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 900 Documents
RANCANG BANGUN GAME PETUALANGAN 2D ROLE PLAYING GAME JHONY SANG PEMBERANI BERBASIS DEKSTOP Ichsan, Muhammad Nurul; Taurusta, Cindy; Mauliana, Metatia Intan
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.v9i3.5343

Abstract

Beberapa tahun lalu, tingkat stress yang ada di Indonesia sangatlah tinggi, bahkan mencapi peringkat ke dua tertinggi di Asia Teggara pada tahun 2023. Tingkat stress yang tinggi jika dibiarkan maka akan mengganggu aktifitas sehari-hari. Penelitian ini bertujuan untuk membangun game petualangan 2D yang berjudul Jhony sang pemberani berbasis dekstop yang mudah dimainkan. Perancangan game ini menggunakan software yang bernama RPG Maker MV dengan menerapkan metode penelitian Game Development Life Cycle (GDLC). Metode tersebut terdapat 6 tahap yaitu initiation, pre-production, production, testing, beta, dan release dengan hasil pengujian menggunakan metode Black-Box. Dimana pada penelitian ini melibatkan 20 responden untuk menguji hasil dari pembangunan game Jhony sang pemberani dengan mengisi kuisoner yang telah disediakan. Hasil dari pengujian pada pengguna didapatkan hasil bahwa 88% pengguna yang memainkan game Jhony sang pemberani merasa terhibur dan senang setelah memainkan game ini. Dengan demikian diharapkan game yang telah dibangun ini dapat mengurangi tingkat stres yang dialami pengguna setelah bermain game.
SISTEM PAKAR DIAGNOSA GANGGUAN KECEMASAN (ANXIETY DISORDER) MENGGUNAKAN METODE FORWARD CHAINING Muhammad, Khithoh Sabda; Fitrani, Arif Senja; Setiawan, Hamzah
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.v9i1.4441

Abstract

Gangguan kecemasan merupakan salah satu masalah kesehatan mental yang paling umum, kondisi ini dapat mengakibatkan kekhawatiran yang berdampak buruk pada rutinitas seseorang, menurunkan prestasi akademis, serta mengurangi kualitas hidup dan psikologis. Masyarat sering mengabaikan masalah kesehatan mental karena kurangnya pengetahuan dan keterbatasan fasilitas psikologis. Berdasarkan keterbatasan tersebut sistem pakar daharapkan mampu memecahkan masalah tersebut dengan melakukan konsultasi secara mandiri. Sistem pakar adalah sebuah sistem yang mengadopsi pengetahuan pakar sehingga dapat melakukan seperti yang dilakukan pakar. Dengan dibangunnya sistem pakar ini dapat membantu masyarakat untuk melakukan konsultasi di web secara secara mandiri tanpa harus ke tempat fasilitas psikologis. Sistem pakar ini menggunakan metode forward chaining dan dibuat dengan memanfaatkan bahasa pemrograman PHP dan MySQL sebagai database. Metode forward chaining diawali dengan sekumpulan fakta untuk menemukan ketentuan yang sesuai dengan prediksi yang mengarah kesimpulan. Hasil dari pengujian validitas aplikasi, sistem pakar ini memiliki nilai keakuratan sistem sebesar 100% dari 7 data uji.
OPINION MINING OF REGIONAL HEADS IN INDONESIA USING THE SUPPORT VECTOR MACHINE (SVM) METHOD Bangkalang, Dwi Hosanna
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.v9i3.5381

Abstract

Social media is one of the communication mediums commonly used by regional heads to disseminate information, develop their image, and influence society through digital media. As a result, the regional head’s opinion on an issue is one of the factors that piques public interest in knowing where the opinions of regional heads lie. Opinion mining is the process of obtaining information or the analysis and summarization of opinions that are automatically voiced on particular topics or issues. A method is required to convert the regional leaders’ social media tweets into information and ideas that can be valuable for the community in order to see the trend of regional heads’ opinions and discussion topics on social media. One method that can be used is mining the opinion of regional heads to find out their topics and sentiments in the new normal. The opinion mining method used is sentiment analysis using the Support Vector Machine (SVM) algorithm. The SVM algorithm uses a target label that will be predicted from a labeled dataset to find the optimal hyperplane that categorizes sentiment. This study aims to determine the opinion of the regional heads regarding the chosen topic for the current period of time. The findings of this study identify the regional head sentiment tendency based on model evaluations with an accuracy rate of more than 80%.
ANALISIS PERFORMANSI JARINGAN 4G LTE DENGAN METODE DRIVE TEST PADA GEDUNG XYZ Daffa, Raihan; Saedudin, Rd. Rohmat; Fathinuddin, Muhammad
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.v9i2.4554

Abstract

Bidang teknologi mengalami perkembangan yang sangat pesat, perkembangan ini menjadi tantangan tersendiri untuk penyedia layanan maupun user untuk terus bisa mengikuti teknologi. Gedung xyz merupakan sebuah perpustakaan yang memiliki visi untuk menjadi leader dari pusat ilmu dan pengetahuan berbasis teknologi informasi dalam mendukung Universitas Entrepreneur Global. Sesuai dengan visi gedung xyz, perlu adanya analisis performansi jaringan 4G LTE guna mengetahui kualitas sinyal 4G LTE untuk kelancaran penggunaannya. Penelitian ini dilakukan untuk mengukur kualitas performansi jaringan 4G LTE dengan bantuan aplikasi G-NetTrack Pro dan menggunakan metode walk test. Pengumpulan data dilakukan dengan menentukan titik pada gedung xyz yang akan dilalui selama pengukuran. Pengukuran dilakukan sebanyak tiga kali yaitu pada pagi hari, siang hari, dan sore hari dengan kondisi yang berbeda-beda. Analisis data akan berfokus pada tiga parameter yaitu RSRP, RSRQ, dan SNR sehingga dengan mengukur tiga parameter tersebut akan mengetahui kualitas jaringan 4G LTE pada objek penelitian ini. Hasil pengukuran akan dianalisis sesuai dengan KPI pada masing-masing parameter untuk mengetahui baik buruknya kualitas jaringan. Temuan dari penelitian ini akan memberikan informasi tentang kualitas jaringan 4G LTE pada gedung xyz dan dapat membantu penyedia layanan untuk bisa mengembangkan kualitas sinyal yang ada.
AUTOMATED ANAEMIA DETECTION FROM CONJUNCTIVA IMAGES : A MACHINE LEARNING APPROACH FOR ANDROID APPLICATION Henry, Valentino Sas; Sumihar, Yo'el Pieter; Maedjaja, Febe
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.v9i2.5218

Abstract

Anaemia is a common global disorder condition in which the red blood cell count is lower than normal. Traditional diagnostic methods often prove costly, invasive, and inaccessible, leading to delays in treatment and severe consequences. This study explores non-invasive techniques leveraging smartphone technology for efficient anaemia detection. Some researcher investigated that eye’s conjunctiva analysis can a viable alternative, considering its rich blood vessel network and sensitivity to anaemia indicators, independent of skin color. Utilizing smartphone cameras, the study establishes a robust correlation between the color of the conjunctiva and anaemia status, offering a promising avenue for non-invasive diagnosis. Employing a hybrid methodology, the study integrates You Only Look Once (YOLO) version 8 for efficient object detection, achieving a mean average precision of 96% in extracting Regions of Interest (ROI) from conjunctiva images. Subsequently, K-Nearest Neighbors (KNN) classification of features extracted from these ROI’s attained an 83% accuracy rate in determining anaemia status. Furthermore, the study aims to extend its impact by developing an Android application using the Flutter framework. This application integrates the established YOLO and KNN approaches, enabling real-time anaemia detection through smartphone cameras. Such a tool holds the potential to facilitate early evaluations in resource-constrained regions, enabling timely diagnosis and intervention, thus mitigating the adverse effects of untreated anaemia.
PERBANDINGAN METODE SUPERVISED LEARNING UNTUK PREDIKSI DIABETES GESTASIONAL DENGAN SOFTWARE ORANGE Handoko, Andrew C; Hendry, Hendry
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.v8i4.4166

Abstract

Dalam penelitian ini dilakukan analisa terhadap metode Supervised Learning dengan membandingkan hasil prediksi dari tiap metode, guna mendapatkan algoritma terbaik, yang dapat dikembangkan kedepannya sebagai salah satu media untuk mempermudah deteksi Diabetes Gestasional. Prediksi dilakukan terhadap Dataset Diabetes Gestasional yang di dapat dari Kaggle, dengan judul “Diabetes Dataset” yang berasal dari National Institute of Diabets and Digestive and Kidney Diseases. Dimana analisis akan menggunakan bantuan Software Orange, sebagai tempat untuk melakukan pengolahan data dan melihat nilai hasil prediksi dari masing-masing algoritma yang ada di metode Supervised Learning. Algoritma yang dibandingkan ada tujuh, dengan nilai Recall sebagai penentu no satu algoritma yang dianggap bagus untuk melakukan prediksi, diikuti dengan nilai Akurasi, Precisision, Test Time dan Train Time. Dan dengan bantuan Orange, maka di dapat algoritma yang paling bagus adalah Logistic Regression.
Analisis Manfaat Investasi Teknologi Sistem Koperasi Kredit (SIKOPDIT) Menggunakan Information Economics Prawira Dewi, Ni Kadek Krisna; Pramesti Dwi Putri, I Gst Agung; Alam, Helmy Syah
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.v9i3.5107

Abstract

KSP Duta Sejahtera merupakan salah satu koperasi yang menggunakan teknologi informasi untuk meningkatkan kualitas kinerja organisasi. KSP Duta Sejahtera menggunakan SIKOPDIT Online dari perusahaan Inkopdit di Jakarta. Penelitian ini bertujuan untuk mengetahui hasil analisis investasi SIKOPDIT Online di KSP Duta Sejahtera. Penelitian manfaat teknologi informasi ini membutuhkan analisis manfaat finansial dan non-finansial. Oleh sebab itu, peneliti menggunakan metode Information Economics untuk meneliti tingkat kelayakan, karena metode ini memungkinkan analisis manfaat tanpa perlu membedakan antara manfaat yang bersifat tangible dan intangible, yang sering kali menjadi hambatan dalam menganalisis manfaat investasi teknologi informasi. Untuk mengetahui penurunan atau peningkatan kinerja penulis menggunakan analisis keuangan. Hasil analisis manfaat penerapan SIKOPDIT Online pada KSP Duta Sejahtera menunjukkan bahwa investasi ini berada dalam kuadran B, yaitu strategis. Dalam perhitungan Return On Investment (ROI), diperoleh nilai sebesar 8%. Hasil dari perhitungan Information Economics Scorecard menunjukkan hasil sebesar 55,1%, yang berarti bahwa investasi ini dapat dikategorikan layak atau penerapan SIKOPDIT telah memberikan manfaat
ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM BADAN PENYELENGGARA JAMINAN SOSIAL (BPJS) MENGGUNAKAN DATA TWITTER Ardika, Zefanya; Wowor, Alz Danny
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.v9i1.4272

Abstract

Jaminan Kesehatan Nasional merupakan salah satu program kesehatan pemerintah. Program ini menggunakan sistem premi, mirip dengan asuransi kesehatan pada umumnya, dimana untuk memastikan bahwa setiap orang dapat mengakses pelayanan kesehatan yang merata dan adil. Program ini adalah salah satu cara kebijakan ini dipraktikkan dengan mendirikan Badan. Dengan Badan hukum yakni Badan Penyelenggara Jaminan Sosial (BPJS) yang terbentuk untuk menyelenggarakan program jaminan kesehatan. Riset ini dibuat untuk melihat sentimen yang diberikan oleh masyarakat terkait program BPJS, riset dilakukan dengan Analisa Sentimen menggunakan metode atau model Naive Bayes, SVM, dan Random Forest. Data yang digunakan dalam riset ini merupakan Data tweet dari pengguna twitter yang diambil pada April 2023 dengan menggunakan API Twitter, mengambil 6000 unggahan tweet pengguna. Riset ini menggunakan model Naıve Bayes, SVM, dan Random Forest yang masing masing memberikan hasil yang cukup akurat dengan tingkat akurasi sebesar 99.3%, 99.6%, dan 99.2%. Dari 1053 data bersih setelah preprocessing, menghasilkan metode terbaik diantara metode lain dengan metode SVM menghasilkan 424 tweet positif. 357 tweet netral, dan 268 tweet negatif.
IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK KLASIFIKASI TINGKAT KESEGARAN WORTEL BERBASIS PENGOLAHAN CITRA DIGITAL DISERTAI OPERASI MORFOLOGI Musdar, Devi Miftahul Jannah; Eriyani, Nindy Sri; Azis, Salsabila; Kaswar, Andi Baso; Sasmita, Sasmita
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.v9i3.5672

Abstract

Penelitian ini bertujuan mengembangkan metode klasifikasi untuk menilai tingkat kesegaran wortel menggunakan algoritma Jaringan Saraf Tiruan (JST) dengan pendekatan backpropagation dan model morfologi matematika berbasis pengolahan citra digital. Fitur yang diekstraksi dalam proses klasifikasi meliputi warna (Hue, Saturation, Value), bentuk, dan tekstur (contrast, correlation, homogeneity). Model ini dibangun menggunakan 240 citra latih wortel yang dikategorikan menjadi tiga kelas: segar, kurang segar, dan tidak segar. Hasil pelatihan menunjukkan tingkat akurasi sebesar 95,83% dengan waktu komputasi rata-rata 323,47 detik per citra. Pengujian model menggunakan 60 citra uji mencapai tingkat akurasi 98,33% dengan waktu komputasi rata-rata 73,82 detik per citra. Kombinasi fitur warna HSV dengan tekstur (terutama correlation dan homogeneity) terbukti paling efektif dengan ruang warna HSV menghasilkan performa lebih baik dibandingkan ruang warna LAB dan RGB. Penelitian ini merekomendasikan eksplorasi model yang lebih modern dan memastikan konsistensi akuisisi citra untuk meningkatkan akurasi klasifikasi. Kesimpulannya, model JST yang dikembangkan menunjukkan efektivitas tinggi dalam klasifikasi kesegaran wortel dan berpotensi untuk diterapkan pada pengujian citra lainnya.
MENDAYAGUNAKAN COBIT 2019 IT RISK MANAGEMENT FOCUS AREA DALAM PENGELOLAAN RISIKO TRANSFORMASI DIGITAL REINSURCO Yahyah, Zul Fauzi; Mulyana, Rahmat; Dewi, Fitriyana
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.v9i2.4485

Abstract

Dengan kemajuan teknologi informasi (TI) di industri asuransi Indonesia, perusahaan incumbent seperti ReinsurCo harus mempercepat transformasi digital (TD). Namun, seringkali terjadi kegagalan dalam pelaksanaan TD akibat tata kelola TI (TKTI) yang buruk. Berbagai studi sebelumnya berhasil menunjukkan kontribusi TKTI terhadap TD, tetapi masih dibutuhkan pendalaman terkait peran pengelolaan risiko TI dalam memandu perubahan tersebut. Hal ini selaras dengan arahan PER-2/MBU/03/2023 yang mewajibkan penerapan TKTI yang baik yaitu manajemen risiko dan Master Plan Sektor Jasa Keuangan Indonesia 2021-2025 mengenai akselerasi TD. Metode penelitian ini menggunakan Design Science Research berbasis data wawancara. Hasil perolehan data dianalisis berdasarkan kerangka kerja COBIT 2019 IT Risk Focus Area dengan menerapkan faktor desain, area fokus, dan mekanisme proses TKTI yang menghasilkan governance management objective (GMO) prioritas yaitu APO11 Managed Quality, APO12 Managed Risk, dan EDM03 Ensured Risk Optimization. Selanjutnya, evaluasi kemampuan, analisis kesenjangan, dan penyusunan rekomendasi perbaikan menghasilkan roadmap penerapan yang dapat dijadikan rujukan oleh ReinsurCo untuk prioritas dalam implementasi. Perbaikan ini menghasilkan peningkatan kemampuan dengan rata-rata sebesar 0,3 (12,5%) pada ketiga GMO prioritas. Diharapkan penelitian ini dapat berkontribusi dalam memperluas pengetahuan tentang konsep prioritas pengelolaan risiko TI dalam mendukung TD, dengan manfaat praktis terutama bagi ReinsurCo dalam mencapai keberhasilan perencanaan strategisnya, serta secara umum untuk industri asuransi.