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
 86   87   88   89   90 
OPTIMASI HYPERPARAMETER MODEL LSTM DAN VARIANNYA UNTUK PERAMALAN PEMBELIAN BAHAN BAKU KARET ALAM Andika, Roy; Kusrini, Kusrini
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.7567

Abstract

Penelitian ini mengkaji optimasi hyperparameter pada model peramalan deret waktu untuk memprediksi pembelian bahan baku karet alam. Tiga arsitektur model—LSTM, Bi-LSTM, dan Stacked LSTM—dieksekusi dengan menerapkan tiga metode tuning, yaitu Bayesian Optimization, Hyperband, dan Optuna. Proses tuning dilakukan dengan mengeksplorasi berbagai kombinasi parameter, seperti jumlah epoch, units, dropout rate, learning rate, batch size, dan units2, dengan model dikompilasi menggunakan fungsi loss MSE dan metrik MAE. Hasil penelitian menunjukkan bahwa learning rate dan dropout rate memiliki pengaruh signifikan terhadap penurunan error, sedangkan peningkatan units2 dapat meningkatkan risiko overfitting jika tidak diimbangi dengan strategi regularisasi yang tepat. Analisis mendalam mengungkap bahwa kombinasi Bayesian dengan Stacked LSTM menghasilkan performa terbaik pada subset data dengan score terendah, sedangkan Optuna menunjukkan konsistensi optimal untuk model LSTM. Menariknya, model Bi-LSTM tidak mencapai konfigurasi optimal, kemungkinan disebabkan oleh sensitivitas tuning yang lebih tinggi atau kompleksitas arsitektur yang tidak sesuai dengan karakteristik dataset yang digunakan. Temuan ini memberikan wawasan penting untuk pengembangan model peramalan yang lebih akurat dan efisien serta membuka peluang penelitian lanjutan dalam strategi optimasi hyperparameter yang adaptif dan robust.
QUALITY ANALYSIS OF E-LEARNING WEBSITE AT PT XYZ USING MODIFIED WEBQUAL METHOD AND IMPORTANCE PERFORMANCE ANALYSIS Haikal, Muhammad
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6302

Abstract

The continuous development of information technology is one of its best features. The steady trend in the rapid advancement of information technology has created a necessity for institutions to adapt in order to remain competitive in this era. Considering the large number of website users in Indonesia, it is evident that the quality of websites as a medium for disseminating information is crucial. This research measures the quality of the e-learning website at PT XYZ using the Modified Webqual and Importance Performance Analysis methods. The Modified Webqual method is an extension of the Webqual 4.0 method, used to measure website quality based on four components: Usability Quality, Information Quality, Interaction Quality, and Privacy and Security. Meanwhile, Importance Performance Analysis is used to measure user satisfaction based on expectations of website quality. Data was collected through questionnaires and then subjected to validity and reliability tests, descriptive analysis, and gap analysis between user perceptions and expectations. Subsequently, the data was categorized using the Importance Performance Analysis method. The final results indicated that the e-learning website at PT XYZ has not yet met user expectations, as indicated by the gap analysis with a value 0, meaning that user importance or expectations are still higher than the website's performance. This research is part of a collection of articles and papers on the evaluation of the quality of various online platforms, including e-learning websites, and the research methods used are evaluative and quantitative in nature
PEMBELAJARAN BIG DATA DI PERGURUAN TINGGI: POTENSI MASA DEPAN, FAKTOR PENDUKUNG DAN PENGHAMBAT Hendikawati, Putriaji; Harwanti, Nur Achmey Selgi; Wardono, Wardono; Prabowo, Ardi; Zahra, Mega Dea; Saefurrochman, Wisatsana Roychan
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.7711

Abstract

Penelitian ini bertujuan untuk menyelidiki pemahaman mahasiswa terhadap pembelajaran Big Data, mengidentifikasi faktor-faktor yang mempengaruhi keterlibatan dan keberhasilan mahasiswa dalam pembelajaran Big Data, serta memberikan wawasan yang diperlukan bagi institusi pendidikan untuk meningkatkan kurikulum dan pen-galaman pembelajaran, serta mempersiapkan mahasiswa menghada-pi tantangan dan peluang di dunia profesional yang semakin bergan-tung pada data. Metode penelitian meliputi survei, analisis data per-sepsi mahasiswa, dan wawancara mendalam. Hasil penelitian menunjukkan bahwa mahasiswa memiliki pemahaman yang me-madai mengenai konsep Big Data, dengan rata-rata tingkat keakra-ban mencapai 3.6 pada skala 1 hingga 5. Responden menilai pent-ingnya pembelajaran Big Data dengan nilai rata-rata 4.3, menunjuk-kan bahwa pembelajaran ini sangat relevan dalam pendidikan tinggi dan dunia profesional. Faktor penghambat utama yang diidentifikasi meliputi kurangnya sumber daya finansial, keterbatasan akses teknologi dan infrastruktur, perubahan kurikulum, serta minimnya kolaborasi dengan industri. Faktor pendukung dari institusi, ketersediaan teknologi yang memadai, program kursus yang ter-struktur, dan kerjasama dengan industri menunjukkan dampak posi-tif terhadap pembelajaran Big Data. Pengalaman praktis, termasuk kontribusi dari praktisi industri, memperkaya pengalaman belajar mahasiswa. Sebanyak 50 dari 53 responden menunjukkan minat yang tinggi untuk mendalami Big Data lebih lanjut, menandakan potensi besar untuk pengembangan kurikulum. Penelitian ini merekomendasikan pembaruan kurikulum agar sesuai dengan perkembangan terbaru di industri, peningkatan pelatihan bagi dosen, serta penyediaan akses teknologi dan perangkat yang lebih baik.
EVALUASI HYPERPARAMTER TUNING PADA SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI ULASAN HOTEL DI TRIPADVISOR Dewi, Fiashintha; Wibowo, Nur Cahyo Hendro; Handayani, Maya Rini; Umam, Khothibul
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.7774

Abstract

Dengan adanya perkembangan teknologi para wisatawan sangat dimudahkan dalam mengakses informasi mengenai pemesanan kamar hotel. Dengan adanya hal tersebut, maka ulasan dari pengguna lain sangatlah penting untuk menemukan tempat yang mereka inginkan. Studi ini membahas tentang analisa ulasan para wisatawan mengenai hotel pada Tripadvisor. Tripadvisor adalah salah satu platform pan-duan wisata terbesar di dunia, yang menawarkan wisatawan untuk merencakan serta memperoleh perjalanan memuaskan. Data diambil melalui website Hugging Face yang kemudian dilanjutkan dengan proses pre-processing data. Dataset yang digunakan berjumlah 20.491 ulasan, terdiri dari 15.093 ulasan positif dan 5.938 ulasan negatif. Tujuan dari penelitian ini untuk mengevaluasi performa model SVM dalam melakukan klasifikasi sentimen pada ulasan hotel di Tripadvi-sor. Untuk mengoptimalkan performa model, dilakukan hyperparame-ter tuning menggunakan metode GridSearchCV. Hasil menunjukkan bahwa model default SVM memiliki akurasi 91%, namun recall pada kelas negatif masih rendah (0,75). Setelah tuning, akurasi sedikit menurun menjadi 90%, tetapi recall kelas negatif meningkat menjadi 0,77. Model terbaik diperoleh pada kombinasi parameter C = 10, gamma = 0,01, dan kernel = linear, dengan precision 0,92, recall 0,94, dan f1-score 0,80. Tuning terbukti meningkatkan keseimbangan klas-ifikasi antar kelas dan sensitivitas terhadap ulasan negatif. Hasil ini menegaskan pentingnya hyperparameter tuning dalam mengoptimal-kan performa dan generalisasi model SVM pada analisis sentimen dengan data yang tidak seimbang.
SMART ENERGY MONITORING: SISTEM PEMANTAUAN LISTRIK CERDAS BERBASIS IOT DAN MACHINE LEARNING DENGAN PERSONALIZED NOTIFICATION MELALUI ARSITEKTUR HYBRID DI LINGKUNGAN PENDIDIKAN Suwarjono, Suwarjono; Afriza, Aulia; Safari, Yusuf
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.9189

Abstract

Penggunaan energi listrik di institusi pendidikan masih rentan terhadap pemborosan akibat perangkat yang dibiarkan menyala meskipun ruangan kosong. Penelitian ini merancang dan mengimplementasikan sistem pemantauan listrik cerdas berbasis Internet of Things (IoT) dan machine learning dengan dukungan arsitektur hybrid yang memadukan protokol HTTP/HTTPS dan MQTT. Data arus listrik dikirim secara periodik melalui HTTP/HTTPS ke server berbasis PHP untuk dicatat pada database dan divisualisasikan dalam dashboard, sementara MQTT digunakan untuk mengontrol relay listrik secara real-time sebagai mekanisme aktuasi. Proses analisis dilakukan dengan algoritma supervised learning dengan Decision Tree sebagai model utama dan Random Forest sebagai pembanding untuk membedakan kondisi normal dan anomali berdasarkan kombinasi sensor arus, sensor gerak dan jadwal operasional ruangan. Keunggulan utama sistem ini adalah fitur personalized notification yang mengirimkan peringatan otomatis melalui aplikasi pesan instan (WhatsApp) dan email. WhatsApp diposisikan sebagai kanal cepat untuk respons langsung, sedangkan email memberikan informasi lebih lengkap sebagai cadangan dan dokumentasi. Hasil uji coba menunjukkan bahwa sistem mampu mendeteksi anomali dengan akurasi 94,2% serta mengirimkan notifikasi dengan latensi rata-rata 3–5 detik. Penelitian ini berkontribusi pada pengembangan sistem monitoring energi yang aktif, mandiri, dan efisien di lingkungan pendidikan. Meskipun belum mengukur penghematan energi secara kuantitatif, sistem ini berpotensi besar mendorong efisiensi melalui mekanisme respons cepat terhadap kelalaian penggunaan listrik. Penelitian selanjutnya diarahkan pada pengujian dalam skala lebih luas, analisis biaya–manfaat, serta penguatan aspek keamanan sistem agar dapat direplikasi secara berkelanjutan
SENTIMENT ANALYSIS ABOUT THE 2024 PRESIDENTIAL ELECTION USING CNN METHOD Ahmad, Alif Faidhil; L, Kemas Muslim
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6457

Abstract

The upcoming 2024 Indonesian General Election (Pemilu 2024) will be interesting news for online media users. With so much news about the election, online media has become one of the most effective media used to guide public opinion. Apart from that, public opinion is that the coverage in online media for each candidate is not balanced or not because a media is considered to have an affiliation with a particular candidate. To prove this opinion, sentiment analysis will be carried out on several online media in order to prove whether people's opinions are correct or not. Although previous research has used various platforms and achieved various levels of accuracy using the Convolutional Neural Network (CNN) and Support Vector Machine (SVM) methods with various features, this analysis will be developed using the Convolutional Neural Network (CNN) method to obtain higher accuracy and will be compared with the Support Vector Machine (SVM) method from the media platforms Detik.com, CNN Indonesia and CNBC Indonesia. The final results prove that the use of the Convolutional Neural Network (CNN) method shows an average combined performance of 65% (Cancidate 1 = 61%, Candidate 2 = 69%, Candidate 3 = 65%) smaller than the performance of the Support Vector Machine (SVM) method. with a combined average of  74% (Candidate 1 = 73%, Candidate Candidate 2 = 77%, Candidate Candidate 3 = 72%). This study provides insights into optimizing sentiment classification techniques for Online Media platforms, emphasizing the importance of leveraging semantic and contextual information in sentiment analysis tasks.
MAINTENANCE OF WEB APPLICATION BASED ON MODEL–VIEW–CONTROLLER ARCHITECTURE (CASE STUDY: HUMAN RESOURCE ASSESSMENT TOOLS) Fauzi, Dea Rahman; Kusumasari, Tien Fabrianti; Alam, Ekky Novriza
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6409

Abstract

One of the causes of project failure in organizations is the mistake of selecting team members who are not suitable. The Website Assessment Tools Application is a web platform that maps employee roles based on individual competencies from various assessment sources. This application was developed to help organizations allocate human resources effectively based on everyone’s competencies. However, the Website Assessment Tools Application has some shortcomings that hinder its functionality, requiring maintenance or improvements to address issues and add new features. This project will focus on the application's functionality, both front-end and back-end. Maintenance will be conducted using the Collaboration Model of Software Development, which consists of five phases, communication/requirement, planning, modeling, construction, and deployment. The results of the Website Assessment Tools Application maintenance will be tested using the Black Box Testing method. The Black Box Testing results show that all scenarios meet the expected outcomes. These results ensure that the Website Assessment Tools Application functions optimally and is ready for organizational use.
E-MODUL PSIKOLOGI WELLNESS BERBASIS MOOC INOVASI PEMBELAJARAN UNTUK MENGURANGI STRES DAN MENINGKATKAN PRODUKTIVITAS KARYAWAN Mawangi, Puteri Ardista Nursisda; Lubis, Didin Zakariya; Damayani, Rosyi; Arianto, Ipan
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.8983

Abstract

Penelitian ini bertujuan untuk mengembangkan e-modul Psikologi Wellness berbasis website MOOC yang dirancang untuk meningkatkan kesejahteraan mental, mengurangi stres, dan meningkatkan produktivitas kerja karyawan. Dalam era industri modern, kesejahteraan karyawan merupakan faktor penting yang dapat mempengaruhi kinerja dan efektivitas organisasi. Penelitian ini menggunakan metode Research and Development (RD) dengan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation). Tahap pertama adalah analisis kebutuhan dan karakteristik pengguna, diikuti dengan desain materi, pengembangan e-modul, serta implementasi dan evaluasi produk. E-modul yang dikembangkan mencakup materi terkait manajemen stres, ketahanan mental, work-life balance, dan ergonomi, serta dirancang agar mudah diakses oleh karyawan melalui platform MOOC. Hasil penelitian menunjukkan bahwa e-modul yang dikembangkan memenuhi kriteria kelayakan dengan skor rata-rata di atas 81%, masuk dalam kategori “Sangat Layak” menurut ahli materi dan ahli media. Uji coba lapangan terhadap 10 responden menunjukkan peningkatan pengetahuan peserta tentang konsep wellness sebesar 23% dan penurunan stres kerja yang signifikan. Respon positif juga diperoleh terkait tampilan visual, kemudahan akses, dan fleksibilitas pembelajaran melalui MOOC. Penelitian ini menyimpulkan bahwa e-modul berbasis MOOC dapat menjadi solusi efektif dalam meningkatkan kesejahteraan karyawan dan produktivitas organisasi. E-modul ini dapat diimplementasikan secara lebih luas sebagai bagian dari program pelatihan berkelanjutan bagi karyawan di berbagai industri.
SERVICE QUALITY ANALYSIS OF MOBILE-BASED FANDOM COMMUNITY APPLICATION USING E-SERVQUAL AND IPA Nasruddin, Itsna Siha Arzaqi Adma; Utomo, Rio Guntur; Yasirandi, Rahmat
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6341

Abstract

Using a modified e-service quality framework and the Importance Performance Analysis (IPA) approach, this study assesses the quality of service quality of Weverse and LYSN mobile apps. Information was gathered from 132 individuals who use these platforms regularly and are 22 years old. The findings indicate that Weverse and LYSN must improve to meet customer expectations, especially in response time, app stability, and refund policies. However, data security and ease of use effectively satisfy users' expectations. To increase overall user happiness, developers should prioritize improving underperforming areas while maintaining high standards in high-performing areas.
PERANCANGAN ENTERPRISE ARCHITECTURE MENGGUNAKAN FRAMEWORK TOGAF ADM PADA TIM PENGEMBANGAN JASA TEKNIK DAN INSPEKSI TEKNIK BBSPJIBBT Auliya, Feby Nandha; Mukti, Iqbal Yulizar; Ramadani, Luthfi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6430

Abstract

Kebutuhan akan pelayanan publik yang lebih efisien karena pertumbuhan teknologi yang cepat membuat banyak lembaga pemerintah memutuskan untuk menggunakan teknologi informasi dalam operasional mereka. Balai Besar Standarisasi dan Pelayanan Jasa Industri Bahan dan Barang Teknik (BBSPJIBBT), merupakan instansi yang beroperasi di bawah naungan kementerian perindustrian yang saat ini sedang berusaha untuk menggunakan teknologi informasi untuk mengoptimalkan aktivitas bisnisnya. Namun, pada pelaksanaannya belum ada pedoman yang dapat membantu instansi mengoptimalkan pengelolaan sumber daya dan aktivitas bisnisnya. Akibatnya, instansi tidak dapat mencapai keselarasan antara bisnis dengan teknologi informasi dan ketersediaan informasi yang akurat. Untuk menanggulangi masalah tersebut, terdapat pedoman dasar yang dapat digunakan instansi, yaitu merancang enterprise architecture. Enterprise architecture adalah pedoman dasar yang mendefinisikan keadaan saat ini dan tujuan perusahaan dari segi bisnis, data, aplikasi, dan teknologi. Penelitian ini menggunakan framework TOGAF ADM 9.2 untuk merancang arsitektur perusahaan BBSPJIBBT. Perancangan enterprise architecture bertujuan untuk membantu membuat layanan perusahaan berjalan secara maksimal dengan didukung perangkat terbaik yang sesuai dengan kebutuhan perusahaan selaras dengan sistem pemerintahan berbasis elektronik.

Page 90 of 90 | Total Record : 900

 86   87   88   89   90 

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