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 900 Documents
 33   34   35   36   37 
PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN VISUALISASI DASHBOARD UNTUK MENGANALISA DATA TRANSAKSI PENJUALAN PADA KEMITRAAN PT NATURAL NUSANTARA (STUDI KASUS : STOCKIS BG.3005 MUARA ENIM) Tasriq Tasriq; Suzi Oktavia Kunang
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3441

Abstract

Stockis BG.3005 adalah salah satu kemitraan PT Natural Nusantara yang terletak di Muara Enim yang mengalami kesulitan dalam mengetahui tren penjualan dan manajemen stok barang. Oleh karena itu, dilakukan penerapan metode BI roadmap dalam membangun dashboard business intelligence untuk mengevaluasi penjualan produk serta metode double exponential smoothing yang digunakan untuk meramalkan penjualan pada Stockis BG.3005 Muara Enim. Penerapan metode BI roadmap didapatkan hasil berupa dashboard yang menampikan penjualan dan pendapatan tahun 2020 2021 yang mengalami penurunan, kategori produk terlaris (kosmetik dan perawatan tubuh, rumah tangga, kesehatan, dan agrokompleks), 5 produk yang paling banyak peminat (Pasta Gigi Nasa, Moreskin : Clean Glow Cream, Grece Anti Perspirant, Quwless : Liquid Hygiene For Man dan Shanas : Shampoo 3 in 1). Serta peramalan penjualan menggunakan metode double exponential smoothing dengan menggunakan , yang menghasilkan MAD atau tingkat kesalahan terkecil adalah dengan hasil peramalan untuk tahun 2022 bulan Januari yaitu, Pasta Gigi Nasa = 33 item, Moreskin : Clean Glow Cream = 2 item , Grece Anti Perspirant = 3 item, Quwless : Liquid Hygiene For Man = 2 item, dan Shanas : Shampoo 3 in 1 = 4 item. Dashboard Business Intelligence yang dihasilkan telah memudahkan Stockis BG.3005 Muara Enim dalam mengetahui tren dan peramalan penjualan.
PERANCANGAN ENTERPRISE ARCHITECTURE PADA BIDANG PELAYANAN PENUNJANG MEDIK DAN UMUM MENGGUNAKAN TOGAF ADM (STUDI KASUS: RUMAH SAKIT XYZ) Riska Dwi Yuliati; Luthfi Ramadani; Falahah Falahah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3337

Abstract

Rumah Sakit XYZ merupakan salah satu institusi yang bertanggung jawab dalam memberikan pelayanan kesehatan bagi masyarakat. Untuk memberikan peningkatan dalam kualitas proses pelayanan, perlu adanya teknologi informasi yang baik. Namun saat ini pada bidang pelayanan penunjang medik dan umum di Rumah Sakit XYZ, penerapan sistem informasi masih belum maksimal karena proses kegiatan pada bidang pelayanan penunjang medik dan umum masih banyak dilakukan secara manual, seperti proses pelaporan, dokumentasi rencana kebutuhan serta proses pengadaan penunjang masih dilakukan manual dan belum terintegrasi dengan sistem. Tidak terintegrasinya dengan sistem maka data tidak bisa diakses secara real time, dapat terjadinya redudancy dan data tidak akurat. Maka dari itu diperlukan rencana strategis dengan pembuatan rancangan Enterprise Architecture pada bidang Pelayanan Penunjang Medik dan umum untuk memaksimalkan peran teknologi dalam menyelaraskan kebutuhan proses bisnis untuk mencapai tujuan organisasi. Tujuan dari penelitian ini yaitu untuk membuat perancangan enterprise architecture yang berfokus pada bidang pelayanan penunjang Medik dan Umum di Rumah Sakit XYZ. Metode yang digunakan dalam perancangan enterprise architecture yaitu dengan framework TOGAF ADM, berupa beberapa fase tahapan, dimulai dari preliminary phase, architecture vision, business architecture, information systems architecture, serta technology architecture. Hasil dari penelitian ini menyajikan kondisi saat ini terkait arsitektur bisnis, data, aplikasi dan teknologi yang ada di Rumah Sakit XYZ serta arsitektur target yang dapat dijadikan panduan dalam mencapai tujuan rumah sakit.
EVALUATION OF SAP IMPLEMENTATION ACCEPTANCE WITH THEORY OF PLANNED BEHAVIOR AT PT KERETA API INDONESIA (PERSERO) Audhini Salsabilla Syauqie; Warih Puspitasari; Lutfia Septiningrum
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3277

Abstract

PT Kereta Api Indonesia (Persero) is a State-Owned Enterprise (BUMN) that has the leading business process to provide, manage, and regulate rail services in Indonesia. SAP is one software that can support the company's business processes. SAP implementation has been carried out since 2012 until now. In implementing a system, success or failure can be assessed on non-technical aspects; namely, the user can accept and operate SAP properly. Thus, this study will analyze the success of SAP implementation, namely how, the attitude of users in accepting the use of SAP at PT Kereta Api Indonesia (Persero) using the theory of planned behavior models. The variables in this study are attitudes, perceived behavioral control, behavioral intentions, subjective norms, and behavior. In this study, behavioral intention and behavior explain how individuals operate SAP. Meanwhile, attitudes, subjective norms, and perceived behavioral control affect the individual's intention to operate SAP, and behavior is influenced by behavioral intentions. Data collection was carried out by distributing questionnaires to a number of respondents, as many as 20 SAP users at PT Kereta Api Indonesia (Persero). Data processing uses smartPLS 3.3.9 with a partial least square (PLS) approach. Hypothesis testing was carried out with a significance level of 0.05, and the results obtained were that attitude (attitude) had a positive and significant effect on behavioral intentions (intentions), behavioral intentions had a positive and significant influence on behavior, subjective norms, and behavioral control had a negative effect on behavioral intentions in using SAP.
PREDIKSI KELULUSAN MAHASISWA FAKULTAS TEKNIK UNIVERSITAS BINA DARMA MENGGUNAKAN ALGORITMA NAVE BAYES Robi Sepriansyah; Susan Dian Purnamasari; Kiky Rizky Nova Wardani; Nasrul Halim
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3459

Abstract

Penelitian ini digunakan untuk memprediksi kelulusan mahasiswa fakultas teknik pada universitas bina darma sebagai salah satu penunjang dalam pengambilan keputusan dengan memanfaatkan data mahasiswa yang terdiri dari sks dan Indek Prestasi Kumulatif. Tahapan penelitian ini menggunakan Knowladge Discovery In Database (KDD) dengan algoritma Nave Bayes. Berdasarkan penelitian yang telah dilakukan dengan data Training (latih) sebanyak 151 record dan data Testing (uji) sebanyak 120 record. maka didapatkan hasil akurasi penelitian dengan menggunakan perhitungan confusion matrix multiclass bahwa nilai akurasi dari hasil prediksi menggunakan algoritma nave bayes yaitu 78 mahasiswa yang akan lulus di semester 8 dengan akurasi sebesar 98%, lulus di semester 9 sebanyak 24 mahasiswa dengan akurasi 96%, lulus di semester 10 sebanyak 3 mahasiswa dengan akurasi 100%, dan lulus disemester 12 sebanyak 15 mahasiswa dengan akurasi 98%, Kemudian dari nilai akurasi secara keseluruhan untuk prediksi kelulusan mahasiswa menggunakan algoritma nave bayes sebesar 95,33%. Berdasarkan hasil dari penelitian menggunakan algoritma nave bayes maka akurasi tersebut sudah cukup untuk menentukan prediksi kelulusan mahasiswa.
IT RISK MANAGEMENT ANALYSIS ON BANK XYZ E-BANKING SERVICE SYSTEM USING ISO 31000 Hafiz Izzamufid Ash Siddiqi; Eko Darwiyanto; Yudi Priyadi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3325

Abstract

The growth of information technology is now forcing businesses to innovate, one of which is in the banking sector. Electronic banking or e-banking is a new system in the banking world, where the existence of e-banking can make it easier for customers to carry out banking activities. Bank XYZ has also used this e-banking service system where the services are Mobile Banking, Personal Internet Banking, Corporate Internet Banking. but there are several risks that may occur ranging from low to high level risk. The purpose of this research is to carry out a risk assessment using the ISO 3100 risk management standard on the e-banking application of Bank XYZ. The results show that there are 20 possible risks that occur and are divided into two categories, namely those that may occur from outside and from within the company. Risk analysis shows that risk has several types of impacts from small scale to disaster scale. There are also several types of risk management depending on the type of risk and the priority level of the risk, namely risk avoidance, risk sharing, risk mitigation, and risk acceptance.
PERFORMANCE ANALYSIS OF THE IMBALANCED DATA METHOD ON INCREASING THE CLASSIFICATION ACCURACY OF THE MACHINE LEARNING HYBRID METHOD Azmi Aulia Rahman; Sri Suryani Prasetiyowati; Yuliant Sibaroni
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3286

Abstract

This study analyzes the performance of hybrid methods in improving accuracy on imbalanced data using Dengue Hemorrhagic Fever Case Data from 2017 to 2021 in Bandung City. The attributes used in this study consist of Total Population, Total Male, Elementary School Graduation, Junior High School Graduation, High School Graduation, College Graduation, Rainfall, Average Temperature, Humidity, Male Cases, Number of Cases, and Class. This research combines five Machine Learning methods, such as Decision Tree, Support Vector Machine, Artificial Neural Network, K-Nearest Neighbor, and Nave Bayes. Hybrid Methods used in this research are Voting and Stacking methods. The oversampling methods used to handle imbalanced data in this study are Random Oversampling and Adasyn. The results show that Voting and Stacking without Random Oversampling and Adasyn get the same accuracy of 88,88%. While using Random Oversampling, voting gets an accuracy of 95,37% and stacking gets an accuracy of 96,29%. While using Adasyn, voting gets an accuracy of 94,44% and stacking gets an accuracy of 97,22%. Based on the results obtained, it can be concluded that the Random Oversampling and Adasyn Method can improve the performance of the Machine Learning hybrid method on imbalanced data. The contribution of this research is to provide information on the study and analysis of the implementation of the Random Oversampling and Adasyn methods in improving the performance of the Voting and Stacking methods in hybrid classification.
PERANCANGAN DESAIN ANTARMUKA PENGGUNA PADA APLIKASI HELPMEONG BAGI ADOPTER MENGGUNAKAN METODE GOAL-DIRECTED DESIGN Thasya Ummul Kulsum; Faishal Mufied Al Anshary; Rahmat Fauzi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3298

Abstract

Saat ini hewan terlantar seperti kucing dan anjing telah menjadi pemandangan umum di lingkungan sekitar kita. Salah satu hal yang menjadi penyebab besarnya jumlah kucing serta anjing terlantar ini adalah tidak sehatnya suatu hewan atau terserang suatu penyakit sehingga membuat pemilik dari hewan tersebut membuangnya. Hewan terlantar yang paling sering ditemukan adalah kucing, kucing merupakan salah satu hewan yang dapat dijinakkan. Oleh karena hal tersebut tidak adil bagi mereka jika harus dilepas ke luar rumah, sebab kucing juga perlu dilindungi dari bahaya. Namun, saat ini orang yang ingin mengadopsi kucing (adopter) kurang memiliki edukasi dalam mengurus kucing yang baik dan benar yang menyebabkan kucing ditelantarkan dan terkadang adopter tidak mengetahui kapan waktu kucing untuk vaksin. Sebagai pemula yang ingin mengadopsi kucing di tempat terpercaya, permasalahan yang dihadapi adalah biasanya untuk mengadopsi kucing itu berbayar yang mengakibatkan adopter gagal mengadopsi kucing serta memiliki sarana untuk berdiskusi dalam mengurus kucing. Berdasarkan permasalahan tersebut, penulis mempunyai suatu solusi yaitu suatu platform berbasis website HelpMeong untuk menjembatani antara adopter dan shelter. Metode yang digunakan dalam perancangan desain antarmuka HelpMeong yaitu Goal-Directed Design, serta akan dilakukan evaluasi pengujian menggunakan usability tools Maze dan SUS. Hasil dari penelitian ini adalah sebuah solusi desain aplikasi HelpMeong dengan hasil MAUS sebesar 88,2 dan hasil SUS bernilai 76.7 yang masuk ke dalam rentang nilai ACCEPTABLE (diterima) dengan adjective rating GOOD. Sehingga dapat disimpulkan bahwa aplikasi website HelpMeong untuk Adopter dapat dipahami alur dari aplikasinya serta dari segi desain sudah dapat diterima oleh pengguna dan telah memenuhi kebutuhan pengguna.
ALGORITMA CONTENT-BASED FILTERING DAN ALGORITMA MULTILEVEL FEEDBACK QUEUE PADA PROSES PEMESANAN MAKANAN BERBASIS WEB Aei Dhelwis Okdhianthy Putri; Fauziah Fauziah; Agus Iskandar
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3426

Abstract

Teknologi berkembang dengan cepat. Beriringan dengan cepatnya perkembangan tersebut, kebutuhan manusia juga semakin kompleks tidak terkecuali di bidang bisnis makanan. Kafe dan restoran sedang trending bagi kaum milenial karena menu yang disuguhkan sangat variatif dan cepat penyajiannya. Agar bisnis dapat berkembang, dibutuhkan sistem pemesanan berbasis web agar dapat memberikan kemudahan kepada pelanggan serta promosi yang lebih mudah, terlebih kepada pelanggan muda yang daya belinya tinggi. Dalam mengimplementasikan dan memudahkan pengusaha dalam mengembangkan bisnisnya, maka perlu adanya penelitian yang memaparkan proses pembuatan suatu sistem pemesanan menu di Grande Resto berbasis web yang fokus pada desain, implementasi dan analisa dengan observasi lapangan studi literatur sistem yang pernah ada, wawancara serta catatan pembelian pelanggan. Sistem yang telah dibuat mampu menghadirkan rekomendasi menu terfavorit/yang sering dipesan oleh pelanggan dengan ujicoba 482 pelanggan. Menu terfavorit/yang banyak dipesan oleh pelanggan adalah Ice green tea dengan 124 pemesanan Ice Choco dengan 123 pemesanan, Ice Black Coffee dengan 117 pemesanan. Selain itu proses yang di berikan oleh sistem dengan tingkat keakurasian perhitungan rekomendasi dengan uji coba 482 pelanggan dengan hasil 99% akurasi. Selain uji coba pelanggan, sistem juga diuji dengan GTMetrix untuk mengetahui kinerja sistem dan hasilnya 100% dengan performa A. Hasil analisa tersebut kemudian dapat diimplementasikan dalam web canggih memakai sistem barcode untuk memesannya dengan metode pengembangan yang digunakan yaitu algoritma Content-based filtering dan algoritma multilevel feedback queue menggunakan bahasa pemrograman PHP.
DEPRESSION DETECTION ON SOCIAL MEDIA TWITTER USING XLNET METHOD Fika Apriliani; Warih Maharani
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3345

Abstract

Depression is a serious mental illness. Depression is usually characterized by feelings of sadness, hopelessness, anxiety, restlessness, and even loss of life. However, not everyone who experiences depression can get professional treatment. If depression is left unchecked, it can worsen the mental health conditions experienced by a person. Social media, one of which is the increasingly popular twitter can be utilized to help deal with the problem of undetected mental illness. Based on tweets made by a person twitter social media can be one of the sources to detect depression using the XLNet method. XLNet is one of the NLP (Natural Language Processing) techniques based on machine learning models on text. Based on several tests that have been carried out during the research such as testing various tuning hyper-parameters with different values on the XLNet model, it achieves a good performance value with an average accuracy value of 93.33%.
Prediction of a Sprint Deliverys Capabilities in Iterative-based Software Development Clements Enrico Bramantyo Hady; Dana Sulistyo Kusumo
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3292

Abstract

Iterative-based software development has been frequently implemented in working environment. A modern era software project demands that the product is delivered on every sprint development. Hence, the execution of a sprint requires ample supervision and capabilities to deliver a high quality product at the end of the software project development. This researchs purpose is to give support for a software projects supervisor or owner in predicting the end products capability by knowing the performance level of each sprint. The method proposed for this purpose is to build a prediction model utilizing a number of features in a form of characteristics from a dataset containing software project iterations. The proposed model is built using Random Forest Regressor as a main method, with KNN (K-Nearest Neighbors) and Decision Tree Regressor being the comparison methods. Testing results show that compared to KNN and Decision Tree, Random Forest Regressor yields the best performance through its steady results on every stage progression of all tested software projects.

Page 35 of 90 | Total Record : 900

 33   34   35   36   37 

Filter by Year

2016 2025


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