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 1,124 Documents
 90   91   92   93   94 
PEMANFAATAN FLASHCARD SEBAGAI MEDIA PEMBELAJARAN PADA MATERI KONVERSI BILANGAN BINER KELAS IX SMP Putri, Maghfiro Nuzula Fidinda; Herwanto, Heru Wahyu; Wardhani, Eka Rakhmawati
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.v10i3.8026

Abstract

Konversi bilangan biner merupakan salah satu materi dalam mata pelajaran informatika yang bersifat abstrak dan seringkali menimbulkan kesulitan pemahaman bagi peserta didik. Salah satu alternatif solusi untuk mengatasi masalah ini adalah dengan memanfaatkan media pembelajaran yang konkret dan menarik, seperti flashcard. Penelitian ini bertujuan untuk mengembangkan media flashcard dalam pembelajaran konversi bilangan biner ke desimal. Metode penelitian yang digunakan adalah Research and Development (RnD) dengan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation). Teknik pengumpulan data dilakukan menggunakan angket skala Likert yang disebarkan ke ahli media, ahli materi, dan peserta didik. Teknik pengumpulan data dilakukan dengan cara menyebarkan angket dan google form kepada responden. Responden dalam penelitian ini adalah ahli media, ahli materi, dan 32 peserta didik kelas IX SMPN 16 Malang. Hasil analisis data menunjukkan bahwa validator dan sebagian besar peserta didik memberikan respon positif terhadap penggunaan media flashcard. Persentase rata-rata hasil validator angket media sebesar 83,3%, hasil validator ahli materi 92,3%, dan respon peserta didik terhadap media mencapai lebih dari 90%. Dengan demikian, dapat disimpulkan bahwa penggunaan media flashcard dalam pembelajaran konversi bilangan biner mendapatkan respon yang sangat baik dari peserta didik dan dapat menjadi alternatif media pembelajaran interaktif yang efektif dalam meningkatkan pengalaman belajar peserta didik Dengan demikian, media flashcard layak digunakan sebagai alternatif media pembelajaran dalam memperkuat pemahaman konsep matematika digital seperti konversi bilangan.
COMPARISON OF THE PERFORMANCE OF SVM, RANDOM FOREST, AND NEURAL NETWORK ALGORITHMS IN SENTIMENT ANALYSIS OF OPENAI APPLICATION REVIEWS ON THE GOOGLE PLAY STORE Latif, Ahmad; Yugi, Muhtyas; Utomo, Fandy Setyo; Hariguna, Taqwa
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7793

Abstract

This study compares the performance of three machine learning algo-rithms—Support Vector Machine (SVM), Random Forest (RF), and Neural Network (NN)—in sentiment analysis of user reviews for the OpenAI application on the Google Play Store. The primary objective of this study is to evaluate the effectiveness of each algorithm in clas-sifying user reviews into three sentiment categories: positive, negative, and neutral. The dataset used consists of user reviews of the OpenAI application, collected directly from the Google Play Store. Model per-formance was evaluated using accuracy, precision, recall, and F1-score metrics. The results indicate that the Neural Network algorithm achieved the best overall performance in terms of accuracy and F1-score. SVM demonstrated competitive performance, particularly in classifying positive and neutral sentiments, while Random Forest showed an advantage in terms of precision but performed lower over-all, especially in classifying negative sentiments. Therefore, the Neural Network is considered the most effective algorithm for sentiment analysis tasks in this study
SMART VISUAL DETECTION BERBASIS DEEP LEARNING DENGAN MENGGUNAKAN METODE ALGORITMA YOLO UNTUK INDENTIFIKASI CACAT PADA PRODUK GARMEN Kusuma, Ajeng Atma; Amin, Rais; Hidayati, Nurul; Sunandar, Agus; Ahsan, Rizka Sarah Heydarina Fathima; Pradani, Rizki Yulianingrum
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9319

Abstract

Industri garmen merupakan sektor yang sangat bergantung pada ketepatan dan konsistensi dalam menjaga kualitas produk. Namun, proses pemeriksaan cacat pada bahan maupun produk akhir masih banyak dilakukan secara manual, sehingga berpotensi menimbulkan kesalahan dan mengurangi efisiensi produksi. Kondisi ini mendorong perlunya pengembangan sistem deteksi otomatis berbasis teknologi terkini untuk membantu proses quality control. Penelitian ini bertujuan untuk mengembangkan sistem Smart Visual Detection berbasis Deep Learning dengan menggunakan algoritma YOLO (You Only Look Once) sebagai metode utama untuk mengidentifikasi berbagai jenis cacat pada produk garmen. Penelitian ini menggunakan metode deep learning dengan menggunakan algoritma YOLO v11 sebagai sistem utama untuk mendeteksi cacat secara visual pada produk garmen yaitu Rok A-Line, dengan tahapan meliputi pengumpulan data gambar cacat garmen, pelabelan dataset, pelatihan model YOLO, serta pengujian performa sistem dalam mendeteksi jenis dan lokasi cacat pada gambar. Proses pelatihan dilakukan dengan parameter yang disesuaikan agar model dapat mengenali pola cacat seperti robekan, noda, atau ketidakteraturan jahitan secara akurat. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi cacat dengan tingkat akurasi yang tinggi dan waktu pemrosesan yang efisien. Program ini dinilai berhasil berfungsi sebagai alat bantu dalam proses identifikasi cacat produk garmen secara otomatis. Meskipun masih berupa tahap awal, sistem ini berpotensi dikembangkan lebih lanjut menjadi perangkat terintegrasi dengan kamera Industri sehingga dapat diterapkan langsung di lini produksi. Penelitian ini menjadi langkah awal menuju implementasi teknologi Artificial Intelligence dalam meningkatkan efisiensi dan kualitas produksi di industri fesyen. 
Analisa Faktor Yang Mempengaruhi Niat Berkelanjutan Calon Mahasiswa Setelah Membaca Berita Sosial Media Instagram Arifin, Wafi; Hadiono, Kristophorus
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.v10i3.6203

Abstract

Institusi universitas menjadi bagian terpenting dalam strata pendidikan. Untuk berkompetisi dengan universitas lainnya dalam mengundang pendaftaran lebih banyak, Suatu universitas untuk mencari mahasiswa perlu meningkatkan popularitas dan citranya. Salah satu cara untuk meningkatkan popularitas dan image adalah melalui media sosial, tetapi tidak semua universitas dapat menggunakan media sosial secara efektif untuk meningkatkan minat pembaca dalam memilih universitas. Untuk mengetahui hal itu, diperlukan suatu model yang dapat membantu universitas swasta dalam melihat faktor-faktor yang berpengaruh bagi audiens postingan di akun Instagram Universitas Stikubank. Untuk mengkaji variabel apakah yang menentukan konfirmasi lanjutan minat pembaca terhadap media sosial diperlukan suatu penelitian. Fokus penelitian bagian terpentingnya mencari faktor-faktor yang mampu mempengaruhi pembaca postingan Instagram Universitas Stikubank. Penggunaan model TAM (Technology Acceptance Model) dan ECM (Expectation Konfirmasi Model) digunakan untuk penelitian dalam mengembangkan variabel yang akan dianalisis. Melalui penerapan TAM dan ECM, variabel kepercayaan, kepuasan, motivasi, dan minat ternyata berpengaruh terhadap niat penggunaan.
OPTIMALISASI MODEL DEEP LEARNING UNTUK MENINGKATKAN AKURASI KLASIFIKASI CITRA MAKANAN KHAS JAWA DAN SUMATERA Dzulqarnain, Azka Faza; Sri Kusuma, Christian
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.7055

Abstract

Indonesia adalah negara yang memiliki kekayaan kuliner yang beragam,namun tantangan dalam mengidentifikasi dan mengklasifikasikanmakanan tradisional semakin meningkat, terutama di kalangan generasimuda. Penelitian ini bertujuan untuk mengoptimalkan model deeplearning dalam meningkatkan akurasi klasifikasi citra makanan khasJawa dan Sumatera menggunakan pendekatan transfer learning. Datasetyang digunakan terdiri dari 595 citra makanan dari 14 provinsi di PulauJawa dan Sumatera. Implementasi dilakukan menggunakan duaarsitektur, yaitu VGG16 dan ResNet50, dengan menerapkan teknikpreprocessing dan augmentasi data untuk meningkatkan kualitas danvariasi dataset. Hasil penelitian menunjukkan peningkatan signifikandibandingkan penelitian sebelumnya yang menggunakan CNN custom(64%), dimana model ResNet50 mencapai akurasi tertinggi sebesar 90%,sementara VGG16 mencapai akurasi 88%. Meskipun menghadapitantangan seperti ketidakseimbangan dataset dan kompleksitas visual,kedua model menunjukkan kemampuan yang baik dalammengklasifikasikan makanan tradisional. Penelitian ini memberikankontribusi dalam pengembangan sistem klasifikasi makanan tradisionalyang lebih akurat, yang dapat membantu upaya pelestarian dan promosiwarisan kuliner nusantara.
DESAIN DAN EVALUASI UI/UX MENGGUNAKAN METODE HEURISTIC EVALUATION: STUDI KASUS RUMKITAL DR. AZHAR ZAHIR MANOKWARI Shafitri, Anisya Najmi; Sanglise, Marlinda; Suhendra, Christian Dwi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6663

Abstract

 Rumkital dr. Azhar Zahir Manokwari saat ini belum memiliki platform digital yang memadai untuk menyebarluaskan informasi penting, seperti layanan rumah sakit, jadwal dokter, dan informasi lainnya. Penelitian ini bertujuan untuk merancang dan mengevaluasi user interface (UI) dan user experience (UX) website rumah sakit dengan menerapkan metode evaluasi heuristik. Evaluasi ini bertujuan untuk mengidentifikasi masalah kegunaan (usability) dalam antarmuka situs web, yang selanjutnya akan dianalisis untuk meningkatkan kualitas desainnya. Metode yang digunakan adalah evaluasi heuristik, yang melibatkan lima ahli sebagai evaluator. Penilaian dilakukan berdasarkan sepuluh prinsip heuristik yang meliputi kejelasan informasi, kemudahan navigasi, pencegahan kesalahan, dan fleksibilitas penggunaan dengan menerapkan Severity Rating atau skala sangat baik hingga buruk (0-4). Hasil evaluasi menunjukkan bahwa tingkat keparahan masalah tergolong rendah (severity rating 1). Namun, para ahli memberikan umpan balik yang sangat berharga mengenai beberapa aspek desain, seperti penyesuaian ukuran tampilan, penggunaan warna yang lebih efektif, serta penambahan fitur registrasi pasien. Dengan adanya penelitian ini, diharapkan Rumkital dr. Azhar Zahir Manokwari dapat mengembangkan platform yang lebih informatif dan mudah diakses oleh pengguna. Tujuannya adalah untuk meningkatkan pengalaman pengguna secara keseluruhan dan mempermudah akses informasi mengenai layanan rumah sakit, memungkinkan pasien dan pengunjung situs web untuk mendapatkan manfaat yang lebih besar.
ANALISIS SENTIMEN MASYARAKAT DI MEDIA SOSIAL X TERHADAP MASALAH ROHINGYA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN TEKNIK RESAMPLING Krama, Tri; Lapatta, Nouval Trezandy; Lamasitudju, Chairunnisa Ar.; Syahrullah, Syahrullah
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.v10i3.6193

Abstract

Di era modern ini, penggunaan media sosial terus meningkat karena kemajuan dalam teknologi informasi dan komunikasi. X, sebagai salah satu platform media sosial populer, memungkinkan pengguna untuk berinteraksi dan berdiskusi mengenai berbagai isu, termasuk masalah pengungsi Rohingya. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap isu Rohingya di X menggunakan algoritma Support Vector Machine (SVM) dan teknik resampling untuk mengatasi ketidakseimbangan data. Metode yang digunakan meliputi oversampling dengan Synthetic Minority Over-sampling Technique (SMOTE) dan random undersampling untuk menyeimbangkan dataset. Hasil penelitian menunjukkan bahwa setelah penerapan SMOTE dan random undersampling, model SVM mencapai akurasi 89% dengan precision 0,9, recall 0,89, dan f1-score 0,89. Selain itu, penggunaan seleksi fitur dengan chi-square juga terbukti efektif dalam meningkatkan akurasi model, meskipun peningkatannya sedikit, yaitu dari 89% menjadi 90%.Temuan ini menekankan pentingnya penggunaan teknik resampling dan seleksi fitur yang tepat dalam analisis sentimen sosial yang kompleks, khususnya dalam konteks isu pengungsi Rohingya di platform X.
OPTIMALISASI MANAJEMEN SISTEM INFORMASI SEKOLAH MENGGUNAKAN FRAMEWORK TOGAF ADM STUDI KASUS : SMK KESEHATAN DAARUL AHKAM Novia, Irsa; Saepudin, Sudin; Irawan, Carti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7627

Abstract

Penelitian ini diarahkan untuk mengoptimalisasi pengelolaan sistem informasi di SMK Kesehatan Daarul Ahkam melalui penerapan kerangka kerja TOGAF ADM. Penerapan sistem informasi tersebut harapannya mampu mendorong peningkatan efisiensi dalam pengelolaan data akademik maupun administrasi, sehingga dapat menunjang kelancaran proses pembelajaran serta memperkuat transparansi dalam tata kelola sekolah. Saat ini, sistem administrasi sekolah masih dilakukan secara manual, terutama dalam pengelolaan absensi siswa, data guru dan siswa, serta pembayaran SPP. Proses yang belum terkomputerisasi ini menyebabkan berbagai permasalahan, seperti keterlambatan dalam rekapitulasi data, risiko kesalahan pencatatan, serta kurangnya aksesibilitas informasi bagi pihak terkait. Dengan demikian diperlukan sistem informasi terintegrasi untuk mengatasi permasalahan tersebut. Penelitian ini menerapkan “framework TOGAF ADM yang mencakup fase Preliminary Phase, Architecture Vision, Business Architecture, Information Systems Architecture, Technology Architecture, Opportunities and Solutions serta Migration Planning.” Data dikumpulkan melalui observasi, wawancara dan studi literatur untuk memperoleh gambaran kebutuhan sistem di sekolah. Hasil penelitian ini menghasilkan blueprint sistem informasi sekolah yang mencakup seluruh fase TOGAF ADM hingga tahap Migration Planning. Blueprint ini memberikan rancangan sistem informasi yang terstruktur dan terukur dalam penerapannya di SMK Kesehatan Daarul Ahkam. Diharapkan dengan adanya roadmap implementasi yang jelas, sekolah dapat bertransisi dari sistem manual ke sistem digital yang lebih efisien, meningkatkan efektivitas operasional sekolah, serta memberikan kemudahan bagi pengguna dalam mengakses informasi akademik dan administrasi.
ANALISIS PENJUALAN OLI MOTOR DI TOKO KARUNIA MOTOR AMBARAWA MENGGUNAKAN METODE DECISION TREE Pradana, Galih Bintang; Nugroho, Adi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6738

Abstract

Pesatnya pertumbuhan kendaraan bermotor mengakibatkan seringnya dilakukan pergantian oli mesin sesuai dengan jadwalnya semisal 3-4 bulan sekali. Tingginya jumlah permintaan pihak Toko Karunia Motor Ambarawa perlu membuat kebijakan untuk strategi pemasaran. Berdasarkan permasalahan tersebut dibutuhkannya sebuah penelitian untuk membantu pihak toko dalam hal prediksi penjualan oli motor. Penilitian ini menggunakan metode decision tree. Berdasarkan hasil akurasi menyatakan bahwa hasil accuracy pada perhitungan yang didapat sebesar 65,12% yang artinya data yang diklasifikasikan pada produk laris nilai presicion sebesar 64.52% dan pada produk kurang laris nilai presicion sebesar 66.52 dengan recall 83.33%.
SISTEM REKOMENDASI MEDIA PEMBELAJARAN MATEMATIKA MENGGUNAKAN METODE MOORA Rosmiati, Rosmiati; Rudini, Rudini
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9159

Abstract

Pemilihan media pembelajaran dianggap penting dalam meningkatkan motivasi dan efektivitas belajar terutama pembelajaran matematika. Tantangan ini muncul karena banyaknya pilihan media digital dengan keunggulan dan kelemahan masing-masing, sehingga guru membutuhkan sebuah sistem pemilihan media pembelajaran matematika dengan menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA). Data penelitian terdiri dari delapan alternatif media pembelajaran, antara lain Khan Academy, Brilliant.org, Quipper School, Rumah Belajar, Kahoot, Quizizz, YouTube Edu, dan PhET Colorado. Setiap alternatif dievaluasi berdasarkan delapan kriteria, yaitu interaktivitas, kemudahan penggunaan, kesesuaian kurikulum, kualitas visual dan audio, efektivitas pembelajaran, ketersediaan fitur, biaya, dan aksesibilitas. Sistem ini diimplementasikan menggunakan framework CodeIgniter dengan alur yang memungkinkan pengguna menentukan bobot preferensi untuk kemudian diproses secara otomatis oleh metode MOORA. Hasil penelitian menunjukkan bahwa sistem dapat menghasilkan rekomendasi yang objektif dan sesuai dengan perhitungan manual. Media yang memperoleh peringkat tertinggi adalah Khan Academy dan Quizizz karena memiliki fitur yang lengkap, mudah diakses, gratis, serta interaktif. Dengan demikian, sistem rekomendasi berbasis MOORA terbukti mampu membantu guru maupun siswa dalam menentukan media pembelajaran matematika yang paling sesuai sehingga proses belajar menjadi lebih efektif dan menyenangkan.

Page 92 of 113 | Total Record : 1124

 90   91   92   93   94 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 11, No 1 (2026) Vol 10, No 4 (2025) 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