayanti, Wirdayanti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5643

Abstract

Provinsi Sulawesi Tengah memiliki letak yang berdekatan dengan garis khatulistiwa, hal ini dapat mempengaruhi perubahan iklim didaerah tersebut salah satunya curah hujan. Perubahan curah hujan yang tidak menentu mengakibatkan timbulnya bencana seperti banjir yang dapat mempengaruhi gerak aktivitas masyarakat sehari-hari. Salah satu hal yang perlu dilakukan untuk mengantisipasi dengan prediksi cuaca. Pemanfaatan metode data mining dapat membantu dalam melakukan prediksi serta akurasi data dengan baik. Penelitian ini menggunakan dataset BMKG di Provinsi Sulawesi Tengah yang dikumpulkan dari 1 Januari 2019 sampai 31 Oktober 2023 serta klasifikasi dibagi menjadi 5 kelas menggunakan algoritma K-Nearest Neighbor (KNN). Tujuan penelitian ini memperoleh informasi dengan mengelompokkan data guna memprediksi curah hujan di BMKG Sulawesi Tengah. Hasil evaluasi menujukan bahwa nilai K = 23 dengan akurasi sebesar 83,0%, dan algoritma K-Nearest Neighbor (KNN) memiliki kinerja yang cukup baik dalam melakukan klasifikasi cuaca.
Analisis Kepuasan Pengguna Layanan GoFood pada Aplikasi Gojek Menggunakan Metode End User Computing Satisfaction di Kota Salatiga Hidayah, Netiva; Nugroho, Adi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5509

Abstract

Dengan kemajuan teknologi di era digital, layanan masyarakat telah berubah karena aplikasi berbasis mobile menjadi lebih mudah diakses. Sebagai bagian dari ekosistem Gojek, GoFood adalah perusahaan pesan antar makanan terkemuka di Indonesia. Kualitas layanan yang lebih baik sangat penting dalam per-saingan yang semakin ketat, yang dapat diukur melalui kepuasan pengguna. Untuk mendapatkan pemahaman yang lebih baik tentang komponen yang memengaruhi kepuasan pengguna aplikasi ini, penelitian ini meneliti pengalaman pengguna GoFood di Kota Salatiga dengan menggunakan metode EUCS dan mengintegrasikan variabel Perceived of Usefulness dari metode TAM. Hasil penelitian menunjukkan bahwa variabel konten, ketepatan, format, kemudahan penggunaan, waktu, dan kepuasan pengguna memiliki hubungan yang signifikan satu sama lain. Penelitian ini menyoroti pentingnya penyesuaian strategi berdasarkan lokasi spesifik seperti Kota Salatiga untuk meningkatkan pengalaman pengguna. Implikasi temuan ini diarahkan pada upaya pengembangan pendekatan yang lebih tepat sasaran guna meningkatkan kepuasan pengguna aplikasi, khususnya GoFood, dalam konteks lokal.
ANALISIS SENTIMEN MASYARAKAT TERHADAP TREN KPOPFICATION DALAM MASA KAMPANYE DI MEDIA SOSIAL X Antonia .M, Hutami Jane; Mailoa, Evangs
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5638

Abstract

Perkembangan teknologi informasi dalam bidang politik menjadikan media sosial sebagai platform untuk berkampanye  dan  berinteraksi antara politisi dan pemilih. Penelitian ini bertujuan untuk menerapkan Algoritma Naïve Bayes dalam menganalisis sentimen pada tweet terkait dengan tren "Kpopfication" dalam pemilihan umum. “Kpopfication” adalah istilah yang digunakan untuk menggambarkan tindakan para penggemar K-Pop yang mengintegrasikan elemen-elemen dari dunia K-Pop dalam berbagai aspek kehidupan di luar dunia K-Pop itu sendiri. Langkah pertama adalah pengumpulan data dari tweet pengguna X melalui metode crawling dengan kata kunci ‘Kpopfication Pemilu lang:id’. Langkah kedua melakukan Pre-Processing data untuk membersihkan dan mempersiapkan data agar dapat diklasifikasikan. Langkah ketiga adalah melakukan pelabelan dengan menggunakan Lexicon Based dan yang terakhir adalah penerapan Algoritma Naïve Bayes. Dari analisis sentimen di dapatkan hasil akurasi 86%, presisi 84%, recall 96%, dan f1-score 90%, serta evaluasi kinerja model yang baik dalam mengenali sentimen positif dan negatif. Hasil penelitian ini akan menjadi landasan untuk penelitian lebih lanjut dalam konteks pemilu dan inovasi dalam berkampanye.
SENTIMENT ANALYSIS OF PUBLIC OPINION ON APPLICATION X (TWITTER) IN INDONESIA AGAINST CHATGPT USING NAÏVE BAYES ALGORITHM Sari, Yayak Kartika; Rozi, Fahrur; Muhyiddin, Sulthon; Sukmana, Farid
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.7052

Abstract

In the era of technological development and information is increasingly widespread. Data and information are easier to obtain using current technology, especially using social media such as Instagram, Facebook, (x) Twitter and others. In social media, information can be in the form of public opinions containing praise, hate speech, and hoaxes which can result in arguments against the information presented, especially on the x (twitter) application. Therefore, research was conducted on sentiment analysis of positive and negative opinions of Indonesian people on application x (twitter) about ChatGPT using the naive bayes method. Basically, Naive Bayes looks for the largest conditional probability value for each class. The technique used to explore public opinion data on application x (twitter) about ChatGPT is google collabs with the results of data mining as much as 1012 data. of these 1012 data cleaning and sentiment analysis using the naive bayes method. Naïve Bayes method classification results with a total of 762 twitter comments about ChatGPT. 100 are used as training data modeled using the naïve bayes method. The accuracy value is 99.00%, positive prediction precision is 100%, negative prediction precision is 96.43%, positive data recall is 98.63%, and negative data recall is 100%.
KOMPARASI ALGORITMA RANDOM FOREST CLASSIFIER DAN SUPPORT VECTOR MACHINE UNTUK SENTIMEN MASYARAKAT TERHADAP PINJAMAN ONLINE DI MEDIA SOSIAL Fitri, Dhea Annisa; Damayanti, Damayanti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5608

Abstract

Perkembangan di sektor keuangan, terutama dengan kemunculan teknologi keuangan (fintech), telah membawa beragam layanan keuangan yang menggunakan teknologi, termasuk layanan pinjaman online. Fenomena pinjaman online menjadi sorotan utama di Indonesia, baik dari segi hukum maupun dampaknya terhadap masyarakat. Dalam konteks ini, penting untuk mengkaji analisis sentimen masyarakat terhadap pinjaman online yang tersebar di berbagai platform media sosial. Penelitian ini memiliki tujuan untuk membandingkan performa dua algoritma klasifikasi, yakni Random Forest dan Support Vector Machine (SVM), dalam menganalisis sentimen terhadap opini masyarakat terkait pinjaman online di media sosial, khususnya di platform Twitter. Metode penelitian mencakup proses pengumpulan data melalui pengambilan data pada platform Twitter, pemrosesan data untuk membersihkan dan memformat dataset, serta memberi label pada data untuk mengkategorikan opini sebagai positif atau negatif. Langkah selanjutnya melibatkan klasifikasi data, yang diikuti dengan evaluasi menggunakan Confusion Matrix untuk menilai performa kedua algoritma. Temuan penelitian menunjukkan bahwa kedua algoritma mampu melakukan klasifikasi dengan baik setelah data disesuaikan, namun Random Forest mencapai akurasi 100% sedangkan SVM mencapai 99%. Walaupun begitu, secara keseluruhan, Random Forest menunjukkan hasil yang lebih baik dengan akurasi yang lebih tinggi
IMPLEMENTASI QUIZIZZ SEBAGAI MEDIA ASESMEN PADA MATA PELAJARAN DASAR KEJURUAN DI SMK Guntoro, Renita; Suparji, Suparji; Harimurti, Rina
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.6730

Abstract

Penelitian ini bertujuan untuk menganalisis penggunaan Quizizz se-bagai media asesmen pada mata pelajaran Dasar Kejuruan Desain Pemodelan dan Informasi Bangunan (DK DPIB) di SMK Negeri 2 Bo-jonegoro. Quizizz dipilih karena sifat interaktifnya dan kemampuann-ya memberikan penilaian secara langsung, yang sesuai dengan kebu-tuhan peserta didik di SMK. Penelitian ini menggunakan pendekatan deskriptif kualitatif, dengan responden sebanyak 30 peserta didik kelas X. Data dikumpulkan melalui kuesioner dan dianalisis secara deskriptif. Hasil penelitian menunjukkan bahwa penggunaan Quizizz mampu meningkatkan motivasi belajar peserta didik, mempercepat proses penilaian, dan memberikan hasil yang lebih objektif dibandingkan dengan metode penilaian tradisional. Sebagian besar peserta didik tidak mengalami kendala dalam menggunakan aplikasi ini dan merasa diun-tungkan dengan umpan balik langsung. Selain itu, Quizizz dinilai lebih efisien dari segi waktu dan biaya. Namun, kendala seperti akses inter-net dan keterbatasan perangkat masih menjadi tantangan dalam im-plementasi. Secara keseluruhan, Quizizz efektif sebagai media asesmen yang dapat meningkatkan kualitas pembelajaran di SMK.
PEMANFAATAN TEKNOLOGI VIRTUAL REALITY MARKLESS DALAM MENINGKATKAN PENGALAMAN BERKUNJUNG KE MUSEUM DE JAVASCHE MELALUI PLATFORM ANDROID Javier, Gomes Noor; Taurusta, Cindy; Azizah, Nuril Lutvi; Hindarto, Hindarto
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5454

Abstract

Sebuah museum adalah tempat untuk mengeksplorasi dan memahami sejarah suatu tempat, negara, atau bangsa. Dahulu, Museum De Javasche Bank adalah markas De Javasche Bank sebelum menjadi cabang Bank Indonesia. Menghadapi penurunan minat masyarakat, terutama pelajar, terhadap museum, berbagai upaya ditingkatkan dengan teknologi. Tujuannya mendukung upaya pemerintah menjadikan museum destinasi wisata dan pendidikan. Diperlukan pendekatan menarik untuk memperkenalkan Museum De Javasche Bank. Contohnya, teknologi Virtual Reality (VR) memungkinkan interaksi dengan lingkungan simulasi komputer. Dengan aplikasi 3D di ponsel Android, peneliti menciptakan aplikasi berbasis Android berbentuk VR yang memberikan pengalaman informasi menarik bagi pengunjung. Harapannya, aplikasi ini meningkatkan daya tarik museum serta memberikan pengalaman pendidikan yang lebih baik, membuat masyarakat lebih akrab dengan Museum De Javasche Bank. Aplikasi menampilkan objek 3D dalam tur virtual, memungkinkan pengguna menjelajahi Museum De Javasche Bank secara virtual. Pendekatan ini dianggap menarik oleh masyarakat, 85% responden menyatakan aplikasi tersebut informatif dan menarik berdasarkan survei.

Page 2 of 7 | Total Record : 70

 1   2   3   4   5 

Filter by Year

2024 2024


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