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
 91   92   93   94   95 
ANALISIS PENGARUH METODE IMAGE ENHANCEMENT KIND++ TERHADAP MODEL DETEKSI DAN PROFILING WAJAH PADA KONDISI LOW-LIGHT Yulianti, Dewi Anggita; Aditia, Yana Gerhana; Sandi, Gitarja
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.v10i3.8283

Abstract

Model deteksi dan profiling wajah menjadi salah satu teknologi pen-dukung dalam penanganan kasus kejahatan yang terus meningkat. Per-forma model deteksi dan profiling (estimasi usia, dan klasifikasi jenis kelamin) yang menurun secara signifikan dalam kondisi low-light, menjadi tantangan yang serius. Untuk mengatasi tantangan tersebut, penelitian ini menerapkan metode image enhancement berbasis deep learning, yaitu KinD++, sebagai tahap preprocessing sebelum gambar dianalisis oleh model. Proses enhancement berpotensi meningkatkan kualitas visual, namun juga memungkinkan terjadinya perubahan struktur wajah yang penting bagi proses analisis. Penelitian ini men-gevaluasi pengaruh KinD++ terhadap performa ketiga model dalam kondisi low-light. Berdasarkan hasil penelitian, penerapan metode en-hancement KinD++ terbukti memberikan dampak positif terhadap se-luruh model yang diuji. Pada model deteksi wajah, nilai mAP@50-95 meningkat dari 0,24 menjadi 0,28. Pada model klasifikasi jenis ke-lamin, akurasi meningkat dari 0,80 menjadi 0,82. Sementara itu, MAE (Mean Average Error) model estimasi usia mengalami penurunan dari 15,2 menjadi 7,6. Hasil ini menunjukkan bahwa KinD++ membantu meningkatkan performa model yang menurun akibat kondisi low-light, walaupun perubahan visual yang ditimbulkan tetap berisiko meng-ganggu informasi penting pada wajah, sehingga hasilnya tidak sebaik performa model saat pencahayaan normal.
SMART CONTRACT-DRIVEN QUEUE MANAGEMENT FOR EFFICIENT ONLINE TICKET PURCHASING ON BLOCKCHAIN Puspitaningtyas, Mery Oktaviyanti; Ilmi, Happid Ridwan; Wardani, Yulita Ayu; Saputra, Irwansyah
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.v10i4.7367

Abstract

This study investigates how smart contract-driven queue management can be utilized to increase online ticket purchasing efficiency via blockchain technology. The system is designed to manage ticket purchase queues transparently and securely, using smart contracts written in the Solidity programming language and the Ionic UI framework. In addition, the system is connected with MetaMask as a transaction wallet, allowing users to purchase tickets directly and securely. Ganache serves as a testing environment for replenishing wallet balances without involving real transactions. The First In First Out (FIFO) approach is used to manage the transaction queue, with the first purchased ticket being processed first by the administrator. The administrator accepts each transaction, which is then confirmed by MetaMask. When the transaction is confirmed, the system automatically updates the ticket status. The implementation results show that this system effectively optimizes ticket transaction management transparently and securely. This work also makes a significant contribution to the application of blockchain technology for better management of online ticket purchasing systems, as well as minimizing the possibility of transaction errors and fraud.
APLIKASI TEKNOLOGI INTERNET OF THING PADA ROBOT PENDETEKSI KEBOCORAN GAS AMONIA (NH3) Khairina, Jikti; Nurdin, Nurdin; Fikry, Muhammad
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.v11i1.7457

Abstract

Amonia adalah senyawa kimia dengan rumus NH3 Senyawa ini didapati berupa gas dengan bau tajam yang sangat khas, inilah yang disebut dengan bau amonia. Amonia memiliki sumbangan penting bagi keberadaan nutrisi di bumi, tetapi amonia sendiri adalah senyawa yang dapat merusak kesehatan. Jika terjadi kontak dengan gas amonia berkonsentrasi tinggi dapat menyebabkan kerusakan pada paru-paru bahkan sampai kematian. Amonia digolongkan sebagai bahan beracun jika terhirup langsung, pengangkutan amonia yang berjumlah lebih besar dari 3.500 galon (13,248 L) harus disertai dengan surat izin. Amonia umumnya bersifat basa (pKb=4.75), tetapi dapat juga bersifat sebagai asam yang amat lemah (pKa=9.25), amonia dapat terbentuk secara alami maupun sintetis. Amonia yang berada di alam merupakan hasil dekomposisi bahan organik. Di industri banyak yang menggunakan amonia sebagai salah satu bahan baku, contohnya seperti dalam penggunaan campuran bahan baku pembuatan pupuk. Gas amonia terkadang beresiko terjadi kebocoran pada pipa gas, jika terjadi kebocoran pada pipa maka dibutuhkan teknisi yang harus segera dikirimkan ke lokasi untuk mencari sumber kebocoran atau titik kebocoran pada pipa. Hal itu membuat teknisi membutuhkan tabung oksigen dan hal ini beresiko sangat tinggi dikarenakan daya tahan tabung oksigen hanya bertahan selama ±15 menit. Maka dibuatkanlah robot untuk dikirimkan ke lokasi yang berfungsi agar mengetahui informasi tentang lokasi kebocoran pipa gas dan informasi kadar gas langsung dapat diketahui melalui Android. Dalam kasus ini, rancang bangun robot menggunakan sensor MQ135. Oleh karena itu dibuatkanlah robot pendeteksi kebocoran gas dan mengetahui kadar dari gas amonia agar mempermudah teknisi dalam menemukan lokasi dan kadar gas amonia.
RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN DATA BANTUAN SOSIAL TEPAT SASARAN DI KABUPATEN OGAN ILIR BERBASIS WEB Hannah, Merrieayu Puspita; Wardani, Rendi Prima; Damayanti, Nita Rosa; ., Megawaty
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.v10i4.6596

Abstract

Tujuan penelitian ini adalah untuk membangun sistem informasi berbasis webagar bisa digunakan untuk mengelola informasi bantuan sosial yangsesuai sasaran di Kabupaten Ogan Ilir. Sistem ini dibuat untuk menangani masalah yang sering terjadi pada pembagian bansos, seperti informasi penerimaan yang tidak benar, penyaluran yang tidak merata, danmasalah untuk menyatukan dan menilai program bantuan sosial. Metodepemrograman ekstrim (XP) digunakan untuk mengembangkan sisteminformasi ini, yang mencakup fase perencanaan, desain, coding, danpengujian. PHP untuk pemrograman sisi server, MySQL sebagai dasarnyadata. Riset ini menciptakan sebuah sistem informasi berbasis web sehingga dapat mengelola daftar penerima bantuan sosial dengan lebih baik, memastikan bantuan diberikan dengan tepat sasaran, dan memudahkanpetugas untuk memantau dan memberikan manfaat maksimalmasyarakat yang membutuhkan.
PENERAPAN ALGORITMA RANDOM FOREST DALAM BERBAGAI BIDANG KEILMUAN : SYSTIMATIC LITERATUR REVIEW Riswanto, Riswanto; Hidayat, Tonny; Nasiri, Asro
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.v11i1.7316

Abstract

Penerapan teknologi informasi (TI) saat ini, menjadi salah satu aspek penting sebuah perusahaan untuk dapat bersaing di era digital saat ini. Salah satu tolak ukur keberhasilan dalam menerapkan teknologi informasi adalah efektifitas dan efisiensi proses bisnis perusahaan secara menyeluruh. Random forest sebagai salah satu algoritma dalam machine learning yang mempunyai akurasi tinggi dan mampu mengrangi risiko overfitting dipilih untuk menyelesaikan berbagai permasalahan dalam berbgai bidang keilmuan. Melalui metode Systimatic Literature Review (SLR), penelitian ini mengidentifikasi dan menganalisis 55 artikel terkait yang memberikan gambaran mendalam mengenai penerapan algoritma Random Forest dalam berbagai bidang keilmuan. Hasil penelitian menunjukan berbagai tantangan penerapan algoritma random forest dalam berbgai bidang keilmuan, mulai dari optimasi dengan pemilihan berbagai parameter serta mengkombinasikan algoritma random forest dengan algoritma yang lain. Perlakuan tersebut disesuaikan dengan kondisi dan karakteristik data dan objek yang di teliti, dengan harapan diperoleh perhitungan yang paling optimal dan mampu menyelesaikan permasalahan yang terjadi pada bidang tersebut. Dengan demikian, penelitian ini tidak hanya memberikan panduan praktis, akan tetapai memberikan kontribusi pemahaman yang lebih mendalama mengenai peneraan algoritma random forest dalam mengatasi permasalahan dalamberbgai bidang keilmuan
KOMPARASI BERBAGAI MODEL KLASIFIKASI TEKS UNTUK ANALISIS SENTIMEN TENTANG TERPILIHNYA PRESIDEN REPUBLIK INDONESIA 2024 Setiawan, Feri Cahya; Suryono, Ryan Randy
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.v10i4.6536

Abstract

Pemilihan Presiden Indonesia tahun 2024 menjadi topik hangat di kalangan masyarakat, Baik dalam kehidupan sehari-hari maupun di dunia maya, khususnya pada platform media sosial seperti aplikasi X. Pada tahun 2024 calon presiden Indonesia paslon nomor 2 adalah Prabowo Subianto merupakan Presiden terpilih Indonesia sekaligus Mentri Pertahanan. Oleh sebab itu, muncul beragam pandangan, termasuk opini yang positif maupun negatif. Penelitian ini bertujuan untuk mengevaluasi sentimen opini publik di platform media sosial X terkait pemilihan Presiden Indonesia 2024 dengan memanfaatkan berbagai algoritma machine learning yaitu Naïve Bayes, Support Vector Machine, dan Logistic Regression, nanti kinerjanya kemudian ditingkatkan menggunakan Teknik Oversampling Minoritas Sintetis (SMOTE). Hasil penelitian ini Naïve Bayes mencapai Accuracy 96%, Precision 93%, Recall 100%, F1-Score 96%, Untuk Support Vector Machine mencapai Accuracy 99%, Precision 99%, Recall 100%, F1-Score 100 % dan Logistic Regression mencapai Accuracy 99%, Precision 99%, Recall 100%, F1-Score 100%. Dapat disimpulkan bahwa Support Vector Machine Logistic Regression menunjukan performa terbaik dalam mengklasifikasikan sentimen positif dan negatif secara lebih akurat jika dibandingkan dengan algoritma Naïve Bayes. Namun dalam hasil Confusion Matrix algoritma Support Vector Machine menunjukan performa yang jauh lebih baik. Hal ini memnunjukan kemampuan Support Vector Machine dapat menjadi pilihan yang lebih baik dalam kasus analisis sentimen terhadap terpilihnya Prabowo Subianto sebagai Presiden Indonesia 2024.
DIGITALISASI MODUL AJAR BERBASIS WEBSITE DALAM MENINGKATKAN NILAI ELEMEN PEMANDUAN WISATA SISWA USAHA LAYANAN WISATA SMK Pangestu, Divan Robi; Nurjanah, Nunung; Nurhadi, Didik
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.v11i1.9407

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas penggunaan Modul Ajar Berbasis Website  dalam meningkatkan kompetensi pemanduan wisata siswa kelas XI Usaha Layanan Wisata SMK Negeri 1 Panggul, Trenggalek. Penelitian dilatarbelakangi oleh kebutuhan media pembelajaran kontekstual yang mampu menjembatani kesenjangan antara teori dan praktik di bidang kepariwisataan. Pendekatan yang digunakan adalah kuantitatif dengan desain pre-experimental tipe one-group pretest-posttest melibatkan 31 siswa. Data dikumpulkan melalui tes objektif dan dianalisis menggunakan uji Paired Samples T-Test dengan bantuan SPSS. Hasil penelitian menunjukkan adanya peningkatan nilai rata-rata sebesar 10,03 poin dengan ukuran efek yang sangat besar (Cohen’s d = 1,849), menandakan bahwa penggunaan e-modul berpengaruh signifikan terhadap peningkatan kemampuan siswa dalam elemen pemanduan wisata. Selain memperkuat hasil belajar kognitif, e-modul juga mendukung keterampilan abad ke-21 seperti komunikasi, berpikir kritis, dan pemahaman kontekstual berbasis budaya lokal. Penelitian ini menyimpulkan bahwa integrasi potensi daerah dalam media digital merupakan strategi efektif untuk memperkuat relevansi pembelajaran vokasional. Pengembangan e-modul kontekstual serupa disarankan untuk diadaptasi secara luas dalam pendidikan kejuruan guna mendorong pembelajaran yang adaptif, bermakna, dan berdaya saing global.
IMPLEMENTASI HYBRID ARIMA-PROPHET UNTUK PREDIKSI HARGA BERAS NASIONAL Amirudin, Amirudin; Prasetyo, Sigit Ari; Triyono, Gandung
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.v10i4.8689

Abstract

Fluktuasi harga beras sebagai komoditas pangan utama di Indonesia berpengaruh signifikan terhadap stabilitas ekonomi dan ketahanan pan-gan nasional. Penelitian ini bertujuan untuk mengembangkan model hybrid ARIMA-Prophet guna memprediksi harga beras nasional dengan tingkat akurasi yang lebih tinggi dibandingkan implementasi model tunggal. Data yang digunakan dalam penelitian ini bersumber dari da-taset Kaggle "Harga Pangan Indonesia" dengan rentang waktu 2021–2024. Metodologi penelitian meliputi preprocessing data, implementa-si model ARIMA, implementasi model Prophet, pengembangan model hybrid, dan evaluasi performa model menggunakan metrik MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model hybrid ARIMA-Prophet mampu menangkap pola tren jangka panjang dan fluktuasi musiman dengan lebih efektif, serta meningkatkan akurasi prediksi sebesar 18,5% dibandingkan model ARIMA dan 12,3% dibandingkan model Prophet. Implementasi model hybrid ini menghasilkan nilai MAPE sebesar 3,2%, yang menunjukkan tingkat akurasi yang sangat baik dalam konteks prediksi harga komoditas. Kesimpulan penelitian ini mengonfirmasi keunggulan pendekatan hybrid dalam memodelkan data time series yang kompleks seperti harga beras, yang dipengaruhi oleh berbagai faktor eksternal, musiman, dan tren pasar global.
SMART REPAIR TRACKER: EDUKIT LEARNING ANALYTICS UNTUK PENGUATAN 6C'S MAHASISWA KEJURUAN DI ERA CYBER Putra, Andika Bagus Nur Rahma; Ulfatin, Nurul; Karkono, Karkono; Subandi, Mahfudi Sahly; Mawangi, Puteri Ardista Nursisda; Foong, Lee Ming; Ratnawati, Dianna
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.v10i3.8841

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi Smart Repair Tracker, sebuah edukit berbasis Learning Analytics yang dirancang untuk mendukung pembelajaran mata kuliah Peralatan Otomotif di Program Studi S1 Pendidikan Teknik Otomotif. Aplikasi ini fokus pada penguatan kompetensi 6C’s (Critical Thinking, Creativity, Communication, Collaboration, Citizenship, Character) mahasiswa dalam pembelajaran otomotif. Metode yang digunakan adalah Research and Development (R&D) yang mencakup analisis kebutuhan, perancangan produk, pengembangan prototipe, uji validasi, dan uji kelayakan. Hasil uji menunjukkan bahwa 80% mahasiswa merasa aplikasi ini efektif dalam meningkatkan keterlibatan mereka dalam pembelajaran, terutama dalam simulasi berbasis Virtual Reality (VR), yang mendapatkan skor 4,9/5 dalam hal ketertarikan dan efektivitas. Selain itu, 75% mahasiswa melaporkan bahwa fitur Learning Analytics yang memberikan umpan balik langsung sangat membantu mereka untuk memahami kemajuan dan kelemahan mereka. Berdasarkan hasil uji kelayakan yang melibatkan 5 ahli, aplikasi ini memperoleh skor 4,7/5, yang menandakan bahwa aplikasi ini sangat layak digunakan dalam konteks pendidikan otomotif. Kesimpulannya, Smart Repair Tracker terbukti efektif dalam meningkatkan kualitas pembelajaran dan penguasaan keterampilan teknis serta sosial mahasiswa di bidang otomotif.
BUSINESS PROCESS REENGINERING PADA PT. NIAGARAYA KREASI LESTARI MENGGUNAKAN NOTASI BPMN Raihan, Muhammad Afif; Suharso, Wildan
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.v10i4.7111

Abstract

Kemajuan teknologi informasi telah membuka peluang untuk meningkatkan kinerja operasional melalui penerapan sistem terintegrasi yang mengurangi kesalahan. Namun, ketidakefisienan dalam proses bisnis, seperti ketergantungan pada metode manual dan kurangnya integrasi, dapat membatasi produktivitas serta menurunkan kepuasan pelanggan. PT. Niagaraya Kreasi Lestari, sebuah perusahaan produksi kasur busa dan spring bed, menghadapi tantangan dalam proses pemesanan dan pembayaran yang masih mengandalkan metode manual seperti panggilan telepon dan kunjungan langsung. Metode ini menyebabkan keterlambatan yang signifikan, potensi kesalahan pencatatan data, dan efisiensi throughput yang rendah. Penelitian ini bertujuan untuk meningkatkan efisiensi throughput pada proses pemesanan dan pembayaran melalui perombakan proses bisnis menggunakan Business Process Reengineering (BPR) dan Business Process Modeling Notation (BPMN). Metode penelitian mencakup analisis proses yang ada, simulasi proses baru menggunakan mockup berbasis web, dan pengukuran efisiensi throughput. Hasil penelitian menunjukkan peningkatan efisiensi throughput untuk proses pemesanan dari 25,92% dan 76.19% menjadi 100%, dengan waktu penyelesaian berkurang dari 21-81 menit menjadi 92 detik. Untuk proses pembayaran, efisiensi throughput meningkat dari 37,5% dan 28,57% menjadi 100%, dengan waktu penyelesaian berkurang dari 126-144 menit menjadi 1,5-23 menit. Simulasi mockup ini menjadi referensi untuk pengembangan situs web yang mengintegrasikan proses pemesanan dan pembayaran secara real-time, yang diharapkan dapat meningkatkan kinerja operasional serta kepuasan pelanggan

Page 93 of 113 | Total Record : 1124

 91   92   93   94   95 

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