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
 45   46   47   48   49 
ANALISIS LAJU INFLASI DI KOTA SEMARANG MENGGUNAKAN METODE K-MEANS CLUSTERING Andadari, Nuringtyas; Nugroho, Adi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4212

Abstract

Perkembangan ekonomi yang diusahakan selalu terkendali supaya tidak berdampak buruk dan memicu laju inflasi. Kenaikan harga yang dikatakan sebagai inflasi tidak terjadi hanya satu atau dua barang saja, melainkan mencakup kenaikan yang meluas serta menyeluruh pada kenaikan barang lainnya. Penerapan metode clustering dengan menggunakan algoritma k-means bertujuan untuk menentukan pengelompokan terkait dengan tingkat rendahnya tingkat inflasi yang terjadi di Kota Semarang. Selain itu, sebagai dasar pengambilan kebijakan terkait inflasi yang terjadi. Dengan menggunakan clustering k-meansdilakukan pengelompokan menjadi 3 kategori cluster yaitu rendah, sedang, dan tinggi. Dengan hasil menunjukkan bahwa tingkat inflasi rendah terjadi selama 8 bulan pada Januari, Februari, Maret, April, Mei, Oktober, November, dan Desember. Tingkat inflasi sedang terjadi selama 2 bulan pada Juni, Juli. Dan tingkat inflasi tinggi terjadi selama 2 bulan pada Agustus dan September. Tingkat inflasi tinggi yang terjadi di Kota Semarang diakibatkan karena terjadinya kenaikan harga komoditas bahan pokok cabai merah, cabai rawit, bawang merah, dan telur ayam. Komoditas harga bahan pokok tersebut merasakan dampak dampak dari kenaikan tarif BBM dan tarif e-tol yang terjadi dalam batasan waktu beberapa waktu lalu. Kata Kunci: Clustering, Data Mining, Inflasi, K-Means
COMPARISON OF MACHINE LEARNING TECHNIQUES FOR CLASSIFICATION OF DISTRIBUTED DENIAL OF SERVICE ATTACKS BASED ON FEATURE ENGINEERING IN SDN-BASED NETWORKS Rizaldi, Muhammad Ikhwananda; Chandranegara, Didih Rizki; Akbi, Denar Regata
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 3 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i3.5262

Abstract

Distributed Denial-of-Service (DDoS) attacks present a noteworthy cybersecurity hazard to software-defined networks (SDNs). This investigation presents an approach that depends on feature engineering and machine learning to discern DDoS attacks in SDNs. Initially, the dataset acquired from Kaggle goes through cleansing and normalization procedures, and the optimal subset of features is determined by employing the Correlation-based Feature Selection (CFS) algorithm. Subsequently, the optimal subset of features is trained and evaluated utilizing diverse Machine Learning algorithms, specifically Random Forest (RF), Decision Tree, Adaptive Boosting (AdaBoost), K-Nearest Neighbor (k-NN), Gradient Boosting, Extreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM), and Categorical Boosting (CatBoost). The outcomes demonstrate that XGBoost outperforms the other algorithms in various performance metrics (e.g., accuracy, precision, recall, F1, and AUC values). Furthermore, a comparative analysis was carried out among various models and algorithms, revealing that the technique proposed by the researchers yielded the most favourable outcomes and effectively detected and identified DDoS attacks in SDN. Consequently, this investigation provides a novel perspective and resolution for SDN security.
PERANCANGAN USER EXPERIENCE APLIKASI PEMBELAJARAN HURUF HIJAIYAH UNTUK ANAK USIA DINI (STUDI KASUS: TK SULTAN AGUNG UII) Sumanjayanti, Rahmatia; Persada, Andhika Giri
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 1 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i1.4350

Abstract

Pembelajaran tentang huruf hijaiyah adalah salah satu materi wajib dalam keislaman yang diajarkan pada jenjang pendidikan dasar khususnya taman kanak-kanak. TK Sultan Agung UII terletak di Kabupaten Sleman merupakan salah satu instansi pendidikan dasar yang masih mengajarkan pembelajaran mengenai huruf hijaiyah menggunakan pengajaran dikte secara konvensional ke para murid dan hal ini kurang efisien untuk membuat siswa antusias dalam mempelajari huruf hijaiyah. Berdasarkan hal tersebut penelitian ini dilakukan untuk membuat suatu aplikasi pembelajaran huruf hijaiyah dengan sasaran pengguna (user) anak usia dini berusia 4-6 tahun yang merupakan siswa siswi TK Sultan Agung UII untuk mendapatkan user experience yang baik dalam pembelajaran. Metode yang digunakan dalam penelitian ini adalah pendekatan design thinking dengan melalui lima tahapan yaitu empathize, define, ideate, prototype, hingga testing. Hasil dari penelitian ini adalah setelah dilakukan pengujian (testing) menggunakan metode Cognitive Walkthrough kepada user diperoleh persentase tingkat keberhasilan sebesar 88%.
RANCANG BANGUN SISTEM PEMISAH TELUR FERTIL DAN IN-FERTIL OTOMATIS DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Noviani, Fadiah; Salamah, Irma; Lindawati, Lindawati
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 3 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i3.6101

Abstract

Tujuan dari penelitian ini adalah untuk merancang dan membangun sistem yang secara otomatis memisahkan telur subur dan tidak dibuahi dengan menggunakan metode convolutional neural network (CNN). Metode ini digunakan untuk mengklasifikasikan kondisi telur berdasarkan gambar lilin.Pengujian dilakukan pada kumpulan data yang terdiri dari telur subur dan tidak dibuahi. Berdasarkan hasil penelitian, rata-rata akurasi sistem yang dikembangkan adalah 85%, dengan akurasi 90% untuk telur fertil dan akurasi 80% untuk telur tidak dibuahi. Hasil ini menunjukkan bahwa sistem ini dapat diandalkan untuk aplikasi praktis, meskipun terdapat beberapa kasus pendeteksian kondisi telur yang tidak konsisten. Namun, validasi dan penyempurnaan lebih lanjut diperlukan untuk meningkatkan akurasi sistem sehingga hasilnya akurat secara konsisten dalam berbagai kondisi. Pengenalan sistem ini diharapkan dapat mendukung proses pemisahan telur secara efisien dan efektif, membantu meningkatkan produktivitas dan kualitas produk dalam peternakan.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI DISCORD MENGGUNAKAN METODE K-NEAREST NEIGHBOR Rohmansa, Reva Qintara; Pratiwi, Nunik; Palepa, Muhammad Jeral
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 1 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i1.4943

Abstract

Pada masa pandemi COVID-19, aplikasi Discord menjadi semakin populer karena dapat digunakan untuk bekerja dan berkomunikasi jarak jauh. Popularitas ini dibuktikan dengan meningkatnya jumlah unduhan aplikasi Discord di Google Play Store. Pada bulan Juni 2020, Discord mencatat 100 juta pengguna aktif per bulan, dan jumlah tersebut terus bertambah hingga saat ini. Selain itu, aplikasi Discord juga mendapatkan peringkat 4,1 di Google Play Store, yang menunjukkan bahwa aplikasi ini dinilai baik oleh pengguna. Penelitian ini dilakukan untuk menganalisis sentimen terhadap aplikasi Discord. Penelitian ini mengumpulkan 2.000 dataset ulasan pengguna, kemudian melakukan tahap preprocessing dan pelabelan, termasuk penghapusan data duplikat, sehingga tersisa 1.807 dataset. Setelah itu, peneliti mengimplementasikan algoritma K-Nearest Neighbor untuk melakukan uji evaluasi dan mengklasifikasikan sentimen positif dan negatif berdasarkan data latih dan data uji yang sudah ditentukan. Pengujian menggunakan teknik k-5 fold, dan menghasilkan akurasi rata-rata sebesar 82,76%.
KEPUASAN PENGGUNA CBT PADA USP MENGGUNAKAN METODE EUCS DI SMKN 8 PALEMBANG Tambunan, Gian Amos Gabit; Ulfa, Maria
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 2 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i2.4656

Abstract

SMK Negeri 8 Palembang melakukan penerapan sistem penilaian online meminimalkan terjadinya kesalahan selama ujian dan mengurangi kemungkinan ketidakjujuran yang dilakukan oleh siswa. Tujuan penelitian ini adalah mengevaluasi kepuasan siswa dengan penerapan Sistem Tes Berbasis Komputer dengan menggunakan Metode Education Unit Exam Satisfaction (EUSC) di SMK Negeri 8 Palembang. Penelitian ini menggunakan pendekatan penelitian kuantitatif. Populasi penelitian terdiri dari seluruh siswa SMK Negeri 8 Palembang yang mengikuti Ujian Satuan Pendidikan (USP) yang berjumlah 381 siswa. Ukuran sampel 195 siswa diperoleh dengan menggunakan rumus Slovin. Hasil penelitian menunjukkan bahwa variabel indikator EUCS berhubungan dengan kepuasan pengguna, dibuktikan dengan nilai Fcalculate sebesar 102,877 Ftable 2,42. Oleh karena itu, dapat disimpulkan bahwa semua variabel secara kolektif memiliki dampak positif terhadap kepuasan pengguna. Tingkat kepuasan siswa SMK Negeri 8 Palembang yang mengikuti Ujian Satuan Pendidikan (USP) sebesar 73,1%, yang ditunjukkan dengan nilai R-Square. Hal ini menunjukkan bahwa siswa cukup puas dengan penggunaan Sistem Tes Berbasis Komputer di SMK Negeri 8 Palembang.
PERANCANGAN ULANG UI/UX PADA APLIKASI OSAGA MENGGUNAKAN METODE DESIGN THINKING Pitarto, Yuhono Indra; Setiyawati, Nina
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4045

Abstract

Osaga adalah aplikasi ojek online lokal Salatiga yang memberikan banyak kemudahan dan mempunyai banyak kelebihan dibanding ojek lokal lainnya. Akan tetapi, banyak keluhan mengenai kekurangan aplikasi ini. Tujuan dari penelitian ini adalah untuk melakukan desain ulang pada UI/UX aplikasi osaga untuk memberikan pengalaman terbaik dan dapat bersaing dengan aplikasi kompetitor. Proses pembuatan rancangan menggunakan pendekatan Design Thinking yang terdiri dari beberapa tahap meliputi tahap empathize untuk menemukan masalah dari pengguna lewat wawancara dan ulasan dari google play store. Kemudian tahap define untuk mendefinisikan dan mencari solusi permasalahan. Lalu melakukan brainstorming idea pada tahap ideate setelah itu melakukan proses desain dan membuat prototype aplikasi yang akan digunakan untuk tahap testing. Pada proses pengujian digunakan metode usability testing kepada 10 responden untuk mendapatkan feedback yang akan digunakan sebagai acuan perbaikan kedepannya. 
RANCANG BANGUN PROTOTIPE INTERNET OF THINGS UNTUK MONITORING PH AIR KOLAM IKAN KOI SECARA REALTIME Nurhadi, Nurhadi; Hakim, Muhammad Helmi; Arini, Ewing Rudita; Khasanah, Ulfa Niswatul; Khuluqi, Ahmad Machbubil; Amania, Fiki; Mustofa, Muhammad Fikri Aziz; Elmasari, Yandria
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 2 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i2.5791

Abstract

Derajat keasaman air sangat mempengaruhi proses kimiawi air, terutama bagi pembudidaya ikan yang memiliki hubungan yang sangat besar. pH ideal untuk kelangsungan hidup ikan memiliki rentang antara 4 – 11. Dari kebutuhan tersebut pemeliharaan pH kolam harus dijaga dalam kisaran pH tersebut, dalam penerapan yang dilakukan oleh peternak ikan mereka masih mengukur pH secara manual dimana dinilai kurang efisien. Dari permasalahan tersebut diperlukan alat monitoring pH yang efisien berupa alat kontrol pH berbasis IoT (Internet of Things), dalam pemanfaatanya alat kontrol pH dapat dikotrol melalui gadget masing-masing dan dapat dilihat secara real-time serta akan menampilkan data pH dengan grafik agar bisa dianalisis besaran pH persatuan waktu. Hasil rancangan alat pengotrol pH dapat dijadikan alat kontrol pH yang lebih efisien serta dimanfaatkan secara luas.
ANALISIS RISIKO TEKNOLOGI INFORMASI MENGGUNAKAN ISO 31000 PADA APLIKASI CUPK MOBILE (STUDI KASUS : KSP CU PANCUR KASIH) Jayonata, Kristoforus Charmindo Delazega; Sitokdana, Melkior N.N.
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 1 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i1.4291

Abstract

CUPK Mobile merupakan sebuah aplikasi yang digunakan oleh Koperasi Simpan Pinjam Credit Union Pancur Kasih (KSP CU Pancur Kasih) di Kota Pontianak untuk menunjang proses bisnis yang dijalankan. Aplikasi CUPK Mobile bertujuan untuk mempermudahkan nasabah dalam melakukan transaksi keuangan secara digital. Penelitian ini dilakukan bertujuan untuk mengetahui dan mengidentifikasi kemungkinan-kemungkinan risiko apa saja yang dapat mengganggu jalannya proses bisnis pada aplikasi CUPK Mobile. Penelitian dilakukan menggunakan metode ISO 31000 yang merupakan pendoman dalam analisis manajmen risiko dengan memiliki 3 tahapan besar yaitu identifikasi risiko (Risk Identification), analisis risiko (Risk Analsyt), dan evaluasi risiko (Risk Evaluation). Selanjutnya tahapan terahkir yaitu perlakuan risiko (Risk Treatment) untuk memberikan rekomendasi penanganan risiko yang telah teridentifikasi. Hasil dari penelitian ini terdapat 21 kemungkinan risiko, diantaranya terdapat 4 risiko yang memiliki level risiko high, 7 risiko yang memiliki level risk medium, dan 10 risiko yang memiliki level low. Penelitian yang telah dilakukan menghasilkan rekomendasi risiko, dengan begitu organisasi dapat melakukan penyelesaian dalam penanganan risiko yang dapat menghambat proses bisnis pada aplikasi CUPK Mobile.
PENGEMBANGAN MODEL DEEP LEARNING UNTUK DETEKSI RETINOPATI DIABETIK MENGGUNAKAN METODE TRANSFER LEARNING Bintang, Yayes Kasnanda; Imaduddin, Helmi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 3 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i3.5588

Abstract

Retinopati Diabetik (RD) merupakan komplikasi serius dari diabetes yang dapat menyebabkan kerusakan pada retina dan mengancam penglihatan. Deteksi dini RD sangat penting untuk mencegah kerusakan mata yang lebih lanjut. Dalam usaha untuk meningkatkan deteksi dini ini, teknologi deep learning, khususnya metode CNN, telah digunakan secara luas. Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan kinerja empat arsitektur CNN yang berbeda, yaitu ResNet152V2, Xception, DenseNet201, dan InceptionV3, dalam klasifikasi gambar retina untuk mendeteksi RD. Pertama, dataset gambar retina dibagi menjadi kategori yang terinfeksi RD dan yang tidak. Kemudian, model CNN dikembangkan dan dilatih menggunakan data latih untuk mengklasifikasikan gambar. Penggunaan teknik augmentasi data membantu meningkatkan generalisasi model. Setelah melatih model, pengujian dilakukan menggunakan dataset uji yang terpisah untuk mengevaluasi kinerja masing-masing model. Hasil pengujian menunjukkan bahwa Xception dan DenseNet201 menghasilkan kinerja yang sangat baik dalam mendeteksi RD, dengan akurasi, presisi, recall, dan F1-Score mencapai 96%. Hasil evaluasi ini menegaskan bahwa teknologi deep learning, terutama dalam bentuk CNN, memiliki potensi besar dalam mendukung diagnosis medis, khususnya dalam deteksi penyakit mata kompleks seperti RD. Penggunaan model-model ini dapat memberikan manfaat yang signifikan bagi pasien RD, memungkinkan deteksi dini yang lebih efektif dan penanganan yang lebih tepat waktu. Dengan demikian, penelitian ini memberikan kontribusi penting dalam pengembangan solusi otomatis untuk diagnosis RD, yang dapat meningkatkan perawatan kesehatan mata secara keseluruhan.

Page 47 of 90 | Total Record : 900

 45   46   47   48   49 

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