cover
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,
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 1,124 Documents
PEMBUATAN APLIKASI PERMAINAN MOBILE CONCENTRATION AND THINKING UNTUK MENINGKATKAN KEMAMPUAN KONSENTRASI DAN KOGNITIF ANAK Rismanda, Ahmad Fadli; Robiin, Bambang
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.v11i1.7872

Abstract

Tantangan terletak pada pengembangan game edukasi yang menarik bagi anak-anak sekolah dasar (7-12 tahun) untuk meningkatkan ke-mampuan kognitif dan konsentrasi mereka. Tujuan utama adalah merancang dan membangun game edukasi berbasis Android, "Concen-tration and Thinking," menggunakan metodologi Siklus Pengembangan Game (GDLC) terdiri dari tahap inisiasi, pra-produksi, produksi, pen-gujian, uji coba beta, hingga tahap peluncuran. Metode kuantitatif dit-erapkan melalui penyebaran kuesioner pada saat alpha dan beta testing untuk mengevaluasi kualitas, kegunaan, serta tingkat kemudahan penggunaan game tersebut.Temuan menunjukkan bahwa game berhasil dikembangkan dan dirilis di Google Play Store. Alpha testing menun-jukkan umpan balik positif pada kualitas media, materi, dan bahasa. Uji coba beta menggunakan System Usability Scale (SUS) dan Single Ease Question (SEQ) mengindikasikan bahwa game memiliki tingkat kegunaan dan kemudahan penggunaan yang cukup baik, meskipun masih dibutuhkan perbaikan dalam aspek kemudahan instalasi dan pemahaman oleh pengguna. Game ini berpotensi meningkatkan ke-mampuan kognitif dan konsentrasi pada anak-anak, sambil mengakui keterbatasan seperti ukuran sampel yang kecil pada beta testing.
ANALISIS ASOSIASI PRODUK MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK PENGAMBILAN KEPUTUSAN PENJUALAN DI AREI STORE Rahayu, Syawalia; Hidayah, Debby Ummul; Setyaningsih, Gustin
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.v10i4.7662

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pola pembelian konsumen di Arei Store dengan melakukan analisis asosiasi produk menggunakan algoritma FP-Growth. Salah satu tantangan yang dihadapi Arei Store adalah kurang optimalnya strategi pemasaran dan pengaturan stok, yang disebabkan oleh kurangnya pemahaman mengenai kebiasaan belanja pelanggan. Dalam penelitian ini, data yang digunakan merupakan data transaksi penjualan yang dikumpulkan selama periode Agustus hingga Oktober 2024, yang diperoleh melalui sistem manajemen penjualan. Tahapan penelitian meliputi pengumpulan data, praproses untuk menghilangkan noise dan mengatasi data yang hilang, transformasi atribut, serta penerapan algoritma FP-Growth melalui aplikasi RapidMiner dengan parameter minimum support sebesar 0,95 dan minimum confidence sebesar 0,80. Hasil analisis mengungkapkan 35 aturan asosiasi, di antaranya adalah kombinasi produk seperti matras, sleeping bag, dan kasur yang berhubungan dengan pembelian tas dengan confidence mencapai 82,1%, serta tas ransel yang dipadukan dengan sandal dengan confidence sebesar 81,4%. Pola-pola ini dapat dimanfaatkan untuk merumuskan strategi bundling, pengaturan stok, dan perencanaan promosi yang lebih tepat sasaran. Penelitian ini menunjukkan bahwa algoritma FP-Growth efektif dalam menggali wawasan tersembunyi dari data transaksi, serta memberikan rekomendasi praktis untuk meningkatkan daya saing Arei Store di pasar perlengkapan outdoor.
EFL STUDENTS’ ATTITUDES AND PRACTICES TOWARD AI-BASED WRITING ASSISTANTS: AN EXPLANATORY MIXED-METHODS STUDY Widyaningsih, Titik Lina; Septiana, Ayu Rizki; Hanafi, Moh.; Huda, Moh. Choirul
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.v9i4.9184

Abstract

The integration of artificial intelligence (AI) technologies in education has gained significant momentum, particularly through AI-based writing assistants (AIbWAs), which offer considerable potential for enhancing the writing skills of EFL students. This explanatory mixed-methods study aimed to investigate EFL students' attitudes toward AIbWAs and explore their practices in academic writing classes. The participants were 83 EFL students from a private university in Indonesia. Quantitative data were collected through a closed-ended questionnaire using a 4-point Likert scale to measure cognitive, affective, and behavioral dimensions of students’ attitudes. The AIWAs examined included QuillBot, Grammarly, and ChatGPT. Based on attitude scores, students were categorized into four groups: embracing (31.3%), acceptance (38.6%), indifference (26.5%), and resistance (3.6%). The mean attitude score was 3.21, reflecting a generally favorable perception. Students in the embracing and acceptance groups reported frequent use of AIbWAs for grammar correction, paraphrasing, vocabulary enhancement, and idea development. Students in the indifference group used the tools sporadically, often citing uncertainty or lack of confidence in the AI output. The resistance group raised concerns about overreliance, academic dishonesty, and the potential loss of personal writing voice. Twelve students representing each group were selected for semi-structured interviews. Thematic analysis of interview data revealed three key themes: perceived usefulness in improving writing quality, trust and skepticism toward AIbWAs' suggestions, and the perceived need for human judgment and ethical boundaries in academic writing. The findings underscore the importance of targeted digital literacy and pedagogical guidance to support effective and ethical use of AIbWAs in EFL contexts
PENENTUAN STRATEGI PROMOSI PROGRAM STUDI PENDIDIKAN TEKNOLOGI INFORMASI MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Wicaksono, Satrio Agung; Wijoyo, Satrio Hadi; Aryadita, Himawat
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.v10i4.9576

Abstract

Program Studi Pendidikan Teknologi Informasi (PS PTI) merupakan salah satu Program Studi pada Fakultas Ilmu Komputer Universitas Brawijaya di Kota Malang, dimana tidak terlepas dari kegiatan promosi pada setiap tahunnya. Kegiatan promosi yang dilakukan oleh Program Studi menggunakan biaya yang cukup besar sehingga promosi yang dilakukan diharapkan juga mendapatkan hasil maksimal. Kegiatan promosi dilakukan lewat himpunan mahasiswa yang meminta mahasiswa untuk promosi ke sekolah masing-masing. Kegiatan promosi juga melalui kunjungan sekolah ke Fakultas Ilmu Komputer. Suskesnya promosi yang dilakukan dapat dilihat dari banyaknya jumlah mahasiswa/i yang mendaftar pada tahun ajaran baru. Beberapa tahun penerimaan mahasiswa baru dari PS PTI tidak memenuhi daya tamping yang sudah ditentukan. Promosi yang sukses dapat dilihat dari strategi promosi yang digunakan, penentuan strategi promosi bukanlah pekerjaan yang mudah dikarenakan harus mempertimbangkan beberapa aspek. Data mining digunakan penentuan strategi promosi pada PS PTI, dimana dengan data mining dapat menemukan sebuah pola baru dari kumpulan data yang tersimpan. Salah teknik yang digunakan pada data mining adalah teknik klusterisasi dengan algoritma yang digunakan adalah K-Means. Nilai SSE tertinggi adalah 600 pada k=2 sedangkan nilai SSE terendah sebesar 406 pada k=10.
SISTEM DIGITAL DALAM PENGEMBANGAN KAPASITAS SDM BERBASIS GENDER MENGGUNAKAN SKEMA REMOTE MODERATED USABILITY TESTING Iskandar, Joko; Panggayuh, Vertika; Putri, Diana
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.v10i4.9656

Abstract

Perkembangan teknologi digital telah mendorong transformasi dalam pengembangan kapasitas Sumber Daya Manusia (SDM), terutama melalui platform pembelajaran daring yang lebih fleksibel dan mudah diakses. Namun demikian, masih terdapat kesenjangan dalam pengalaman pengguna yang dipengaruhi oleh faktor gender, khususnya ketika sistem digital tidak dirancang secara inklusif. Penelitian ini bertujuan mengevaluasi tingkat usability sistem digital pengembangan SDM berbasis gender menggunakan metode Remote Moderated Usability Testing (RMUT). Pendekatan penelitian yang digunakan adalah deskriptif kuantitatif dengan melibatkan 20 partisipan (10 laki-laki dan 10 perempuan) yang dipilih melalui simple random sampling. Proses pengujian dilakukan secara daring melalui aplikasi Zoom, di mana partisipan diminta menyelesaikan enam skenario tugas: login dan navigasi, mengikuti pelatihan, mengerjakan evaluasi, mengunggah tugas, mengakses sertifikat, dan memberikan umpan balik. Data dikumpulkan melalui observasi interaksi, rekaman layar, dan kuesioner SUS serta UEQ, kemudian dianalisis menggunakan SmartPLS. Hasil penelitian menunjukkan bahwa usability sistem secara umum berada pada kategori baik, ditunjukkan dengan skor SUS rata-rata di atas 70. Namun, ditemukan perbedaan signifikan berbasis gender. Partisipan laki-laki menunjukkan performa penggunaan yang lebih lancar dengan skor SUS dan UEQ lebih tinggi pada sebagian besar dimensi, seperti daya tarik, efisiensi, kejelasan, keandalan, stimulasi, dan kebaruan. Sebaliknya, partisipan perempuan mengalami lebih banyak hambatan, terutama pada aspek desain antarmuka mobile, keterbacaan teks, dan fleksibilitas fitur unggah file. Metode RMUT terbukti efektif dalam mengungkap perbedaan pengalaman pengguna secara lebih mendalam dibandingkan penggunaan kuesioner semata, karena mampu menangkap proses interaksi dan kendala aktual yang dialami pengguna. 
IMPLEMENTASI Q-LEARNING PADA AGEN YANG MEMAINKAN PERMAINAN SOS Wijaya, Vinsensius; Purnomo, Hindriyanto Dwi
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.v10i4.6497

Abstract

Permainan SOS merupakan permainan kertas dan pensil sederhana yang dimainkan oleh dua pemain dengan tujuan membentuk sebanyak mungkin pola “S-O-S”. Meskipun sederhana, permainan SOS menawarkan tantangan strategis yang dapat dijadikan sebagai platform untuk menguji algoritma pembelajaran mesin. Penelitian ini berfokus pada implementasi algoritma Q-Learning dalam permainan SOS dan menganalisis efektivitas algoritma Q-Learning. Q-Learning, sebuah metode reinforcement learning, digunakan untuk mengajarkan agen melalui pengalaman bermain, dengan Q-table yang diperbarui secara dinamis berdasarkan aksi dan reward yang diterima. Implementasi dilakukan menggunakan bahasa pemrograman Python. Agen Q-Learning dilatih melalui self-play sebanyak 100.000 kali dengan parameter learning rate 0,5, discount factor 0,9, epsilon awal 1,0, epsilon minimum 0,01, dan decay rate epsilon 0,0000005.Eksperimen dilakukan dengan agen Q-Learning yang bermain melawan agen acak pada grid berukuran 3x3 dalam 1.000 permainan. Hasil penelitian menunjukkan bahwa agen Q-Learning secara signifikan mampu meningkatkan persentase kemenangannya seiring dengan bertambahnya episode pelatihan, mencapai rata-rata kemenangan 84,07%. Penelitian ini menyimpulkan bahwa algoritma Q-Learning efektif dalam mengajarkan agen untuk bermain permainan SOS. Temuan ini memperluas aplikasi Q-Learning dalam permainan yang lebih kompleks, meskipun ada beberapa keterbatasan seperti waktu pelatihan yang panjang. Studi lebih lanjut diperlukan untuk mengatasi keterbatasan ini, termasuk integrasi dengan teknik pembelajaran lain seperti deep learning.
PENGGUNAAN ANALYSIS OF VARIANCE PADA ALGORITMA NAÏVE BAYES DALAM PREDIKSI PENYAKIT HEPATITIS Mahentar, Erras Lindiarda; Chrisnanto, Yulison Herry; Hadiana, Asep Id
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.v11i1.7717

Abstract

Hepatitis merupakan penyakit serius yang memerlukan prediksi dini untuk mencegah komplikasi. Algoritma Naïve Bayes banyak digunakan dalam prediksi penyakit karena efisiensinya dalam menangani dataset yang besar dan sederhana. Namun, tantangan seperti ketidakseimbangan kelas, data yang tidak relevan, dan noise dalam dataset dapat mengurangi kinerja prediksi. Studi ini mengusulkan integrasi Analisis Varians (ANOVA) dengan Naïve Bayes untuk meningkatkan akurasi prediksi. ANOVA diterapkan sebagai metode pemilihan fitur berbasis filter untuk mengidentifikasi fitur yang paling signifikan, sehingga mengurangi efek noise dan fitur yang tidak relevan. Dataset yang digunakan dalam studi ini bersumber dari Repositori UCI, dengan validasi yang dilakukan menggunakan validasi silang 10 kali lipat. Hasilnya menunjukkan bahwa integrasi ANOVA meningkatkan akurasi prediksi Naïve Bayes dari 83,71% menjadi 85% sekaligus mengurangi jumlah fitur dari 19 menjadi lebih sedikit tanpa mengorbankan akurasi dan menghindari overfitting. Perangkat lunak yang dikembangkan dalam studi ini mendukung visualisasi dan prediksi data, yang selanjutnya memperkuat implementasi praktisnya. Penelitian ini berkontribusi pada optimalisasi prediksi penyakit hepatitis melalui pendekatan ANOVA. Penelitian selanjutnya disarankan untuk membandingkan metode ini dengan algoritma lain, seperti Decision Tree atau Support Vector Machine, dan mengujinya pada kumpulan data yang lebih besar dan lebih kompleks.
SISTEM INFORMASI PENJADWALAN PIKET PATROLI BERBASIS WEB PADA SATUAN SAMAPTA POLRES MOJOKERTO Rachmattillah, Erina Firdaus Dwi; Azizah, Nuril Lutvi; Ariyanti, Novia
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.v10i4.6687

Abstract

Di tengah perkembangan teknologi informasi yang pesat, pengelolaan dan penjadwalan patroli menjadi hal krusial dalam menjaga ketertiban dan keamanan masyarakat. Polres Mojokerto, sebagai bagian penting dari penegakan hukum, berperan sentral dalam memastikan keamanan masyarakat. Namun dalam pelaksanaannya masih dilakukan secara manual. Dengan tujuan meningkatkan efisiensi dan efektivitas pelaksanaan patroli, pengembangan Sistem Informasi Penjadwalan Piket Patroli berbasis web pada Satuan Samapta Polres Mojokerto menjadi suatu keharusan. Penelitian ini dilakukan dengan merancang dan mengimplementasikan Sistem Informasi Penjadwalan Piket Patroli berbasis web yang sesuai dengan kebutuhan Satuan Samapta di Polres Mojokerto. Dengan menggunakan metode waterfall, sistem ini dirancang untuk menyederhanakan proses penjadwalan patroli, memas-tikan distribusi tugas yang merata, dan memberikan aksesibilitas yang lebih baik bagi personel kepolisian. Sitem Informasi berbasis web ber-hasil dibuat menggunakan bahasa pemrogaman PHP dan Database Mysql. Sistem Informasi ini Sistem informasi geografis ini menggunakan metode pengujian sistem black-box, hasil uji pengguna menunjukkan bahwa pengujian dikatakan sangat setuju jika sistem dapat di gunakan deangan baik sebagai alat absensi, diuji fungsionalitas sistem, operasional, dan semua proses sistem informasi geografis ini dapat berjalan dengan baik sesuai dengan yang diharap-kan pihak satuan samapta polres mojokerto.
PENGEMBANGAN MEDIA MOBILE LEARNING BERBASIS AUGMENTED REALITY MENGGUNAKAN ZACHMAN FRAMEWORK PADA MATERI KESEIMBANGAN BENDA TEGAR Hidayat, Muhammad; Romadoni, Jiki; Makie, Haji Ahmad; Ridhani, M. Fadli
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.v11i1.10025

Abstract

Penelitian ini bertujuan mengembangkan media pembelajaran berbasis mobile learning dengan integrasi teknologi augmented reality (AR) pada materi keseimbangan benda tegar untuk siswa SMA. Pengembangan dilakukan dengan menggunakan Zachman Framework yang diterapkan pada tiga tahap awal, yaitu Scope Planner, Enterprise Model, dan System Model. Metode penelitian yang digunakan adalah Research and Development (RD) di kombinasi dengan Zachman Framework pada tahapan analisis kebutuhan, perancangan sistem, pengembangan aplikasi, serta validasi oleh ahli media, ahli materi, dan praktisi pembelajaran. Produk yang dihasilkan berupa aplikasi Android berbasis Unity 3D dengan dukungan Vuforia SDK, yang menyajikan visualisasi 3D benda tegar (stabil, labil, netral) melalui pemindaian marker QR Code, dilengkapi fitur interaksi dan kuis evaluasi. Hasil validasi menunjukkan tingkat kelayakan masing-masing sebesar 85,33% (ahli media), 84% (ahli materi), dan 88% (praktisi pembelajaran), dengan rata-rata kelayakan 85,78% dalam kategori “Sangat Baik”. Dengan demikian, media pembelajaran ini dinyatakan layak dan siap diimplementasikan guna mendukung pembelajaran fisika yang interaktif, kontekstual, dan sesuai dengan tuntutan pembelajaran di era digital.
DEVELOPMENT OF A MACHINE LEARNING MODEL FOR FORECASTING HEALTHCARE SERVICE UTILIZATION BASED ON EMR DATA Widyaningrum, Bajeng Nurul; Latifah, Maulina
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.v10i4.9306

Abstract

This study develops and evaluates a reproducible proof-of-concept (PoC) pipeline for forecasting day-ahead hospital service utilization from routinely collected electronic medical record (EMR) data. Three anonymized Excel extracts from August 2025 were used—outpatient visits (4,247 rows), laboratory actions (2,044 rows; August subset), and radiology examinations (31 rows)—then cleaned, time-parsed, and aggregated to daily counts. Features comprised day-of-week (DOW) and lagged outpatient volume (OPD_{t−1}) to avoid same-day leakage. We trained a linear regression model to predict daily laboratory counts and a Random Forest to flag daily high/low laboratory workload (threshold = within-month median ≈79 actions/day), evaluated with blocked time-series cross-validation. Outpatient visits ranged 154–204/day (median ≈172) and laboratory actions 61–171/day (median ≈79); radiology volumes were too sparse for reliable day-level modeling. The regression baseline achieved R² = −20.52 (mean CV), indicating that OPD_{t−1}+DOW alone cannot explain intra-month variability, while the classifier reached Accuracy = 0.53 ± 0.16, sufficient to validate the end-to-end pipeline but inadequate for autonomous staffing or reagent planning. These findings suggest that accurate operational forecasting requires multi-month horizons and clinically richer features (e.g., sending unit/poliklinik, grouped test panels, provider schedules, payer, and holiday effects) alongside additional temporal signals (multi-day lags/leads, rolling statistics).