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 1,172 Documents
 112   113   114   115   116 
Perencanaan Strategis Sistem Informasi/Teknologi Informasi Menggunakan Zachman Framework (Studi Kasus: Dinas Komunikasi dan Informatika Kabupaten Semarang) Okky Widya Sambara; Melkior N. N. Sitokdana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8061

Abstract

Sistem informasi dan teknologi informasi adalah ilmu yang mempelajari penggunaan teknologi komputer untuk mengolah, mengatur, dan menganalisis, dan memproses data. Pada dasarnya ilmu teknik sistem informasi dan teknologi informasi dibuat melalui blueprint atau aplikasi yang bertujuan untuk mengkomunikasikan data sumber daya manusia untuk menjadikan informasi sebagai objek visual. Tujuan utama dari penelitian ini akan dilakukan analisis terhadap penggunaan atau pemanfaatan aplikasi yang belum efisien dalam sistem informasi dan teknologi informasi yang efektif untuk mengoptimalkan aplikasi. Data yang akan dikumpulkan yaitu menggunakan metode deskriptif kualitatif serta subyek yang akan diteliti adalah kerangka kerja arsitektur enterprise pada DISKOMINFO Kabupaten Semarang. Data yang diperoleh kemudian diolah dan dianalisis menggunakan metode perancangan strategis arsitektur enterprise dalam Zachman Framework. Hasil penelitian dan wawancara menunjukan bahwa implementasi metode Zachman Framework didapat beberapa perspektif. Perspektif atau sudut pandang (viewpoint) ini diantaranya planner, owner, dan designer yang nantinya akan efektif dalam membantu pelaksanaan proses perancangan dan pengembangan dari blueprint atau aplikasi tersebut. Hasil penelitian diharapkan diharapkan mampu menunjang aktivitas yang sesuai dengan visi misi lembaga pemerintah atau institusi.
HYBRID DEEP NEURAL NETWORK WITH ATTENTION FOR MONTHLY GOLD PRICE FORECASTING Oktavia Mulyo Nurdiyanti; Giat Karyono; Berlilana Berlilana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8219

Abstract

Fluktuasi harga emas yang tinggi dari waktu ke waktu mendorong perlunya pengembangan model prediksi yang andal untuk membantu investor dalam pengambilan keputusan. Penelitian ini bertujuan untuk membangun model prediksi harga emas bulanan menggunakan pendekatan hybrid deep learning yang meng-gabungkan Convolutional Neural Network (CNN), Bidirectional Long Short-Term Memory (BiLSTM), dan Attention Mechanism. Dataset yang digunakan adalah data historis harga emas periode 2013–2023 yang telah diproses menjadi data bulanan dan dinormal-isasi. Proses pelatihan dilakukan dengan konfigurasi hyperparame-ter optimal hasil grid search, yaitu learning rate 0.001, batch size 16, dan epoch 3000. Model dievaluasi menggunakan metrik MAE, RMSE, MAPE, akurasi, dan koefisien determinasi. Hasil evaluasi menunjukkan bahwa model mencapai RMSE sebesar 53.78, MAE sebesar 39.11, MAPE sebesar 2.78%, akurasi prediksi sebesar 97.22%, dan R² sebesar 0.9602. Model mampu mengikuti tren fluktuasi harga emas bulanan dengan tingkat ketepatan yang tinggi. Integrasi CNN, BiLSTM, dan Attention terbukti meningkatkan kinerja prediktif dibandingkan pendekatan konvensional. Dengan demikian, model ini berpotensi menjadi alat bantu yang efektif dalam meramalkan harga emas dan mendukung pengambilan keputusan investasi berbasis data
Implementasi Metode Vader Dan Fuzzy Pada Analisis Sentimen Berbasis Aspek Terhadap Ulasan Aplikasi Brimo Berlian Sakti Yuliana Ndruru; Sunneng Sandino Berutu; Haeni Budiati
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8237

Abstract

Perkembangan teknologi digital mendorong industri perbankan untuk meningkatkan layanan melalui aplikasi mobile banking, seperti Brimo. Ulasan pengguna menjadi sumber data yang berharga untuk analisis sentimen berbasis aspek (ASBA), namun identifikasi manual tidak efisien. Penelitian ini mengkombinasikan metode Vader dan logika Fuzzy untuk mengukur dan mengklasifikasikan sentimen pada ulasan aplikasi BRImo melalui 6 tahap yaitu, scraping data dari Google Play Store, preprocessing, kategorisasi aspek (pengalaman pengguna, kinerja, keamanan), klasifikasi sentimen dengan vader (positif, netral, negatif), klasifikasi lanjutan dengan Fuzzy (sangat positif, cukup positif, netral, cukup negatif, sangat negatif), dan analisis hasil. Hasil klasifikasi Vader menunjukkan pada aspek pengalaman pengguna didominasi sentimen positif (42,6%), netral (36,2%), dan negatif (21,3%). Untuk kinerja, sentimen netral mendominasi (42,8%) diikuti positif (36,2%) dan negatif (21,1%), sedangkan pada keamanan didominasi netral (45,8%) dengan positif (32,9%) dan negatif (21,3%). Klasifikasi fuzzy memberikan hasil lebih detail dimana pada pengalaman pengguna didominasi netral (41,6%) diikuti cukup positif (25,5%), cukup negatif (16,7%), sangat positif (13,6%), dan sangat negatif (2,6%). Pola serupa terlihat pada kinerja (netral 51,7%, cukup positif 25,7%) dan keamanan (netral 53,2%, cukup positif 21,0%). Hasil ini menunjukkan dominasi sentimen netral dengan fuzzy mampu memberikan granularitas lebih detail dibanding Vader.
ANALISIS SENTIMEN PRESIDEN TERPILIH PRABOWO-GIBRAN MENGGUNAKAN METODE SVM DI MEDIA TWITTER/X Syariful Abrori; Firman Santoso; Farihin Lazim
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8177

Abstract

Periode 100 hari pertama pemerintahan menjadi momentum krusial untuk menganalisis persepsi masyarakat terhadap kepemimpinan baru. Penelitian ini bertujuan mengimplementasikan Support Vector Ma-chine (SVM) untuk menganalisis sentimen masyarakat Indonesia ter-hadap 100 hari pertama pemerintahan Prabowo-Gibran berdasarkan data Twitter/X. Metodologi penelitian menggunakan framework Knowledge Discovery in Databases (KDD) yang mencakup pengum-pulan data, preprocessing, transformasi, data mining, dan evaluasi. Data dikumpulkan melalui web scraping menggunakan Selenium dari periode 20 Oktober 2024 hingga 28 Januari 2025 berdasarkan enam kata kunci relevan, menghasilkan 5.136 tweet yang kemudian diproses menjadi 4.631 data unik setelah penghapusan duplikat. Preprocessing meliputi text cleaning, tokenisasi, stemming menggunakan Sastrawi, dan pelabelan sentimen dengan pendekatan lexicon-based. Transforma-si data menggunakan TF-IDF dengan pembagian 80:20 untuk training dan testing. Model SVM dengan kernel linear berhasil mencapai akurasi 85% dengan performa terbaik pada klasifikasi sentimen negatif (precision 0.86, recall 0.95, F1-score 0.90) dan sentimen positif (preci-sion 0.83, recall 0.75, F1-score 0.79). Hasil analisis menunjukkan dominasi sentimen negatif yang mencerminkan sikap kritis masyarakat terhadap implementasi kebijakan awal. Penelitian ini memberikan kontribusi dalam pengembangan sistem analisis sentimen berbahasa Indonesia untuk monitoring opini publik terhadap pemerintahan.
KLASIFIKASI PENYAKIT KULIT WAJAH MENGGUNAKAN METODE TRANSFER LEARNING DENGAN ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK Raihan Harits Fadhillah; Foni Agus Setiawan; Gibtha Fitri Laxmi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.7722

Abstract

Penyakit kulit wajah merupakan masalah kesehatan yang umum dan dapat secara signifikan memengaruhi kualitas hidup penderitanya. Data menunjukkan bahwa jumlah kasus penyakit kulit yang mening-kat memerlukan perhatian lebih dari masyarakat dan tenaga medis. Penelitian ini bertujuan untuk mengetahui model klasifikasi penyakit kulit wajah dengan tingkat akurasi terbaik. Model yang digunakan adalah metode transfer learning dengan arsitektur Convolutional Neu-ral Network (CNN), yaitu VGG16, ResNet152V2, dan DenseNet201. Dataset yang digunakan dalam penelitian ini terdiri dari 895 citra dengan lima jenis penyakit kulit wajah: Blackhead, Eksim, Jerawat, Rosacea, dan Tinea Fasialis. Hasil penelitian menunjukkan bahwa model DenseNet201 mencapai performa terbaik dengan akurasi sebe-sar 88%, serta nilai precision, recall, dan F1-Score masing-masing sebesar 0,87, 0,88, dan 0,87. Meskipun model ini menunjukkan hasil yang memuaskan, tantangan masih ada dalam membedakan kelas penyakit yang memiliki kemiripan visual. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem deteksi penyakit kulit wajah yang lebih akurat, sehingga meningkatkan kesadaran dan penanganan penyakit kulit di masyarakat.
PENGARUH GAMIFIKASI ASESMEN FORMATIF TERHADAP MOTIVASI BELAJAR SISWA DALAM PEMBELAJARAN BAHASA ARAB SEBAGAI BAHASA ASING Shofwan Sholahudin; Syihabuddin Syihabuddin
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.7903

Abstract

Penelitian ini mengkaji pengaruh asesmen formatif berbasis gamifikasi terhadap motivasi siswa dalam pembelajaran bahasa Arab sebagai bahasa asing. Dengan menggunakan desain kuasi-eksperimen dan pendekatan pretest–posttest kelompok kontrol non-ekuivalen, penelitian ini melibatkan 70 siswa kelas VIII dari sebuah Madrasah Tsanawiyah (MTs) yang dibagi ke dalam kelompok eksperimen dan kelompok kontrol. Kelompok eksperimen mengikuti asesmen formatif yang digamifikasi melalui platform Wordwall, sementara kelompok kontrol menggunakan asesmen konvensional. Instrumen utama yang digunakan adalah angket motivasi belajar yang disusun berdasarkan Self-Determination Theory (SDT). Hasil analisis ANCOVA menunjukkan bahwa gamifikasi memberikan pengaruh signifikan terhadap motivasi belajar (F(1,67) = 8.52, p = 0.005, η² = 0.113), dengan peningkatan terbesar terjadi pada motivasi intrinsik–pencapaian (ΔM = +0.68, p = 0.001). Temuan ini juga mengindikasikan adanya pergeseran motivasi dari bentuk yang dikendalikan secara eksternal menuju bentuk yang lebih otonom. Hasil ini menunjukkan bahwa asesmen formatif berbasis gamifikasi dapat memfasilitasi internalisasi dan integrasi motivasi. Disarankan agar gamifikasi dirancang secara cermat, tidak hanya agar menarik, tetapi juga selaras dengan tujuan pembelajaran dan kebutuhan psikologis siswa, guna menghasilkan dampak motivasi yang lebih adil dan berkelanjutan.
PENGEMBANGAN CHATBOT PADA WEBSITE PENJUALAN DENGAN MEMAKSIMALKAN PROMPT ENGINEERING Bahrul Ulum; Wildan Suharso
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8124

Abstract

Perkembangan teknologi digital mendorong toko grosir untuk me-nyediakan layanan pelanggan yang lebih interaktif dan responsif. Sistem Frequently Asked Questions (FAQ) statis yang umum digunakan sering kali gagal menjawab pertanyaan spesifik dan kontekstual pelanggan, namun hal ini terkadang memberikan hasil yang tidak signifikan. Pertanyaan yang tidak sama dengan maksud yang diinginkan oleh pengguna dapat memberikan jawaban yang bias. Salah satu cara untuk memberikan jawaban yang sesuai adalah dengan menggunakan prompt engineering yang sesuai. Sehingga pada penelitian ini tidak hanya dilakukan pengembangan chatbot pada website penjualan, namun juga dimanfaatkan juga prompt en-gineering yang sesuai agar jawaban dapat sesuai dengan keinginan pengguna chatbot. Hasil evaluasi menunjukkan akurasi pencarian informasi sebesar 80%, presisi dan recall masing-masing 87,5%, serta F1-score 87,5%, temuan ini menunjukkan bahwa pendekatan ini efektif dalam meningkatkan relevansi dan ketepatan jawaban chatbot dibandingkan sistem FAQ konvensional. Penelitian ini merekomendasikan pengembangan integrasi dengan sistem kasir dan peningkatan kualitas embedding serta model generatif untuk meningkatkan performa chatbot di masa mendatang.
SISTEM EVALUASI GERAKAN SQUAT MENGGUNAKAN ESTIMASI POSE DAN RANDOM FOREST Mohammad Syaiful Afrian; Patmi Kasih; Risa Helilintar; Rina Firliana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8294

Abstract

Penelitian ini mengusulkan sebuah sistem berbasis kecerdasan bu-atan untuk mengevaluasi gerakan squat secara otomatis menggunakan pendekatan Human Pose Estimation dan algoritma Random Forest. Sistem yang dikembangkan memanfaatkan frame-work MediaPipe untuk mendeteksi titik-titik tubuh dari video gerakan squat yang direkam dari tampilan samping. Titik-titik terse-but kemudian digunakan untuk menghitung sudut sendi utama, yaitu pinggul, lutut, dan pergelangan kaki, yang berfungsi sebagai fitur numerik dalam proses klasifikasi. Dataset terdiri dari 2072 sampel data berlabel, yang digunakan dalam proses pelatihan dan pengujian model dengan teknik validasi silang 5-fold. Model klasifikasi yang dihasilkan mampu mencapai akurasi hingga 96,4%. Selain klasifi-kasi benar atau salah, sistem juga memberikan umpan balik korektif berupa teks jika sudut gerakan melebihi ambang biomekanik yang telah ditentukan, seperti “squat terlalu dalam”. Hasil penelitian menunjukkan bahwa sistem ini efektif digunakan untuk mengeval-uasi kualitas gerakan squat secara objektif, dan berpotensi untuk diterapkan lebih lanjut dalam bentuk aplikasi kebugaran berbasis mobile, baik untuk keperluan latihan mandiri maupun pembelajaran teknik olahraga.
Implementation of an Automatic System for Vehicle License Plate Character Recognition in Indonesia Using YOLOv8 and Tesseract OCR Alief Dewana Iriawan; Andi Sunyoto; Dhani Ariatmanto
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.7930

Abstract

This study develops an automatic system for vehicle license plate identification in Indonesia by combining the YOLOv8 object detection algorithm with character recognition using Tesseract OCR. The system is designed to recognize two commonly used license plate colors in Indonesia: white and black. The process begins with training the YOLOv8 model using an annotated dataset consisting of 602 images of Indonesian vehicle license plates. Once the license plate area is accurately detected, the image is cropped based on the bounding box coordinates for the character recognition stage. Before being recognized by Tesseract OCR, the cropped image undergoes a series of preprocessing steps to enhance recognition accuracy. These steps include grayscale conversion, local contrast enhancement using the CLAHE method, segmentation with Otsu thresholding, and color inversion using the bitwise NOT operation. The system is evaluated using metrics such as accuracy, precision, recall, and F1-score. Test results show that the system is capable of detecting and recognizing license plates with high accuracy achieving 96% for white plates and 92% for black plates. Overall, the system achieved a combined accuracy of 94%. These findings indicate that the integration of YOLOv8 and Tesseract OCR, supported by effective image preprocessing, can significantly enhance license plate recognition performance. Nonetheless, challenges remain in recognizing characters on black plates with low contrast, which could be the focus of future improvements.
PENGEMBANGAN CHATBOT AI BERBASIS GEMINI LLM DENGAN JAWABAN DINAMIS (STUDI KASUS TERRARIUM.QU) Muhamad Adib Septiawan; Dani Hamdani
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8245

Abstract

Penelitian ini bertujuan mengembangkan chatbot berbasis AI menggunakan teknologi Gemini LLM untuk mendukung layanan pelanggan Terrarium.qu secara otomatis dan responsif. Latar belakang penelitian ini adalah kebutuhan pemilik usaha dalam menyediakan pelayanan cepat dan efisien kepada pelanggan, terutama karena keterlambatan respon dapat menyebabkan hilangnya peluang transaksi. Pengembangan sistem dilakukan melalui tahapan analisis kebutuhan, perancangan, pengembangan, dan evaluasi secara sistematis. Proses analisis melibatkan observasi dan wawancara untuk mengidentifikasi kebutuhan pengguna, sementara tahap implementasi menggunakan berbagai teknologi seperti React, Firebase, dan Gemini AI. Evaluasi sistem dil-akukan melalui pengujian fungsional menggunakan metode black-box serta pengujian kepuasan pengguna dengan pendekatan Task Level Satisfaction (TLS). Hasil pengujian menunjukkan bahwa sistem chatbot dapat menjawab pertanyaan pengguna dengan baik, memberikan tangga-pan secara cepat, serta membantu admin dalam mengelola data dan memahami konteks percakapan melalui fitur ringkasan otomatis. Selain itu, sistem ini juga mendukung pengelolaan data kategori dan FAQ yang fleksibel, serta menyajikan tampilan antarmuka yang mudah digunakan oleh berbagai kalangan pengguna.

Page 114 of 118 | Total Record : 1172

 112   113   114   115   116 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 11, No 2 (2026) 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