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 1,124 Documents
 101   102   103   104   105 
PENGEMBANGAN APLIKASI MOBILE MAHATI MENGGUNAKAN GENERATIF AI UNTUK PASIEN HIPERTENSI Yuantoro, Jody; Nuryasin, Ilyas; Muthohirin, 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.v10i4.7009

Abstract

Penelitian ini mengembangkan sebuah aplikasi seluler yang memanfaatkan AI Generatif untuk menyederhanakan pencatatan dan evaluasi tekanan darah bagi pasien hipertensi. Tujuannya adalah untuk menciptakan alat yang mudah diakses dan akurat untuk memantau tekanan darah. Aplikasi ini dirancang untuk menangkap pembacaan tekanan darah dari gambar sfigmomanometer aneroid digital yang diambil dengan kamera ponsel pintar. AI Generatif dengan model gemini-1.5-flash, yang diimplementasikan dengan teknik prompting spesifik untuk mengekstrak informasi sistolik, diastolik, dan denyut nadi dari gambar sfigmomanometer aneroid digital secara otomatis. Hasil dari penelitian ini adalah aplikasi seluler fungsional yang menggabungkan fitur-fitur seperti entri data otomatis, visualisasi data melalui time-series dan scatter plot, klasifikasi tekanan darah berdasarkan pedoman ACC/AHA 2017, pengingat pengobatan, dan sumber daya edukasi tentang manajemen hipertensi dan hasil pengujian fitur tekanan darah dengan metode blackbox dan System Usability Scale (SUS) menunjukkan aplikasi berfungsi sesuai tujuan dan memenuhi kriteria fungsional.
Penerapan LSTM Dalam Deep Learning Untuk Prediksi Harga Kopi Jangka Pendek Dan Jangka Panjang Muhammad, Rifqi; Nurhaida, Ida
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5904

Abstract

Harga kopi sering mengalami berfluktuasi dalam dua tahun terakhir, terlebih harga kopi Arabika dan Robusta terus mengalami fluktuasi yang signifikan, naik dan turun secara berkelanjutan. Data historis menunjukkan variasi yang cukup signifikan dari tahun 2010 hingga Mei 2024. Penelitian ini bertujuan untuk meramalkan harga kopi Arabika dan Robusta baik dalam jangka pendek maupun jangka panjang dengan menggunakan model Long Short-Term Memory (LSTM). Metode yang digunakan yaitu data preparation, pre-processing data, model training, model testing, model evaluation dan data visualization. Performa model yang terbaik dengan menggunakan learning rate 0.0001 dan epoch 150, hal ini ditunjukan oleh tingkat error yang rendah yaitu 1021.5773 menggunakan Root Mean Squared Error (RMSE) dan 660.4265 Mean Absolute Error (MAE). Nilai tersebut diperoleh dengan data training 80% dan data testing 20%, menggunakan 60 timesteps, 225 neuron hidden layer, dan memanfaatkan metode optimasi Adam. Dengan demikian algoritma LSTM dengan performa model tersebut dapat melakukan prediksi harga yang akurat.
KOMPARASI MODEL SVM, NAÏVE BAYES, DAN RANDOM FOREST DALAM ANALISIS SENTIMEN TERHADAP PERCAKAPAN PUBLIK TENTANG PERTAMINA Vazli, Hazlan; Suryono, Ryan Randy
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.v11i1.7699

Abstract

Penelitian ini memiliki tujuan untuk melakukan komparasi tiga perhitungan klasifikasi, yakni Naïve Bayes, Random Forest, dan Support Vector Machine (SVM), dalam melakukan Analisis Sentimen terkait opini masyarakat pada Pertamina di media Twitter. Data diperoleh melalui proses crawling menggunakan pustaka Tweepy pada rentang waktu 1 Januari 2025 hingga 17 Maret 2025, dengan jumlah total sebanyak 7.224 tweet. Setelah melalui tahap preprocessing dan pelabelan, ditemukan bahwa sebagian besar percakapan didominasi oleh sentimen negatif. Salah satu tantangan yang dihadapi dalam penelitian ini adalah ketidakseimbangan distribusi data antar kelas sentimen. Untuk mengatasi permasalahan tersebut, digunakan teknik SMOTE (Synthetic Minority Over-sampling Technique) guna meneysuaikan jumlah data pada setiap kelasPenilaian dilakukan dengan menggunakan pengukuran presisi, akurasi, recall, dan skor F1-Score, serta dianalisis melalui confusion matrix. Hasil akhir menunjukkan bahwa penerapan SMOTE berdampak positif terhadap peningkatan kinerja model. Akurasi Naïve Bayes meningkat dari enam puluh menjadi tujuh puluh delapan, Random Forest dari tujuh puluh menjadi delapan puluh delapan, dan SVM mengalami peningkatan paling tinggi dari tujuh puluh lima menjadi sembilan puluh satu. Berdasarkan hasil tersebut, SVM dinilai sebagai model yang paling optimal dalam mengklasifikasikan sentimen publik terhadap Pertamina setelah dilakukan penyeimbangan data
DEVELOPMENT OF EDCATIONAL GAME HIJAIYAH LETTER FOR KINDERGARTEN AT KB/TK ISLAM INTERNASIONAL AL ABIDIN SURAKARTA Putra, Alvino Raditya; 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.v10i4.6450

Abstract

PENGENALAN CITRA TULISAN TANGAN HURUF HIRAGANA MENGGUNAKAN SUPPORT VECTOR MACHINE Mustofa, Tsabita Safana; 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.v11i1.7841

Abstract

Pengenalan huruf Hiragana merupakan tantangan tersendiri bagi pembelajar bahasa Jepang, terutama karena bentuk karakter yang kompleks dan mirip satu sama lain. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan citra tulisan tangan huruf Hiragana menggunakan metode Support Vector Machine (SVM) dan teknik ekstraksi fitur Histogram of Oriented Gradients (HOG). Dataset yang digunakan terdiri dari 230 citra tulisan tangan huruf Hiragana dasar sebanyak 46 karakter, yang diperoleh dari hasil pemindaian tulisan tangan di atas kertas. Tahapan penelitian meliputi pre-processing (konversi ke grayscale dan resize citra), ekstraksi fitur menggunakan HOG, serta klasifikasi menggunakan SVM dengan berbagai kernel yang berbeda. Evaluasi model dilakukan dengan menggunakan confusion matrix yang menghasilkan metrik evaluasi seperti akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kernel RBF dengan parameter C=100 dan Gamma=0,001 memberikan hasil terbaik dengan akurasi sebesar 97,10%, precision sebesar 97,35%, recall sebesar 97,10%, dan F1-score sebesar 97,11% pada skenario pembagian data 70:30. Temuan ini menunjukkan bahwa kombinasi metode HOG dan SVM mampu mengenali huruf Hiragana secara efektif. Sistem ini dapat menjadi alat bantu edukatif yang bermanfaat dalam proses pembelajaran bahasa Jepang serta memiliki potensi untuk dikembangkan lebih lanjut dalam aplikasi pembelajaran interaktif.
Analisis Kepuasan Pengguna Sistem Informasi Laporan Kinerja Secara Elektronik (Silaki) Menggunakan Metode Delone And Mclean Pada Kabupaten Banyuasin Sari, Devi Nurindah; Ulfa, Maria; Kurniawan, Kurniawan; Wardani, Kiky Rizky Nova; Erlansyah, Deni
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.v10i4.6765

Abstract

Sistem Informasi Laporan Kinerja secara Elektronik (SILAKI) merupakan  penyimpanan digital dalam laporan kinerja. Terdapat pengguna SILAKI di Kabupaten Banyuasin sebanyak 50 populasi. Dengan menggunakan metode Delone and Mclean untuk menganalisis Kepuasan Pengguna SILAKI dimana terdapat variabel Kualitas Informasi, Kualitas Sistem, Kualitas Layanan, Penggunaan Sistem, Manfaat Bersih dan Kepuasan Pengguna. Sampel yang dipakai sebanyak populasi yang ada yaitu 50 responden dan penyebaran kuesioner menggunakan google formulir serta angket dengan 22 butir pernyataan. Untuk pengujian model menggunakan aplikasi SPSS versi 23. Dari hasil kuesioner 90,5% rata-rata responden menjawab pada Kualitas Iinformasi, 81,36% rata-rata responden menjawab pada Kualitas Sistem, 85,4% rata-rata responden menjawab pada Kualitas Layanan, 82,2% rata-rata responden menjawab pada Penggunaan, 84,40% rata-rata responden menjawab pada Kepuasan pengguna dan 88,32% rata-rata responden menjawab pada Manfaat Bersih. Hipotesis secara parsial yang berpengaruh positif signifikan yaitu Kualitas Sistem terhadap Kepuasan Pengguna dan Kualitas Layanan Terhadap Penggunaan . Pengujian hipotesis secara simultan yang berpengaruh yaitu Kualitas Informasi, Kualitas Sistem, Kualitas Layanan Terhadap Penggunaan, Kualitas Informasi, Kualitas Sistem, Kualitas Layanan terhadap Kepuasan Pengguna dan Kualitas Informasi, Kualitas Ssistem, Kualitas Layanan, Penggunaan, Manfaat Bersih terhadap Kepuasan Pengguna.
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 UI/UX SISTEM INFORMASI VALIDASI SERTIFIKAT KOMPETENSI BERBASIS DIGITAL Dani, Erwan; Setiani, Novi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5758

Abstract

Dampak teknologi informasi pada kehidupan manusia, termasuk dalam bidang pendidikan, semakin penting seiring berlalunya waktu. Di Indonesia, sistem pendidikan terus maju dengan pengenalan kurikulum baru yang berfokus pada keahlian, sehingga sertifikat kompetensi menjadi sangat penting dalam mendukung perkembangan karier dan meningkatkan kualitas sumber daya manusia. Namun, proses validasi sertifikat kompetensi menghadapi beberapa kendala seperti proses verifikasi yang kompleks dan lambat, serta meningkatnya kasus pemalsuan sertifikat. Oleh karena itu, dibutuhkan sistem informasi yang dapat mempercepat dan menyederhanakan proses validasi dengan tingkat akurasi yang tinggi. Penelitian ini bertujuan untuk merancang antarmuka pengguna (UI) dan pengalaman pengguna (UX) untuk sistem informasi validasi sertifikat kompetensi berbasis digital dengan melibatkan calon pengguna yaitu siswa dan guru SMK. Metode yang digunakan meliputi pembuatan storyboard, sketsa kasar, evaluasi dan revisi, serta sketsa detail yang dievaluasi dengan metode cognitive walkthrough. Hasil evaluasi berupa indikator keberhasilan waktu penyelesaian tugas oleh siswa dan guru digunakan sebagai perbaikan akhir sebelum implementasi, sehingga menghasilkan desain antarmuka yang sesuai kebutuhan pengguna.
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.
ANALISIS SENTIMEN ULASAN APLIKASI M-PASPOR MENGGUNAKAN NAIVE BAYES DAN SUPPORT VECTOR MACHINE Maheri, Rahman; Salisah, Febi Nur; Muttakin, Fitriani; Megawati, Megawati
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5826

Abstract

ABSTRAKM-Paspor merupakan sebuah aplikasi pelayanan publik yang dirilis pada awal tahun 2022 lalu. Telah lebih dari satu juta unduhan aplikasi ini di Google Play Store. Dalam beberapa kasus, konten ulasan dan ulasan produk atau layanan dapat berbeda. Analisis umpan balik pengguna harus menjadi prioritas utama saat mengembangkan aplikasi. Penelitian ini dilakukan dengan tujuan untuk memahami persepsi pengguna aplikasi M-Paspor di Google Play Store, dengan cara mengidentifikasi sentimen positif dan negatif dalam ulasan mereka, serta Membandingkan kemampuan algoritma Support Vector Machine dan Naive Bayes dalam menghasilkan klasifikasi yang akurat dalam menganalisis sentimen tersebut. Metode penelitian melibatkan pengumpulan, preprocessing, pelabelan, dan klasifikasi 5.934 ulasan aplikasi M-Paspor di Google Play Store, dan penerapan algoritma Support Vector Machine dan Naive Bayes untuk mengklasifikasikan sentimen ulasan. Setelah menerapkan algoritma, tahap terakhir adalah pengujian evaluasi. Hasil penerapan algoritma klasifikasi, menunjukkan bahwa algoritma Support Vector Machine dapat mengklasifikasikan ulasan aplikasi M-Paspor dengan lebih akurat, dengan rata-rata 80,76% dibandingkan dengan 78,12% dari Naive Bayes. Temuan ini menunjukkan potensi Support Vector Machine dalam membantu pengembang M-Paspor meningkatkan kualitas layanan berdasarkan umpan balik pengguna. ABSTRACTM-Paspor is a public service application that was released in early 2022. There have been more than one million downloads of this application on the Google Play Store. In some cases, review content and product or service reviews may differ. Analyzing user feedback should be a top priority when developing apps. This research was conducted with the aim of understanding the perceptions of users of the M-Paspor application on the Google Play Store, by identifying positive and negative sentiments in their reviews, and comparing the ability of the Support Vector Machine and Naive Bayes algorithms to produce accurate classifications in analyzing these sentiments. The research method involves collecting, preprocessing, labeling, and classifying 5,934 reviews of the M-Paspor app on the Google Play Store, and applying the Support Vector Machine and Naive Bayes algorithms to classify the sentiment of the reviews. After applying the algorithm, the last stage is evaluation testing. The results of applying the classification algorithms, show that the Support Vector Machine algorithm can classify M-Paspor app reviews more accurately, with an average of 80.76% compared to 78.12% from Naive Bayes. These findings demonstrate the potential of Support Vector Machine in helping M-Paspor developers improve service quality based on user feedback.

Page 103 of 113 | Total Record : 1124

 101   102   103   104   105 

Filter by Year

2016 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