cover
Contact Name
Imam Fahrur Rozi
Contact Email
imam.rozi@polinema.ac.id
Phone
+6285233139738
Journal Mail Official
jip@polinema.ac.id
Editorial Address
Politeknik Negeri Malang Jl. Soekarno Hatta No.9, Jatimulyo, Kec. Lowokwaru, Kota Malang, Jawa Timur 65141 Phone: (0341) 404424-404425 Fax: (0341) 404420
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika Polinema (JIP)
ISSN : 26146371     EISSN : 2407070X     DOI : https://doi.org/10.33795/jip
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Articles 559 Documents
IMPLEMENTASI FSM (FINITE STATE MACHINE) PADA GAME SURABAYA MEMBARA Farhan Azharuddin Asyraq; Dhebys Suryani Hormansyah; Mungki Astiningrum
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.278

Abstract

Seiring dengan perkembangan zaman, kini ilmu teknologi semakin berkembang dengan pesat. Salah satunya adalah game. Gameedukasi dibuat dengan tujuan sebagai media pembelajaran alternatif.Di era digital ini, siswa sekolah cenderung lebih suka memainkan game. Hal tersebut terjadi karena semakin mudahnya untuk mendapatkan fasilitas di era digital ini. Berbagai game edukasi juga mulai muncul seiring dengan perkembangannya teknologi. Kemudian muncul berbagai macam genredalam gameyang ada. Contohnya adalah action game yang dapat diimplementasikan untuk sebuah metode pembelajaran bagi anak Sekolah Menengah Pertama (SMP). Karena pada jenjang pendidikan Sekolah Menengah Pertama (SMP) kelas IX diajarkan materi mengenai sejarah Pertempuran Surabaya. Gameyang dibuat bertujuan sebagai media pembelajaran mengenai peristiwa Pertempuran Surabaya dalam bentuk visualyang menarik bagi siswa Sekolah Menengah Pertama (SMP) dan untuk mengenang peristiwa heroik di Surabaya, tanggal 10 November 1945 yang kemudian diperingati sebagai Hari Pahlawan.Kemudian dibuatlah gameSurabaya Membara. Gametersebut merupakan sebuah game2D yang berbasis android. Gametersebut mengangkat tema tentang pejuang Surabaya melawan tentara Sekutu yang menguasai wilayah Surabaya pada tanggal 27 Oktober sampai 20 November 1945. Pada aplikasi ini akan diimplementasikan kecerdasan buatan dengan menggunakan metode Finite State Machine(FSM). Metode tersebut akan mengatur perilaku objek saat terjadi perubahan keadaan atau kondisi permainan. Aplikasi ini dibangun sebagai media pembelajaran alternatif bagi siswa kelas IX Sekolah Menengah Pertama (SMP). Kata kunci: Game, GameEdukasi,Finite State Machine
EVALUASI IMPLEMENTASI ALGORITMA IMPROVED K-NEAREST NEIGHBOR PADA KATEGORISASI LIRIK LAGU BAHASA INDONESIA MENURUT USIA Faisal Rahutomo; Pangestu Nur Mirzha; Imam Fahrur Rozi
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.290

Abstract

Pesatnya perkembangan teknologi mempercepat proses penyebaran lagu di Indonesia. Namun lagu yang beredar belum disertai dengan label batasan usia pendengar berdasarkan liriknya, seperti label usia pada film. Hal tersebut tentu membuat masyarakat kesulitan untuk memilih lagu yang sesuai usianya, sehingga masyarakat bebas menikmati berbagai lagu dan akan berdampak buruk terhadap perkembangan mental masyarakat di bawah umur. Oleh karena itu, dengan membuatkan sebuah sistem yang dapat menyaring sebuah lagu berdasarkan latar belakang usia sehingga lagu akan mempunyai sebuah label. Penelitian ini menggunakan metode Improved K-Nearest Neighbor yaitu untuk mengklasifikasikan sebuah lagu berdasarkan usianya. Proses dimulai dari melakukan preprocessing data, perhitungan TF.IDF, perhitungan cosine similarity, dan melakukan klasifikasi dengan metode Improved K-Nearest Neighbor. Berdasarkan pengujian yang sudah peneliti lakukan tingkat akurasi dari pengembangan rekomendasi lirik lagu menggunakan Improved K-Nearest Neighbor mendapatkan hasil terbaik yakni akurasi sebesar 51%, precision sebesar 100%, recall sebesar 100%, dan f-measure sebesar 100% untuk masing-masing kategori.
Analisis Sentimen Calon Presiden Indonesia 2019 di Twitter Menggunakan Metode Backpropagation Imam Fahrur Rozi; Yushintia Pramitarini; Novia Puspitasari
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.306

Abstract

Analisis sentimen digunakan untuk melihat opini terhadap sebuah masalah yang muncul dan menggiring ke opini positif, netral maupun negatif. Dengan berkembangnya teknologi yang pesat, terutama dibidang social media, memberikan kesempatan kepada siapapun untuk memberikan opini, salah satunya di Twitter. Menyesuaikan kondisi yang terjadi di Indonesia saat ini, yaitu mengenai PEMILU, banyak dari masyarakat yang menyampaikan opininya terhadap para calon presiden, opini tersebut memungkinkan sangat bermanfaat bagi para calon presiden dan bisa dijadikan sebagai bahan evaluasi. Algoritma yang digunakan pada penelitian ini ialah Backpropagation, yang merupakan perkembangan dari jaringan syaraf tiruan dengan multi-layer perceptron. Analisis tweet dibagi menjadi 3 klasifikasi yaitu positif, negatif dan netral. Variasi pengujian yang digunakan dalam menguji performa sistem adalah perbandingan data training dan testing, nilai learning rate, jumlah hidden layer dan nilai minimum error. Hasil pengujian metode backpropagation dengan variasi perbandingan data training menghasilkan akurasi sebesar 90.6% pada perbandingan data training testing 60%:40%. Sedangkan pada variasi nilai learning rate menghasilkan akurasi sebesar 89.6% pada nilai learning rate 0.1. Untuk variasi jumlah hidden layer menghasilkan akurasi sebesar 91.6% pada jumlah hidden layer 6. Dan untuk variasi nilai minimum error menghasilkan akurasi sebesar 91% pada nilai minimum error 0.
Analisis Sentimen Pada Twitter Mengenai Pasca Bencana Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram Imam Fahrur Rozi; Annisa Taufika Firdausi; Khalimatul Islamiyah
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.316

Abstract

Bencana alam sering terjadi di wilayah Indonesia, pemberian bantuan yang efisien dan sesuai kebutuhan sangat berpengaruh terhadap proses pemulihan pasca bencana alam. Melalui twitter masyarakat banyak memberikan respon mengenai bencana alam, akan tetapi respon tersebut belum terklasifikasikan. Oleh karenanya, diperlukan klasifikasi respon masyarakat mengenai bencana alam. Dalam penilitian ini, dilakukan analisis sentimen terhadap tweet dengan mengklasifikasikan kedalam kategori positif atau negatif menggunakan algoritma Naïve Bayes Classifier. Dari hasil klasifikasi tersebut kita dapat memprioritaskan bantuan dengan mengkategorikan setiap hasil klasifikasi. Dari hasil klasifikasi tersebut positif diartikan bantuan berdasarkan kategori tersebut telah terpenuhi sedangkan negatif berarti bantuan tersebut kurang atau dibutuhkan. Penelitian ini juga akan menggunakan fitur N-Gram yaitu unigram dan bigram. Pada pengujian penelitian ini dilakukan empat kali pengujian. Setiap pengujian, presentase data training nya berbeda karena jumlah data training juga berpengaruh terhadap peningkatan nilai akurasi. Hasil dari pengujian tersebut diperoleh nilai akurasi untuk unigram sebesar 76.67%, 84.44%, 90.00% dan 93.33%. Nilai akurasi untuk bigram sebesar 64.17%, 68.89 %, 75.00%, 86.67%. Dari empat pengujian didapatkan hasil akurasi tertinggi pada unigram yaitu sebesar 93.33% dan bigram sebesar 86.67%. Jadi untuk nilai akurasi unigram lebih tinggi daripada bigram.
SISTEM PENENTUAN PENERIMA RASKIN MENGGUNAKAN METODE FUZZY ANALITICAL HIERARCHY PROCESS Deddy Kusbianto; Meyti Eka Apriani; Rizky Purnamasari
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.319

Abstract

Raskin merupakan Program beras miskin yang dimulai pada bulan januari 2002 merupakan program lanjutan dari program Operasi Pasar Khusus (OPK) yang dirancang pemerintah dan dilaksanakan oleh Bulog 1998. Program RASKIN yang diterapkan di Desa Sukorame Kecamatan Binangun Kabupaten Blitar, dalam pendataannya dilakukan melalui kader-kader dari beberapa Rukun Tetangga (RT). Proses pendataan yang dilakukan oleh kader masih belum menyeluruh dan bersifat subjektif Sehingga dibutuhkan sistem seleksi penerima RASKIN dengan menggunakan Sistem Pendukung Keputusan (SPK). Sistem Pendukung Keputusan merupakan bagian dari sistem informasi berbasis komputer yang dapat mengatasi masalah ini. Sistem ini berguna untuk memudahkan pengambil keputusan yang terkait dengan masalah seleksi penerima beras untuk keluarga miskin, sehingga menghasilkan keluarga yang paling layak menerima Raskin. Pembuatan Sistem Pendukung Keputusan (SPK) ini bertujuan sebagai alat bantu bagi kelurahan untuk menentukan calon penerima RASKIN secara tepat, dengan menggunakan metode Fuzzy Analitical Hierarchy Process
IDENTIFIKASI PENYAKIT PADA DAUN TOMAT BERDASARKAN FITUR WARNA DAN TEKSTUR Mungki Astiningrum; Putra Prima Arhandi; Nabilla Aqmarina Ariditya
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.320

Abstract

Tomat adalah salah satu buah yang banyak dikonsumsi oleh masyarakat Indonesia. Akan tetapi, produksi tomat tidak diimbangi dengan budidaya yang baik sehingga daun tomat terserang penyakit. Di Indonesia, penyakit utama yang menyerang daun tomat yaitu busuk daun dan bercak bakteri. Busuk daun mengakibatkan pertumbuhan tanaman tomat terhambat dan bercak bakteri mengakibatkan kualitas tanaman tomat kurang baik. Saat ini, identifikasi penyakit masih dilakukan secara manual dengan penglihatan manusia. Cara ini membuat petani menggunakan obat yang salah dalam menyembuhkan penyakit daun tomat. Teknologi pengolahan citra digital dapat digunakan untuk mengetahui kondisi daun tomat yang terserang penyakit dengan mudah. Penelitian ini bertujuan untuk merancang sistem identifikasi penyakit pada daun tomat dengan menggunakan RGB sebagai fitur ekstraksi warna dan Gray Level Co-Occurance Matrix (GLCM) sebagai fitur ekstraksi tekstur. Hasil dari sistem identifikasi penyakit pada daun tomat adalah penentuan label Sehat, Bercak Bakteri, dan Busuk Daun. Tingkat akurasi penelitian ini adalah 92,89% pada nilai k = 1 dengan menggunakan metode K-Nearest Neighbor (KNN).
IDENTIFIKASI KOMPONEN GUI PADA PROTOTIPE APLIKASI MOBILE Aura Kanza Caesaria; Mungki Astiningrum; Arie Rachmad Syulistyo
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.321

Abstract

OS Android merupakan OS Mobile terpopuler sejumlah 71,6% disusul IOS, dll. Hal ini menjadi peluang besar untuk menjadi android developer. Langkah awal yang harus dipersiapkan adalah memiliki pengetahuan dasar Java dan XML. Proses yang harus disiapkan pertama kali adalah pembuatan User Interface aplikasi. Namun, sebagai pemula sering kali kebingungan dalam menentukan komponen yang harus digunakan dalam pembuatan interface. Oleh karena itu diperlukan sebuah sistem yang dapat mengenali komponen yang akan digunakan. Perkembangan ilmu pengetahuan dan teknologi pengolahan citra digital memungkinkan untuk mengklasifikasi komponen GUI secara otomatis dengan bantuan aplikasi pengolahan citra. Dalam pengenalan komponen ini digunakan metode Convolutional Neural Network (CNN). Metode ini dapat mengenali komponen pada sebuah image. Dengan adanya aplikasi ini dapat membantu pengguna dalam menentukan komponen yang akan digunakanan untuk membuat tampilan suatu aplikasi. Tingkat keberhasilan klasifikasi komponen GUI yang didapatkan menggunakan metode Convolutional Neural Network adalah 85.32%. Sehingga dapat disimpulkan bahwa identifikasi komponen GUI pada prototipe aplikasi mobile sudah sesuai.
ANALISIS IMPLEMENTASI RESTFULL WEB SERVICE MENGGUNAKAN RESOURCE-ORIENTED ARCHITECTURE Elok Nur Hamdana; Meyti Eka Apriyani
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.335

Abstract

Web service merupakan kunci integritas untuk aplikasi yang berbeda platform, bahasa, dan sistem. Representational State Transfer (REST) merupakan prinsip aplikasi web service dengan menambahkan sebuah elemen untuk menggunakan Uniform Resource Identifier (URI) standar, memberikan kepentingan kepada penggunaan HTTP serta menjadi metode yang lebih baik untuk membangun web service. Filosofi REST mendukung prinsip dan protocol yang ada di web untuk membuat web service yang lebih powerful. Resource-Oriented Architecture (ROA) menetapkan sejumlah batasan dalam pembangunan aplikasi RESTful web service, yaitu addressability, statelessnes, uniform interfaces, representations, dan connectedness. Pemanfaatan web service dengan metode ROA pada Perusahaan dengan skala besar dapat memenuhi kebutuhan bisnis dan dapat membangun sistem yang memiliki keuntungan dalam skalabilitas interaksi komponen, generality of interface, komponen yang berdiri sendiri dan komponen penengah yang dapat mengurangi latency, menekankan keamanan, dan mengenkapsulasi legacy-system. Analisis dan implementasi RESTful Web Service terhadap aplikasi berupa kinerja dan trafik data manajemen menggunakan Resource-oriented Architecture agar aplikasi yang menggunakan web service lebih stabil dan web service membantu pengiriman data dari dan ke database berupa antrian eksekusi yang teratur. Kata kunci: HTTP, Resource-oriented Architecture, REST, URI, Web Service
ANALISIS PERFORMA CORE FRAMEWORK IOS PADA APLIKASI VISUALISASI GENERAL-GRAPH MENGGUNAKAN PERANGKAT MOBILE Shumaya Resty Ramadhani
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.341

Abstract

Perkembangan teknologi yang pesat membawa perubahan kebiasaan pada pengguna teknologi. Perangkat teknologi ikut berevolusi, mulai dari super komputer hingga smartphone berukuran kecil dengan performa yang sepadan. Banyaknya penikmat teknologi yang beralih kepada piranti cerdas ini membuka peluang pengembangan aplikasi yang cukup besar. Aplikasi mobile harus tetap mampu bekerja secara cepat dan ringan meski dijalankan pada smartphone dengan tipe lama atau spesifikasi terbatas. Terutama aplikasi yang mengusung visualisasi dan animasi untuk menarik minat pengguna. Sistem operasi iOS menyediakan CoreFramework yang mendukung proses pembuatan objek dan animasi dalam jumlah banyak dengan cepat dan ringan. Oleh sebab itu, dibentuklah sebuah aplikasi visualisasi general-graph sederhana dengan implementasi CoreFramework guna menguji seberapa besar pengaruh framework tersebut terhadap kualitas aplikasi, terutama pada perangkat seri lama. Kriteria pengujian menggunakan tiga variabel dasar, yaitu waktu, alokasi Central Processing Unit (CPU) dan Random Access Memory (RAM) yang digunakan. Hasil dari pengujian menunjukkan bahwa meski CoreFramework menggunakan Graphic Processing Unit (GPU) untuk pemrosesannya, tapi setidaknya aplikasi membutuhkan minimal RAM berukuran 2GB pada perangkat smartphone agar responsifitas terjaga. Hal ini disebabkan karena ketika kapasitas RAM kecil, maka aplikasi akan menggunakan alokasi CPU dengan cukup signifikan agar bisa berjalan dengan baik.
SURVEI TENTANG ALGORITMA KRIPTOGRAFI ASIMETRIS Triyas Hevianto Saputro; Nur Hidayati Hidayati; Erik Iman H. Ujianto
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.345

Abstract

Keamanan merupakan salah satu faktor penting dalam penyimpanan dan pengiriman data atau pesan. Salah satu cara untuk mengamankan dokumen adalah dengan menggunakan algoritma kriptografi. Kriptografi berdasarkan jenis kuncinya dibedakan menjadi dua yaitu kriptografi simetris dan asimetris. Algoritma enkripsi asimetris termasuk Rivest–Shamir–Adleman (RSA), Diffie-Hellman, Digital Secure Algorithm (DSA), XTR, Elliptic Curve Cryptography (ECC), dan Elgamal Encryption System (ESS). Dalam makalah ini akan melakukan survei paper terkait algoritma-algoritma enkripsi asimetris. Implementasi kriptografi asimetris dapat dikembangkan menggunakan algoritma-algoritma tersebut. Kata kunci : cryptography, encryption, decryption, public key

Page 8 of 56 | Total Record : 559


Filter by Year

2014 2025


Filter By Issues
All Issue Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025) Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025) Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025) Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025) Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024) Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024) Vol. 10 No. 3 (2024): Vol. 10 No. 3 (2024) Vol. 10 No. 2 (2024): Vol 10 No 2 (2024) Vol. 10 No. 1 (2023): Vol 10 No 1 (2023) Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023) Vol. 9 No. 3 (2023): Vol 9 No 3 (2023) Vol. 9 No. 2 (2023): Vol 9 No 2 (2023) Vol. 9 No. 1 (2022): Vol 9 No 1 (2022) Vol. 8 No. 4 (2022): Vol 8 No 4 (2022) Vol. 8 No. 3 (2022): Vol 8 No 3 (2022) Vol. 8 No. 2 (2022): Vol 8 No 2 (2022) Vol. 8 No. 1 (2021): Vol 8 No 1 (2021) Vol. 7 No. 4 (2021): Vol 7 No 4 (2021) Vol. 7 No. 3 (2021): Vol 7 No 3 (2021) Vol. 7 No. 2 (2021): Vol 7 No 2 (2021) Vol. 7 No. 1 (2020): Vol 7 No 1 (2020) Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) Vol. 6 No. 2 (2020): Vol 6 No 2 (2020) Vol. 6 No. 1 (2019): Vol 6 No 1 (2019) Vol. 5 No. 4 (2019): Vol 5 No 4 (2019) Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) Vol. 5 No. 1 (2018): Vol 5 No 1 (2018) Vol. 4 No. 4 (2018): Vol 4 No 4 (2018) Vol. 4 No. 3 (2018): Vol 4 No 3 (2018) Vol. 4 No. 2 (2018): Vol 4 No 2 (2018) Vol. 4 No. 1 (2017): Vol 4 No 1 (2017) Vol. 3 No. 4 (2017): Vol 3 No 4 (2017) Vol. 3 No. 3 (2017): Vol 3 No 3 (2017) Vol. 3 No. 2 (2017): Vol 3 No 2 (2017) Vol. 3 No. 1 (2016): Vol 3 No 1 (2016) Vol. 2 No. 4 (2016): Vol 2 No 4 (2016) Vol. 2 No. 3 (2016): Vol 2 No 3 (2016) Vol. 2 No. 2 (2016): Vol 2 No 2 (2016) Vol. 2 No. 1 (2015): Vol 2 No 1 (2015) Vol. 1 No. 4 (2015): Vol 1 No 4 (2015) Vol. 1 No. 3 (2015): Vol 1 No 3 (2015) Vol. 1 No. 2 (2015): Vol 1 No 2 (2015) Vol. 1 No. 1 (2014): Vol 1 No 1 (2014) More Issue