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
 63   64   65   66   67 
PERBANDINGAN METODE KLASIFIKASI RANDOM FOREST DAN SUPPORT VECTOR MACHINE DALAM MEMPREDIKSI CAPAIAN STUDI MAHASISWA Novianto, Enggar; Suhirman, Suhirman; Prasetyo, Damar
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.v9i4.5423

Abstract

Keberhasilan Universitas, swasta dan negeri bergantung pada mahasiswa dan untuk mengurangi tingkat kegagalan akademik, diperlukan sistem yang dapat memprediksi mahasiswa berdasarkan data akademik serta membuat penilaian untuk memprediksi seberapa baik capaian studi mahasiswa. Data program studi dapat diolah dengan cepat dan akurat, dan data mining adalah proses penambangan data untuk membuat prediksi capaian studi berdasarkan data tentang mahasiswa. Kebaharuan dari penelitian ini adalah menggunakan proses untuk mengoptimalkan model RF dan SVM serta menghasilkan atribut yang berpengaruh terhadap akurasi dalam memprediksi capaian studi mahasiswa program studi S1 Ilmu Hukum Fakultas Hukum Universitas Sebelas Maret dengan seleksi fitur menggunakan Forward Selection. Pemodelan menggunakan RF sebelum dilakukan seleksi fitur mendapatkan hasil akurasi sebesar 97,67%, sedangkan pemodelan menggunakan SVM mendapatkan hasil akurasi sebesar 91,47% dengan menggunakan data mahasiswa angkatan tahun 2021 sejumlah 433 data dengan pembagian 70% data latih dan 30% data uji. Penggunaan seleksi fitur menggunakan metode Forward Selection tidak dapat meningkatkan hasil akurasi pada algoritma RF serta menghasilkan empat atribut yang berpengaruh pada klasifikasi prediksi capaian studi mahasiswa. Pada pemodelan SVM, seleksi fitur dapat meningkatkan nilai akurasi sebesar 6,2%, sehingga hasil akurasi SVM setelah dilakukan seleksi fitur adalah sebesar 97,67% dengan menghasilkan satu atribut yang berpengaruh pada klasifikasi prediksi capain studi mahasiswa. Perbandingan metode klasifikasi RF dan SVM setelah dilakukan seleksi fitur mendapatkan akurasi yang sama yaitu 97,67%, oleh karena itu, hasil penelitian ini termasuk dalam kategori model yang cukup. Hasil penelitian dapat menjadi acuan bagi pengelola program studi dalam memberikan perlakuan khusus kepada mahasiswa yang diprediksi tidak tercapai pembelajarannya. The success of universities, private and public depends on students and to reduce the rate of academic failure, a system is needed that can predict students based on academic data and make assessments to predict how well students will achieve in their studies. Study program data can be processed quickly and accurately, and data mining is a data mining process to make predictions about study outcomes based on data about students. The novelty of this research is that it uses a process to optimize the RF and SVM models and produces attributes that influence accuracy in predicting study outcomes for undergraduate students in the Legal Sciences study program, Faculty of Law, Sebelas Maret University by selecting features using Forward Selection. Modeling using RF before feature selection got an accuracy result of 97.67%, while modeling using SVM got an accuracy result of 91.47% using 433 student data from the class of 2021 with a division of 70% training data and 30% test data. The use of feature selection using the Forward Selection method cannot improve the accuracy results of the RF algorithm and produces four attributes that influence the classification of student study achievement predictions. In SVM modeling, feature selection can increase the accuracy value by 6.2%, so that the SVM accuracy result after feature selection is 97.67% by producing one attribute that influences the prediction classification of student study achievement. Comparison of the RF and SVM classification methods after feature selection obtained the same accuracy, namely 97.67%, therefore, the results of this study are included in the adequate model category. The results of the research can be a reference for study program managers in providing special treatment to students whose learning is predicted to fail.
APLIKASI PENCATATAN KEUANGAN BERBASIS WEB PADA RUMAH MAKAN AYAM BALTIM Julialdi, Deni; Beeh, Yos Richard
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.v9i4.5568

Abstract

Pengelolaan keuangan yang kurang baik merupakan salah satu permasalahan yang sering dialami oleh pelaku Usaha Mikro, Kecil, dan Menengah (UMKM). Hal ini disebabkan oleh kurangnya pemahaman pelaku UMKM tentang pentingnya pengelolaan keuangan. Akibatnya, sering terjadi ketidaksesuaian antara pemasukan dan pengeluaran, yang dapat menyebabkan kehabisan modal usaha. Rumah Makan Ayam Baltim merupakan salah satu pelaku UMKM yang mengalami permasalahan pengelolaan keuangan. Pengelola Rumah Makan Ayam Baltim hanya mengandalkan ingatannya untuk menghitung pemasukan dan pengeluaran sehingga hasilnya kurang akurat. Berdasarkan masalah yang ada maka diperlukan aplikasi pencatatan keuangan untuk mengatasi permasalahan yang ada. Tujuan dari penelitian ini adalah menghasilkan sebuah aplikasi pencatatan keuangan yang akurat dan terintegrasi sehingga diharapkan dapat membantu pengelola untuk mengelola keuangannya. Metode pengembangan yang digunakan adalah model extreme programming. Hasil penelitian menunjukkan bahwa aplikasi pencatatan keuangan berbasis web yang terintegrasi dengan proses bisnis pada Rumah Makan Ayam Baltim dapat menghasilkan catatan transaksi, menampilkan pemasukan dan pengeluaran secara akurat, serta menghasilkan laporan keuangan yang sesuai standar EMKM.
IMPLEMENTASI RULE-BASED REASONING DALAM PENCEGAHAN STUNTING (STUDI KASUS: DINAS KESEHATAN KABUPATEN KLATEN) Noorhadi, Delfindra Faiz; Mulyati, Sri
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.v9i4.5631

Abstract

Stunting merupakan masalah gizi kronis yang disebabkan oleh asupan gizi yang tidak memadai dalam waktu yang lama, terutama pada 1000 hari pertama kehidupan. Untuk menentukan seorang anak mengalami stunting cukup sulit, dikarenakan terdapat beberapa faktor yang mempengaruhinya. Sehingga dapat membuat diagnosis menjadi tidak akurat dan mengakibatkan penanganan yang tidak tepat. Permasalahan lainnya adalah belum ada pemetaan kondisi status gizi pada suatu wilayah sehingga untuk penanganan di suatu wilayah menjadi kurang efisien. Untuk menjawab permasalah tersebut maka dibangun Sistem Pencegahan Stunting Menggunakan Metode Rule-Based Reasoning untuk memudahkan petugas kesehatan dalam mengambil keputusan terkait intervensi yang tepat pada anak dan wilayah yang memiliki tingkat stunting yang tinggi. Metode yang diterapkan pada penelitian ini adalah Rule-Based Reasoning yang mana output penelitian ini adalah status gizi anak dan intervensi yang diberikan, selanjutnya status gizi tersebut dipetakan menjadi per wilayah. Pengujian sistem dilakukan dilakukan di Dinas Kesehatan Kabupaten Klaten. Pada pengujian didapatkan hasil untuk tingkat akurasi pengukuran BB/U (berat badan per umur) sebesar 84%, untuk TB/U (tinggi badan per umur) sebesar 100% dan untuk keseluruhan sistem sebesar 92%. 
A LOW CODE APPROACH TO Q&A ON CARE RECORDS USING FLOWISE AI WITH LLM INTEGRATION AND RAG METHOD Hamdhana, Defry
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.v9i4.6978

Abstract

Care records are vital for monitoring patient conditions and supporting clinical decision-making, but their diverse formats—such as tables, narrative sentences, checklists, and fill-in-the-blank fields—present challenges for efficient information retrieval. Traditional retrieval methods are often time-consuming and error-prone, while automated systems struggle with contextual accuracy in complex medical language. This study proposes a low-code approach to develop a question-and-answer (QA) system for care records using Flowise AI integrated with Retrieval-Augmented Generation (RAG) methodology. By utilizing LangChain and OpenAI’s language models, Flowise AI provides a framework for constructing a QA system that retrieves information accurately across different documentation formats. The system employs components such as Recursive Character Text Splitter, PDF processing, OpenAI Embeddings, In-Memory Vector Store, and a Conversational Retrieval QA Chain, ensuring efficient retrieval with contextual relevance. Our results demonstrate high accuracy in aligning the QA responses with ground truth data, validating the system's effectiveness in healthcare documentation retrieval. This low-code solution not only enhances accessibility for non-technical users but also empowers healthcare professionals with a scalable tool for quick access to critical patient data. The findings underscore the potential of low-code AI systems like Flowise AI, utilizing RAG, to improve information retrieval in healthcare, supporting more accurate and timely clinical decisions.
RANCANG BANGUN SISTEM INFORMASI PELAPORAN PENGADUAN MASYARAKAT BERBASIS WEBSITE DI DESA DEPOK KABUPATEN TEGAL Banazi, Farhan Mirza; Ummah, Khanun Roisatul
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.v9i4.5559

Abstract

Pelayanan pengaduan masyarakat merupakan suatu sarana untuk berkomunikasi secara tidak langsung dengan tujuan untuk menampung aspirasi warga kepada pemerintah desa. Di desa Depok Kabupaten Tegal, sarana pengaduan tersebut masih menggunakan metode lama, yaitu melalui kotak saran dan kritik di Balai Desa. Metode klasik tersebut dianggap kurang efektif karena memakan waktu yang cukup lama sehingga proses pengaduan tidak dapat segera terselesaikan. Berdasarkan permasalahan tersebut dan beberapa hasil penelitian terdahulu, maka perlu dirancang dan dibangun sebuah sistem informasi pengaduan masyarakat Desa Depok berbasis website . yang bertujuan untuk membantu pengelolaan sistem pengaduan pada desa Depok. Perancangan sistem ini dilakukan dengan menggunakan metode waterfall yang dimulai dari tahap analisis kebutuhan sistem, tahap desain sistem, tahap implementasi, tahap pengujian dan tahap pemeliharaan. Nilai System Usability Scale pada penilaian Penggunaan pengguna menunjukkan nilai 72, skor tersebut termasuk dalam kategori OKAY dengan grade scale C yang berarti bahwa sistem informasi pengaduan dapat diterima oleh pengguna.
TEKNOLOGI SISTEM CERDAS UNTUK MENGKLASIFIKASI MOTIF TENUN IKAT TANIMBAR MENGGUNAKAN METODE K-NEAREST NEIGHBOR Tomasila, Golda; Siwalette, Reynaldi; Sumah, Janeman
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.v9i4.6689

Abstract

Tenun Ikat merupakan salah satu kriya warisan budaya Indonesia yang dibuat dari helaian benang yang diikat, dibuat pola dan di celupkan ke dalam pewarna sehingga menghasilkan kain dengan corak dan motif tertentu. Corak dan motif tenun ikat disetiap daerah beraneka ragam. Salah satunya adalah Tenun ikat Tanimbar Provinsi Maluku yang memiliki motif dan ciri khas tersendiri digunakan untuk adat, hadiah atau cenderamata. Dari 47 motif tenun ikat Tanimbar, saat ini hanya dikenal 7 motif. Menjadi tantangan tersendiri untuk melestarikan budaya tenun ikat Tanimbar dengan memperkenalkan desain motifnya agar mudah dikenal oleh masyarakat luas, dan membedakan dari motif daerah lainnya. Klasifikasi motif tenun ikat Tanimbar dapat membantu pembeli dalam menentukan motif tenun ikat yang akan digunakan, maupun industri fashion dalam merancang produk tenun ikat yang unik dan beragam disesuaikan dengan pola motifnya. Tujuan penelitian ini adalah menerapkan teknologi sistem cerdas untuk klasifikasi beragam motif tenun ikat Tanimbar Provinsi Maluku, dimana sistem dilatih untuk mengenali pola motif yang ada pada citra tenun ikat Tanimbar untuk dapat melakukan klasifikasi secara otomatis guna mengenali jenis-jenis motif tenun ikat Tanimbar. Metode yang digunakan dalam penelitian ini adalah metode K-Nearest Neighbors (KNN). Metode ini merupakan salah satu metode klasifikasi sederhana yang tingkat keakuratannya efektif, mudah dalam implementasi, dan dapat beradaptasi terhadap data baru.
Implementasi Lowk-Rank Adaptation of Large Langauage Model (LoRA) Untuk Effisiensi Large Language Model Mahendra, Anton; Styawati, Styawati
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.v9i4.5519

Abstract

Model transformator seperti LlaMA 2 sangat kuat untuk memproses berbagai tugas bahasa alami, namun memiliki kekuatan pemrosesan yang signifikan dan keterbatasan memori yang membuatnya sulit untuk diimplementasikan. Tantangan terbesarnya terletak pada konsumsi sumber daya penyimpanan yang besar dan kebutuhan daya komputasi dalam jumlah besar. Untuk mengatasi permasalahan tersebut, dikembangkan solusi berupa implementasi LoRA (Low Rank Adapter). LoRA, khususnya di LlaMA 2, menggunakan pendekatan adaptif dalam mengompresi model Transformer menggunakan adaptor berdaya rendah. Penerapan LoRA pada model ini mengurangi jumlah operasi floating-point, sehingga mempercepat proses pelatihan dan inferensi.  Secara signifikan mengurangi  konsumsi daya dan penggunaan memori. Tujuan utama penerapan LoRA di LlaMA 2 adalah untuk mengoptimalkan efisiensi model, dengan fokus pada pengurangan operasi floating-point dan meningkatkan penggunaan memori GPU.
RANCANG BANGUN SISTEM INFORMASI MANAJEMEN KEUANGAN PADA PT. DWI EKA BAKTI BERBASIS WEBSITE Sawitri, Nyoman Sintya; Desmayani, Ni Made Mila Rosa; Thalib, Emmy Febriani; Rahayu G., Ni Luh Wiwik Sri; Sarasvananda, Ida Bagus Gede
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.v9i4.5648

Abstract

Pada era teknologi yang pesat, PT. Dwi Eka Bakti, yang bergerak di bidang perdagangan dan jasa, mengalami kendala pencatatan keuangan manual menggunakan Microsoft Excel, seperti kesalahan pencatatan dan keterlambatan pelaporan. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Manajemen Keuangan berbasis web untuk mengatasi masalah tersebut, menggunakan metode waterfall yang meliputi analisis kebutuhan, desain sistem, implementasi, pengujian, serta pemeliharaan. Dilakukan di PT. Dwi Eka Bakti, Denpasar, Bali, dengan subjek staf keuangan dan manajemen, data dikumpulkan melalui wawancara, observasi, dan dokumentasi. Sistem dirancang dengan UML dan dibangun menggunakan PHP, Laravel, dan MySQL. Hasilnya, sistem memudahkan pembuatan laporan keuangan dan mengatasi kendala sebelumnya. Fitur-fitur meliputi login, dashboard, data user, perusahaan, kategori akun, transaksi, dan laporan keuangan. Pengujian Black Box menunjukkan sistem berfungsi baik dan sesuai harapan. Kesimpulannya, sistem meningkatkan efisiensi dan akurasi pengelolaan keuangan PT. Dwi Eka Bakti, layak digunakan, dan memberikan informasi keuangan real-time. Disarankan untuk menambah fitur dan metode laporan lebih canggih guna meningkatkan kualitas laporan keuangan.
IMPLEMENTASI CHATBOT UNTUK REKOMENDASI COFFEE SHOP DI KOTA SEMARANG Cahyawati, Asania Fatma; Hadiono, Kristophorus
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.v9i4.5465

Abstract

Coffee shop di Kota Semarang telah berkembang menjadi pusat sosial yang hidup dengan menyediakan berbagai jenis kopi spesial dan campuran unik yang sesuai dengan selera penduduk lokal dan wisatawan. Coffee Shop selain bertindak sebagai tempat menjual kopi juga berperan menyatukan estetika modern dengan pesona tradisional. Kondisi ini membuat tempat yang nyaman bagi pengunjung untuk menikmati kopi favorit mereka di tengah keramaian kota. Semua pelanggan memiliki preferensi unik. Beberapa faktor yang mempengaruhi keputusan konsumen adalah harga, lokasi coffee shop, suasana, dan fasilitasnya. Karena banyaknya coffee shop di kota Semarang, memilih yang sesuai dengan preferensi bukanlah hal yang mudah. Oleh karena itu, diperlukan rekomendasi coffee shop yang sesuai dengan preferensi pelanggan. Tujuan penelitian ini adalah untuk membuat chatbot yang berfungsi sebagai sumber rujukan awal untuk membantu pelanggan memilih coffee shop. Chatbot yang digunakan dalam penelitian ini berbasis framework Rasa. Data coffee shop dikumpulkan dari Google Maps dan dari kreator konten media sosial seperti Instagram dan TikTok yang memiliki jumlah follower minimal 4000 followers. Hasil pengujian blackbox dan pengujian User Acceptance Test (UAT) menunjukkan bahwa chatbot yang dibangun dapat membantu dengan memberikan rekomendasi dan informasi tentang coffee shop di Semarang.
ANALISIS FAKTOR YANG MEMENGARUHI MINAT PENGGUNA E-WALLET DANA DENGAN METODE TECHNOLOGY ACCEPTANCE MODEL (TAM) DI BALI Tiara Putri, Ni Putu Aprillianti Rutmana; Dwi Putri, I Gst. Agung Pramesti; Utami, Nengah Widya
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.v9i4.5605

Abstract

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi minat pengguna e-wallet DANA di Bali dengan menggunakan metode Technology Acceptance Model (TAM). Penelitian ini menambahkan dua variabel eksternal, yaitu belief dan system quality, selain variabel internal TAM. Metode survei kuantitatif digunakan dengan mengumpulkan data primer melalui kuesioner. Populasi penelitian adalah pengguna e-wallet DANA di Bali, dan jumlah sampel ditentukan dengan rumus Roscoe, menghasilkan 270 responden dengan menggunakan 2 teknik sampling yaitu convenience sampling dan cluster sampling. Instrumen penelitian berupa kuesioner dengan skala likert 4. Uji validitas dilakukan menggunakan uji convergent validity, sedangkan uji reliabilitas menggunakan composite reliability dan Cronbach's Alpha. Analisis data menggunakan Structural Equation Modeling (SEM) berbasis Partial Least Square (PLS). Evaluasi model melibatkan convergent validity, discriminant validity, composite reliability, dan R-Square. Pengujian hipotesis dilakukan dengan metode bootstrap dan uji T. Hasil pengujian yang dilakukan yaitu semua hipotesis diterima dengan pengaruh positif dan signifikan terhadap minat penggunaan e-wallet DANA yaitu variabel belief dan system quality terhadap variabel perceived usefulness, variabel belief dan system quality terhadap variabel perceived ease of use, variabel perceived ease of use terhadap variabel perceived usefulness, variabel perceived usefulness dan perceived ease of use terhadap variabel attitude toward using, serta variabel attitude toward using terhadap behavioral intention of use.

Page 65 of 90 | Total Record : 900

 63   64   65   66   67 

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