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
 114   115   116   117   118 
ANALISIS FAKTOR YANG MEMPENGARUHI PEMANFAATAN QRIS SEBAGAI ALAT PEMBAYARAN PADA UMKM: STUDI KASUS AREA WOSI MANOKWARI Stefan Johan Arnold Tirajoh; Andreas Leonardo Sumendap; Marlinda Sanglise
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.v11i2.7815

Abstract

Tujuan dari studi ini adalah untuk menganalisis faktor-faktor yang memengaruhi pemanfaatan QRIS di kalangan UMKM di wilayah Wosi, Manokwari, melalui pendekatan TAM. Partial Least Squares Structural Equation Modeling (PLS-SEM) adalah metode yang digunakan dalam penelitian ini untuk menganalisis data yang dik-umpulkan dari 81 responden pelaku UMKM. Menurut temuan studi, Persepsi Kemudahan Penggunaan (PEOU) memiliki dampak yang signifikan terhadap Penggunaan Aktual QRIS (AU), Sikap terhadap Penggunaan (ATU), dan Persepsi Kegunaan (PU). Namun, PU hanya berpengaruh terhadap ATU tanpa memberikan dampak langsung pada AU. Hasil analisis nilai R-square menunjukkan kekuatan prediksi sedang untuk ATU (51,1%), AU (57,2%), dan PU (46,0%). Uji validitas diskriminan (HTMT < 0,90) dan reliabilitas (CR > 0,70; AVE > 0,50) memastikan bahwa model penelitian menunjukkan akurasi yang baik. Studi ini menekankan betapa pentingnya kemudahan penggunaan (ease of use) dalam pemanfaatan QRIS sebagai faktor utama. Berdasarkan temuan ini, rekomendasi praktis mencakup penyederhanaan antarmuka QRIS, pelatihan berbasis pengalaman langsung, dan pendampingan teknis berkelanjutan bagi UMKM. Penelitian ini memberikan kontribusi pada literatur adopsi teknologi digital dalam konteks regional dengan karakteristik yang unik serta memberikan arahan strategis bagi pemangku kebijakan untuk memperluas penerapan QRIS.
KAJIAN SISTEMATIS ANALISIS SENTIMEN PENDIDIKAN: EVALUASI DATASET, INOVASI METODOLOGIS, DAN DINAMIKA TREN PENELITIAN Malika Harsanto; Mas&#039;ula Mas&#039;ula; Aulia Nabila Realisti; Janera Almasahni; Yusuf Sulistyo Nugroho
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.v11i2.8134

Abstract

Analisis sentimen telah menjadi instrumen krusial dalam bidang pendidikan untuk memahami persepsi dan umpan balik pemangku kepentingan. Penelitian ini bertujuan meninjau perkembangan terkini analisis sentimen dalam pendidikan melalui tinjauan sistematis terhadap 71 literatur terindeks (2020–2024) dengan metode PRISMA. Hasil kajian mengidentifikasi dominasi media sosial dan platform edukasi sebagai sumber data utama, meskipun dihadapkan pada tantangan seperti bias linguistik dan privasi data. Dari aspek metodologi, terjadi pergeseran signifikan dari teknik machine learning tradisional ke pendekatan berbasis deep learning, dengan metode hybrid menunjukkan peningkatan kinerja. Tren penelitian mengalami pertumbuhan pesat, didorong oleh fokus pada analisis real-time, integrasi multimodal, dan eksplorasi large language models (LLMs). Namun, kesenjangan antara temuan akademis dan implementasi praktis masih menjadi tantangan. Penelitian merekomendasikan pengembangan framework evaluasi yang holistik, kolaborasi multidisiplin, serta optimasi model canggih untuk meningkatkan relevansi analisis sentimen dalam konteks pendidikan. Temuan ini diharapkan menjadi panduan bagi inovasi metodologis dan pengambilan keputusan berbasis data di sektor pendidikan.
AI-DRIVEN MODEL REFERENCE ADAPTIVE CONTROL FOR SMART ELECTRONIC LOAD CONTROLLER IN MICROHYDRO POWER PLANTS Rahmad Syaifudin; Anang Sugeng Cahyono; Danang Wijanarko; Arya Wiratama; Muhammad Cahyo Bagaskoro
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.v11i2.10577

Abstract

Stable regulation of output voltage and frequency in standalone microhydro power systems remains a significant challenge under varying load conditions. Traditional Electronic Load Controllers using fixed PID parameters often fail to respond effectively to nonlinear dynamics, load fluctuations, and environmental uncertainty. This work introduces an AI-based Model Reference Adaptive Control Electronic Load Controller designed for autonomous voltage regulation in microhydro plants. The controller continuously adjusts parameters in time by minimizing error between output and a predefined reference model. Performance is evaluated Simulink simulations under nominal load, sudden load increase, and sudden load decrease. Results indicate dynamic response with 0.18 s settling time, 4.2% overshoot, and 0.9 V steady-state error. Voltage recovery after disturbances occurs 0.14 s. Compared to PID-based controllers, improvements include reduced settling time, overshoot, steady-state error, and tracking error. demonstrates robustness and suitability for smart renewable energy systems.
ANALISIS KEAMANAN JARINGAN NIRKABEL PADA PROTOKOL HTTP DAN HTTPS TERHADAP SERANGAN SNIFFING (STUDI KASUS: WEBSITE PEMERINTAHAN KALIMANTAN UTARA) Andika Hidayat Kusuma Wardana; Diah Risqiwati; Bashor Fauzan Muthohirin
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.v11i2.8086

Abstract

Keamanan jaringan merupakan aspek krusial dalam melindungi informasi, terutama pada website instansi pemerintahan. Website Pemerintahan Kalimantan Utara adalah sebuah platform yang digunakan untuk menyajikan layanan publik dan menyimpan data penting serta bersifat sensitif. Meningkatnya serangan cyber crime di Indonesia, seperti serangan sniffing dapat merugikan website yang dikelola Pemerintah Kalimantan Utara. Serangan sniffing dapat mencuri informasi sensitif seperti username dan password pengguna, sehingga dapat menyalahgunakan akun korban untuk mencuri data-data yang ada pada website Pemerintah Kalimanatan Utara. Penelitian ini bertujuan untuk mengetahui tingkat keamanan protokol HTTP dan HTTPS yang digunakan pada website Pemerintahan Kalimantan Utara, dengan dilakukannya uji keamanan menggunakan metode PTES (Penetration Testing Execution Standard). Metode ini dipakai karena efektif dalam mengeksplorasi dan mengevaluasi sistem melalui simulasi serangan langsung guna mengetahui potensi kelemahan yanag ada pada website. Hasil pengujian menunjukkan bahwa website yang masih menggunakan protokol HTTP sangat rentan terhadap serangan sniffing, di mana data sensitif seperti username dan password berhasil diperoleh oleh peneliti. Sebaliknya, pada website yang telah menggunakan protokol HTTPS, data tidak berhasil diakses karena protokol tersebut telah dilengkapi dengan enkripsi SSL/TLS yang mampu melindungi komunikasi data. Berdasarkan hasil tersebut, disarankan agar pengelola website Pemerintah Kalimantan Utara segera mengganti protokol HTTP menjadi HTTPS guna meningkatkan keamanan dan mencegah pencurian data melalui serangan sniffing.
Evaluasi Pengalaman Pengguna Aplikasi Presensi Digital SIHADIR Polnep Menggunakan User Experience Questionnaire Plus (UEQ+) Muhammad Ghozy Alkhairi; 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.v%vi%i.10407

Abstract

Transformasi digital di perguruan tinggi menuntut sistem informasi yang fungsional sekaligus memberikan pengalaman pengguna (User Experience/UX) yang baik. SIHADIR Polnep adalah aplikasi presensi digital berbasis Android yang diterapkan di Politeknik Negeri Pontianak sejak Januari 2025. Namun, pasca-implementasi, ditemukan indikasi permasalahan pada antarmuka yang kurang intuitif dan kendala teknis yang mengganggu kenyamanan pengguna. Penelitian ini bertujuan menganalisis tingkat pengalaman pengguna aplikasi SIHADIR menggunakan User Experience Questionnaire Plus (UEQ+) dengan empat dimensi: Perspicuity, Efficiency, Dependability, dan Attractiveness. Kuesioner disebarkan kepada 82 pengguna aktif yang terdiri dari dosen dan tenaga kependidikan Polnep. Hasil menunjukkan Attractiveness (mean=1,45) dan Efficiency(mean=1,43) berkategori Positif, sedangkan Perspicuity (mean=0,698) dan Dependability (mean=0,256) berkategori Netral. Uji Mann-Whitney U mengungkap perbedaan persepsi signifikan antara kedua kelompok (p0,001), paling mencolok pada dimensi Dependability, yang dijelaskan melalui konsep konsekuensi penggunaan (stakes of use). Temuan ini menjadi acuan kuantitatif pengalaman sekaligus landasan rekomendasi perbaikan antarmuka berbasis data.
PENERAPAN ALGORITMA K-NEARST NEIGHBOR DALAM KLASIFIKASI JENIS LEMAK HEWANI BERBASIS TEKNOLOGI MECHINE LEARNING Wisnu Dwi Haryanto; Anton Yudhana; Rusydi Umar
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.v11i2.8168

Abstract

Lemak hewan memiliki karakteristik kimia yang berbeda-beda dan penting untuk dianalisis dalam berbagai industri termasuk pangan, farmasi, dan kosmetik. Penelitian ini bertujuan untuk mengklasifikasikan jenis lemak hewan seperti ayam, ayam kampung, sapi, dan babi berdasarkan kandungan senyawa kimianya, yaitu CH₄, CO₂, VOC, HCHO, ODOR, dan SMOKE. Algoritma K-Nearest Neighbor (KNN) digunakan sebagai metode klasifikasi dengan nilai k=3. Dataset dibagi menjadi 80% data latih dan 20% data uji, dan diolah menggunakan Google Colab berbasis Python 3. Hasil penelitian menunjukkan bahwa metode KNN mampu mencapai tingkat akurasi sebesar 98,7%. Evaluasi menggunakan confusion matrix dan classification report menunjukkan nilai precision dan recall di atas 97% untuk semua kelas. Hasil ini membuktikan bahwa algoritma KNN efektif dalam mengklasifikasikan jenis lemak hewan berdasarkan data kandungan kimia.
IMPLEMENTASI WHITE LABEL DALAM REUSE APLIKASI E-COMMERCE BERBASIS MOBILE UNTUK UMKM Farhan Faturohman; Suryarini Widodo; Achmad Ramadhany; Sofyan Dili Nurfitriadi
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.v11i2.8025

Abstract

Metode white label adalah pendekatan dalam pengembangan perangkat lunak, di mana aplikasi inti dikembangkan secara terpusat, memungkinkan mereka untuk reuse aplikasi oleh berbagai organisasi atau pengguna dengan mengubah elemen branding tanpa mengubah logika inti aplikasi dan memodifikasi tampilan antarmuka sesuai dengan persyaratan masing-masing. Studi ini membahas penerapan metode white label dalam aplikasi e-commerce seluler untuk perusahaan mikro, kecil dan menengah (UMKM). Aplikasi e-commerce ini harus memberikan solusi untuk UMKM yang ingin memperluas pasar melalui platform digital mereka tetapi terpapar pada hambatan untuk biaya dan waktu pengembangan. Dengan menggunakan white label, UMKM dapat menggunakan aplikasi dengan branding, penampilan dan fitur yang sesuai dengan identitas dan kebutuhan bisnis, tanpa harus membuat aplikasi dari awal. Aplikasi inti yang digunakan di semua UMKM memiliki fitur dasar seperti manajemen produk, keranjang belanja, sistem pembayaran, dan manajemen pesanan yang dapat diadaptasi melalui konfigurasi sederhana. Studi ini juga meneliti tantangan teknis ketika menerapkan whitw label seperti konfigurasi branding dan pengujian kompatibilitas antarmuka pada berbagai perangkat. Hasil penerapan metode ini menunjukkan bahwa UMKM dapat dengan cepat memiliki aplikasi e-commerce fungsional, efisien, dan murah, Sementara pada saat yang sama dapat mempertahankan keunikan dan identitas merk mereka.
KLASIFIKASI PENYAKIT GASTRITIS MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR (KNN) DI PUSKESMAS TOTIKUM SELATAN KABUPATEN BANGGAI KEPULAUAN Aulia Izzatul Azmi; Chairunnisa Lamasitudju; Wirdayanti Wirdayanti; Ryfial Azhar; Miftah Miftah
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.v10i4.6402

Abstract

Gastritis merupakan penyakit yang tidak bisa di anggap remeh, jika kondisi ini dibiarkan terus berlanjut maka bisa memicu berkembangnya penyakit lain yang bisa menyebabkan kematian apabila tidak segera ditangani. Terbatasnya akses terhadap informasi kesehatan membuat penderita gastritis kesulitan memprediksi tingkat resiko penyakit yang dideritanya. Oleh karena itu, penelitian ini mempunyai tujuan  untuk membuat sistem klasifikasi penyakit gastritis dengan menggunakan algoritma Naive Bayes dan KNN berbasis website. Data yang digunakan pada penelitian ini berjumlah 847 data yang bersumber dari data Puskemas Totikum Selatan Kabupaten Banggai Kepulauan, lalu data tersebut dibagi 2 yakni data uji dan data latih. Proses pengujian akan dilakukan menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa  nilai performa dari algoritma Naive Bayes mempunyai nilai akurasi sebesar 95%, nilai precision sebesar 94.5%, dan nilai recall sebesar 95.35% Sedangkan untuk algoritma KNN dengan nilai K=9 didapatkan hasil akurasi sebesar 93%, nilai precision sebesar 92%, dan nilai recall sebesar 93.35%.
MOBILE LEARNING AC OTOMOTIF MELALUI E-BOOK INTERAKTIF BERBASIS EPUB TERINTEGRASI QR CODE Dianna Ratnawati; Mahfudy Shahly Subandi; Ahmad Fathurrosi; Damar Indra Pramudya
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.v11i2.9651

Abstract

Penelitian ini bertujuan mengembangkan dan menguji keefektifan e-book berbasis EPUB yang terintegrasi QR code untuk mendukung pembelajaran mahasiswa Program Studi Pendidikan Teknik Otomotif. E-book dirancang untuk menggabungkan fleksibilitas format EPUB yang reflowable dengan kemudahan akses video praktikum, simulasi, dan penilaian daring melalui QR code. Model pengembangan yang digunakan adalah Research and Development (RD) dengan model 4D (Define, Design, Develop, Disseminate) yang dipadukan dengan kuasi eksperimen pretest–posttest control group. Subjek penelitian adalah 62 mahasiswa yang menempuh mata kuliah praktikum AC mobil. Data dikumpulkan melalui lembar validasi ahli, angket kepraktisan, dan tes hasil belajar. Hasil validasi menunjukkan bahwa e-book berada pada kategori sangat layak dari aspek materi, media, dan bahasa. Respon mahasiswa mengindikasikan bahwa e-book sangat praktis dan membantu kemandirian belajar. Uji efektivitas memperlihatkan peningkatan hasil belajar kelompok eksperimen yang secara signifikan lebih tinggi dibanding kelompok kontrol. Integrasi QR code membuat mahasiswa lebih mudah menghubungkan konsep teoretis dengan prosedur kerja bengkel melalui akses langsung ke video, animasi, dan latihan diagnostik. Dengan demikian, e-book berbasis EPUB terintegrasi QR code layak direkomendasikan sebagai media pembelajaran digital pada pendidikan teknik otomotif.
TOPIC MODELING OF UNDERGRADUATE THESES METADATA USING LDA FOR TREND ANALYSIS IN LIS Sherly Rosa Anggraeni; Moh Safii; Rani Auliawati Rachman; Amalia Nurma Dewi
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.v10i4.9330

Abstract

Uncovering latent trends in academic metadata is critical for under-standing research dynamics in information systems. This study em-ploys Latent Dirichlet Allocation (LDA), a probabilistic machine learning algorithm in artificial intelligence, to analyze metadata from 180 undergraduate theses (2020–2024) at Universitas Negeri Malang, using Library and Information Science (LIS) as a case study. The da-taset, comprising titles and abstracts, underwent preprocessing (tokeni-zation, lowercasing, stopword removal, and domain-specific term fil-tering) to create a clean text corpus. Using Gensim’s variational Bayes, LDA models with K=5–15 topics were tested, selecting K=8 based on optimal C_v coherence (0.65) and perplexity (~150). Topics, labeled via top keywords, include Digital Libraries, User Behavior, and Ar-chive Management. Annual topic distributions, visualized via stacked bar charts, revealed a surge in digital topics during 2021–2022 (pan-demic-driven) and rising user behavior focus in 2022–2023. This LDA framework demonstrates scalability for text mining in academic data-bases, offering a replicable pipeline for trend analysis across domains like education or social media. Findings complement global studies, providing insights for curriculum alignment. Limitations include small dataset size and metadata-only analysis. Future work could integrate full-text data or advanced models like BERTopic for enhanced seman-tic discovery.

Page 117 of 118 | Total Record : 1172

 114   115   116   117   118 

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