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
 60   61   62   63   64 
PENERAPAN METODE DECISION TREE PADA SENTIMEN MEDIA SOSIAL TERKAIT KOMISI PEMILIHAN UMUM (KPU) SEBELUM DAN SESUDAH PILPRES 2024 Veren, Yolanda; Berutu, Sunneng Sandino; Budiati, Haeni
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5532

Abstract

Pemilihan Presiden 2024 di Indonesia menandai momen krusial dalam dinamika politik negara. Penelitian ini mengamati perubahan pandangan masyarakat terhadap Komisi Pemilihan Umum (KPU) sebelum dan setelah Pilpres 2024 dengan menerapkan metode klasifikasi Decision Tree. Dataset yang digunakan terdiri dari 5794 (tambahin tanggal) tweet yang telah melewati serangkaian tahap, mulai dari crawling, pre processing data, terjemahan, pelabelan, klasifikasi, hingga evaluasi model. Hasil analisis menunjukkan bahwa sebelum Pilpres 2024, sentimen positif mencapai 39.98%, sentimen netral sebesar 38.39%, dan sentimen negatif sebesar 21.63%. Setelah Pilpres 2024, terjadi peningkatan dalam sentimen positif menjadi 45.45%, sedangkan sentimen netral mengalami penurunan menjadi 36.67%, dan sentimen negatif juga mengalami penurunan menjadi 17.87%. Berdasarkan dataset Komisi Pemilihan Umum (KPU) setelah Pilpres 2024 akurasi prediksi meningkat menjadi 67, dengan sentimen netral memiliki presisi sebesar 70. Sedangkan berdasarkan dataset pada Komisi Pemilihan Umum (KPU) setelah Pilpres 2024, recall untuk sentimen positif adalah 69, sementara f1-score untuk sentimen netral adalah 72.
PENERAPAN TEKNOLOGI INFORMASI DAN VIDEO ANIMASI DALAM PEMBELAJARAN KEWIRAUSAHAAN UNTUK MENINGKATKAN MOTIVASI DAN MINAT BERWIRAUSAHA SANTRI DI ERA DIGITAL Habibah, Nur; Suprijono, Agus; Yani, Muhammad Turhan; Sarmini, Sarmini
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.7212

Abstract

Perkembangan teknologi digital dan informasi dalam beberapa dekade terakhir telah memberikan dampak signifikan pada berbagai aspek kehidupan, termasuk pendidikan. Salah satu penerapan teknologi yang kini berkembang pesat dalam dunia pendidikan adalah penggunaan media berbasis teknologi, seperti video animasi, yang dapat memperkaya pengalaman belajar. Dalam konteks pendidikan kewirausahaan di pondok pesantren, video animasi berperan penting dalam meningkatkan pemahaman santri terhadap materi kewirausahaan serta memotivasi mereka untuk berwirausaha. Penelitian ini dilakukan di Pondok Pesantren Mukmin Mandiri yang berlokasi di Sidoarjo, bertujuan untuk mengukur efektivitas video animasi motivasi bisnis dan kewirausahaan dalam meningkatkan literasi kewirausahaan di kalangan santri. Menggunakan metode survei dengan sampel 50 santri, hasil penelitian menunjukkan bahwa mayoritas santri merasa video animasi sangat membantu dalam memahami materi kewirausahaan. Video animasi juga efektif dalam memotivasi santri untuk berwirausaha, dengan 83% santri merasa lebih termotivasi setelah menonton video tersebut. Selain itu, 80% santri menilai kewirausahaan sangat penting untuk masa depan mereka. Penelitian ini menyimpulkan bahwa video animasi merupakan media pembelajaran yang efektif dalam mendukung pembelajaran kewirausahaan di pondok pesantren, serta dapat menjadi alternatif yang relevan untuk mempersiapkan santri menghadapi tantangan dunia usaha di masa depan.
ANALYZING COMPARISON PERFORMANCE MODEL OF MACHINE LEARNING THROUGH DETECTION SQL INJECTION ATTACK Pratama, Rakha Satria; Irsan, Muhamad; Utomo, Rio Guntur
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5637

Abstract

This research aims to compare Machine Learning models that effectively detect SQL Injection attacks in security systems. The dataset was col lected from the Kaggle resource published by Syed Saqlain Hussain Shah, the dataset with the highest upvotes in the SQL Injection category. The models developed include Support Vector Machine (SVM), K-Nearest Neighbor (KNN), and Logistic Regression (LR). The research process includes separating the data into 70% training and 30% test data, model training, testing model effectiveness, and implementing preventive measures against SQL Injection attacks. The research results show that the SVM model has an accuracy rate of 99.82%, precision of 99.88%, and recall (Sensitivity) of 99.34%. KNN obtained an accuracy rate of 79.28%, a precision of 98.38%, and a recall (Sensitivity) of 73.31%. LR obtained an accuracy rate of 98.99%, precision of 99.94%, and recall (Sensitivity) of 98.70%. Using a Machine Learning approach, this research improves system security against SQL Injection attacks.
THE EFFECT OF AUGMENTED REALITY-BASED AUTOMATIC TRANSMISSION MEDIA ON BASIC KNOWLEDGE Komarudin, Komarudin; Nauri, Imam Muda; Mardji, Mardji; Mindarta, Erwin Komara; Ariyanto, Sudirman Rizki
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.6947

Abstract

Innovative and interactive learning media was needed to graduate a workforce that was in accordance with the world of work. Automatic Transmission based on Augmented Reality operated using a smartphone can help students know the components, functions and workings of AT. Augmented Reality is an application that combines the real world with the virtual world in the form of two dimensions or three dimensions projected in a real environment at the same time. Smartphones can be a digital media in delivering material. This research uses the ADDIE development model. This research aims to develop Automatic Transmission media based on Augmented Reality. AT media was evaluated by media experts, automotive experts and students. The validity test results show that AT media was valid according to media experts and automotive experts. This study aims to develop this media to help students master the prior knowledge of AT material. ANOVA test results show that AT AR media has an effect on prior knowledge. AT AR media was attractive, easy to operate using a smartphone and improves the ability to mention the names of AT components, explain the functions and workings of AT.
ANALISIS PERBINCANGAN DALAM GRUP WHATSAPP DENGAN K-MEANS CLUSTERING Tri Elsa, Maria; Berutu, Sunneng Sandino; Maedjaja, Febe
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5554

Abstract

Whatsapp merupakan sebuah aplikasi yang mempermudah pengguna untuk mengirim pesan teks, foto, video, melakukan panggilan suara, dan panggilan video secara gratis dengan koneksi internet. “Grup Whatsapp Jual Beli Area UKRIM” memiliki sekitar 26.000 arsip pesan, yang membuktikan tingginya aktivitas dan interaksi anggota dalam transaksi jual beli. Anggota grup akan terbantu membuat strategi promosi barang jika mereka dapat memanfaatkan informasi mengenai kata dan barang yag paling sering muncul dalam chat group. Untuk mendapatkan informasi mengenai kata dan barang yang paling sering muncul dalam chat group diperlukan text clustering. Penelitian ini menggunakan Metode K-Means dalam melakukan text clustering untuk memperoleh kata-kata yang sering muncul tersebut. Setelah melalui prosedur pra-pemrosesan teks dan penerapan Metode Elbow, jumlah data diperkecil menjadi 4.732 data dan ditentukan 10 cluster yang optimal dalam “Grup Whatsapp Jual Beli Area UKRIM”. Hasil penerapan K-Means memperlihatkan kata yang paling sering muncul dalam cluster 0 adalah kata “jual” , dalam cluster 1 kata “info”, dalam cluster 2  kata “beli”, dalam cluster 3 kata “japri”, dalam cluster 4 kata “gas”, dalam cluster 5 kata “motor”, dalam cluster 6 kata “info”,”kost”, dalam cluster 7  kata  “hp”, dalam cluster  8  kata “kucing”,  dan dalam cluster 9  kata “rak”. Secara menyeluruh kata yang paling banyak muncul adalah kata “info” dengan jumlah 910 dan kata yang paling sedikit muncul adalah kata “iphone” dan “hewan”. Barang dagangan yang sering muncul adalah “meja”, “kipas”, “lemari”, “kasur”, dan “laptop
KLASIFKASI CURAH HUJAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DI SULAWESI TENGAH Aldy, Moh.Fajrin Sigit; Angreni, Dwi Shinta; Pusadan, Mohammad Yazdi; Wirdayanti, Wirdayanti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5643

Abstract

Provinsi Sulawesi Tengah memiliki letak yang berdekatan dengan garis khatulistiwa, hal ini dapat mempengaruhi perubahan iklim didaerah tersebut salah satunya curah hujan. Perubahan curah hujan yang tidak menentu mengakibatkan timbulnya bencana seperti banjir yang dapat mempengaruhi gerak aktivitas masyarakat sehari-hari. Salah satu hal yang perlu dilakukan untuk mengantisipasi dengan prediksi cuaca. Pemanfaatan metode data mining dapat membantu dalam melakukan prediksi serta akurasi data dengan baik. Penelitian ini menggunakan dataset BMKG di Provinsi Sulawesi Tengah yang dikumpulkan dari 1 Januari 2019 sampai 31 Oktober 2023 serta klasifikasi dibagi menjadi 5 kelas menggunakan algoritma K-Nearest Neighbor (KNN). Tujuan penelitian ini memperoleh informasi dengan mengelompokkan data guna memprediksi curah hujan di BMKG Sulawesi Tengah. Hasil evaluasi menujukan bahwa nilai K = 23 dengan akurasi sebesar 83,0%, dan algoritma K-Nearest Neighbor (KNN) memiliki kinerja yang cukup baik dalam melakukan klasifikasi cuaca.
Analisis Kepuasan Pengguna Layanan GoFood pada Aplikasi Gojek Menggunakan Metode End User Computing Satisfaction di Kota Salatiga Hidayah, Netiva; Nugroho, Adi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5509

Abstract

Dengan kemajuan teknologi di era digital, layanan masyarakat telah berubah karena aplikasi berbasis mobile menjadi lebih mudah diakses. Sebagai bagian dari ekosistem Gojek, GoFood adalah perusahaan pesan antar makanan terkemuka di Indonesia. Kualitas layanan yang lebih baik sangat penting dalam per-saingan yang semakin ketat, yang dapat diukur melalui kepuasan pengguna. Untuk mendapatkan pemahaman yang lebih baik tentang komponen yang memengaruhi kepuasan pengguna aplikasi ini, penelitian ini meneliti pengalaman pengguna GoFood di Kota Salatiga dengan menggunakan metode EUCS dan mengintegrasikan variabel Perceived of Usefulness dari metode TAM. Hasil penelitian menunjukkan bahwa variabel konten, ketepatan, format, kemudahan penggunaan, waktu, dan kepuasan pengguna memiliki hubungan yang signifikan satu sama lain. Penelitian ini menyoroti pentingnya penyesuaian strategi berdasarkan lokasi spesifik seperti Kota Salatiga untuk meningkatkan pengalaman pengguna. Implikasi temuan ini diarahkan pada upaya pengembangan pendekatan yang lebih tepat sasaran guna meningkatkan kepuasan pengguna aplikasi, khususnya GoFood, dalam konteks lokal.
THE EFFECT OF PROBLEM-BASED LEARNING MODEL IN INFORMATICS SUBJECTS ON THE CREATIVITY OF STUDENTS IN CLASS X SMK NEGERI 2 TULUNGAGUNG Hartono, Fabyo Aryasena; Rozi, Fahrur; Sukmana, Farid
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.v9i3.6984

Abstract

This research was motivated by the low level of student creativity in the class X informatics subject at SMK Negeri 2 Tulungagung. The purpose of this research is to determine the effect of implementing the Problem Based Learning learning model on the creativity of class X students at SMK Negeri 2 Tulungagung. This type of research is a quasi-experiment with a post-test only control group design. The samples from this research were taken from 2 classes X AKL of SMK Negeri 2 Tulungagung. The experimental class is taught using a problem based learning model and the control class uses a conventional learning model, namely using the discovery learning model. The posttest score results for the experimental class had an average of 86.83 and for the control class the average posttest score was 77.69. Based on the results of the hypothesis test, a sig = 0.000 value was obtained at the significance level  = 0.05. This means that the sig value 0.05 means the sig value is outside the H0 acceptance area. So it can be concluded that there is an influence of the problem based learning model in informatics subjects on the creativity of class X students at SMK Negeri 2 Tulungagung
KLASIFIKASI PENYAKIT GAGAL GINJAL KRONIS DENGAN METODE KNN (STUDI KASUS RS DI KAB GRESIK) Rakhma Devi, Putri Aisyiyah
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.v9i3.6226

Abstract

ABSTRAKGagal ginjal kronis adalah serangkaian gejala yang muncul secara bertahap seiring berjalannya waktu akibat menurunnya fungsi ginjal. Ringan, sedang, dan berat adalah tiga tahap gagal ginjal kronis. Jika gagal ginjal stadium akhir tidak mendapat pengobatan pengganti maka dapat menyebabkan kematian. Organisasi Kesehatan Dunia (WHO) memperkirakan setiap tahunnya, sebanyak 65-200 orang terdiagnosis Gagal Ginjal Kronis, dengan perbandingan mencapai satu juta jiwa. Frekuensi GGK di Indonesia banyak terdapat pada usia 65-74 tahun dengan persentase sebesar 8,23 dan sebagian besar adalah laki-laki, yaitu sebesar 4,17 dan pada usia produktif hanya sebesar 0,2 persen. Dengan memahami tingkat kerusakan ginjal, dokter dapat mengambil keputusan pengobatan yang tepat bagi pasien sesuai kondisinya. Penderita gagal ginjal kronik akan mendapat pengobatan yang sesuai berdasarkan tingkat stadium penyakitnya agar memperlambat turunnya fungsi ginjal, dari saat kondisi tertentu diperlukan dialysis dan transplantasi ginjal. Dengan sistem klasifikasi diagnosis penyakit, dokter dapat terbantu menentukan stadium pasien gagal ginjal kronik. Informasi ini mampu memberikan tambahan dokter untuk mendiagnosis penyakit gagal ginjal kronik pada pasien serta dapat menentukan seberapa parah penyakit pasien yang menjalani pengobatan. Penggunaan metode K Nearest Neighbor dapat disimpulkan bahwa pengujian dengan 5 data uji mendapatkan hasil akurasi sebesar 90% dan tingkat kesalahan sebesar 10% didapat dari K ganjil dan genap yang telah ditentukan.                                                                                                                                                       Kata Kunci: Gagal ginjal kronis, KNearest Neighbor, Sistem klasifikasi. ABSTRACTChronic renal failure is a series of symptoms that appear gradually over time due to decreased kidney function. Mild, moderate and severe are the three stages of chronic renal failure. If end-stage renal failure does not receive replacement treatment, it can lead to death. The World Health Organization (WHO) estimates that every year, as many as 65-200 people are diagnosed with Chronic Renal Failure, with the ratio reaching one million people. The frequency of CKD in Indonesia is mostly found in the age of 65-74 years with a percentage of 8.23 and most of them are male, which is 4.17 and in produc-tive age only 0.2 percent. By understanding the level of kidney damage, doctors can make the right treatment decisions for patients according to their conditions. Patients with chronic kidney failure will receive appropriate treatment based on the stage of the disease in order to slow down the decline in kidney function and at certain stages dialysis and kidney transplantation are required. With the disease diagnosis classification system, doctors can be helped to determine the stage of chronic renal failure patients. This information can provide additional doctors to diagnose chronic renal failure in patients and can determine how severe the patient's disease is undergoing treatment. The use of the K Nearest Neighbor method can be concluded that testing with 5 test data results in an accuracy of 90% and an error rate of 10% of the odd and even K that has been determined.                                                                                                 Keywords: Chronic kidney failure, KNearest Neighbor, Classification system
ANALISIS SENTIMEN MASYARAKAT TERHADAP TREN KPOPFICATION DALAM MASA KAMPANYE DI MEDIA SOSIAL X Antonia .M, Hutami Jane; Mailoa, Evangs
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5638

Abstract

Perkembangan teknologi informasi dalam bidang politik menjadikan media sosial sebagai platform untuk berkampanye  dan  berinteraksi antara politisi dan pemilih. Penelitian ini bertujuan untuk menerapkan Algoritma Naïve Bayes dalam menganalisis sentimen pada tweet terkait dengan tren "Kpopfication" dalam pemilihan umum. “Kpopfication” adalah istilah yang digunakan untuk menggambarkan tindakan para penggemar K-Pop yang mengintegrasikan elemen-elemen dari dunia K-Pop dalam berbagai aspek kehidupan di luar dunia K-Pop itu sendiri. Langkah pertama adalah pengumpulan data dari tweet pengguna X melalui metode crawling dengan kata kunci ‘Kpopfication Pemilu lang:id’. Langkah kedua melakukan Pre-Processing data untuk membersihkan dan mempersiapkan data agar dapat diklasifikasikan. Langkah ketiga adalah melakukan pelabelan dengan menggunakan Lexicon Based dan yang terakhir adalah penerapan Algoritma Naïve Bayes. Dari analisis sentimen di dapatkan hasil akurasi 86%, presisi 84%, recall 96%, dan f1-score 90%, serta evaluasi kinerja model yang baik dalam mengenali sentimen positif dan negatif. Hasil penelitian ini akan menjadi landasan untuk penelitian lebih lanjut dalam konteks pemilu dan inovasi dalam berkampanye.

Page 62 of 90 | Total Record : 900

 60   61   62   63   64 

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