cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Indri Anugrah Ramadhani
Contact Email
indianugrah18@gmail.com
Phone
+6282292039909
Journal Mail Official
jurnalpetisi@gmail.com
Editorial Address
Universitas Pendidikan Muhammadiyah Sorong Jln. K.H. Ahmad Dahlan No. 1 Kelurahan Mariat Pantai Distrik Aimas Sorong Papua Barat Daya
Location
Kota sorong,
Papua barat
INDONESIA
Jurnal PETISI (Pendidikan Teknologi Informasi)
Published by Universitas Pendidikan Muhammadiyah Sorong
ISSN : -     EISSN : 27216276     DOI : 10.36232
Core Subject : Science, Education,
Computer Science & IT Education
Jurnal PETISI (Pendidikan Teknologi Informasi) diterbitkan oleh Universitas Pendidikan Muhammadiyah Sorong. Jurnal ini bertujuan untuk menerbitkan dan menyebarluaskan hasil penelitian dan studi tentang Pendidikan Taknologi Informasi. Artikel yang dimuat dalam jurnal adalah hasil penelitian atau pemikiran bidang pendidikan dasar yang dilakukan oleh peneliti, guru, dan praktisi pendidikan. Jurnal PETISI adalah Jurnal Ilmiah Pendidikan Teknologi Informasi yang memuat topik: - Information System - Mobile Computing and Application - Artificial Intelligence - Computer Networking & Security - Geographics Information System (GIS) - Human & Computer Interaction - Multimedia System - Innovative work on the Development of Educational Multimedia and E-Learning Frekuensi Terbitan: Terbit dua kali setahun pada bulan Januari dan bulan Juli.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 134 Documents
 9   10   11   12   13 
Implementasi Etika Ai Dalam Pendidikan: Analisis Kebijakan Dan Tantangan Operasional Prinsip FATE Masniyati Paulutu; Riviyanti Pontoh; Widy Natasya Lalu; Dian Novian; Abd. Aziz Bouty
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 2 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i2.4733

Abstract

Untuk hal-hal seperti otomatisasi proses administrasi, personalisasi pembelajaran, dan analisis data pembelajaran, kecerdasan buatan telah mengubah pendidikan. Meskipun AI memiliki potensi besar untuk meningkatkan pendidikan, ia juga menghadirkan banyak masalah etis, seperti bias algoritmik, pelanggaran privasi data, ketidakjelasan dalam pengambilan keputusan, dan kemungkinan pengurangan interaksi manusia dalam proses belajar-mengajar. Tujuan dari penelitian ini adalah untuk mempelajari bagaimana penggunaan AI di sektor pendidikan berhubungan dengan moral, penerapan teknologi, dan kebijakan publik. Metode Sistematic Literature Review (SLR) digunakan dalam penelitian ini, yang menggunakan metode analisis bibliometrik dan kualitatif pada 713 artikel ilmiah yang diterbitkan dari 2018 hingga 2024. Setelah melewati prosedur seleksi yang didasarkan pada protokol PRISMA, sebanyak 87 artikel yang relevan dievaluasi secara tematik dengan bantuan NVivo 14 dan VOSviewer untuk analisis bibliometrik. Hasil penelitian menunjukkan bahwa ada perbedaan besar dalam kerangka kebijakan saat ini dan praktik lapangan dalam menerapkan AI. Meskipun empat prinsip etika AI utama, Fairness, Accountability, Transparency, dan Ethics (FATE), digunakan secara berbeda dan tidak konsisten. Privasi data (72%), bias algoritmik (64%), ketergantungan teknologi (47%), dan kesenjangan akses (41%). Selain itu, hanya 29% lembaga memiliki mekanisme akuntabilitas yang jelas, sementara hanya 24% guru memasukkan etika AI ke dalam kurikulum mereka. Hasilnya menegaskan bahwa untuk memastikan bahwa pemanfaatan AI dalam pendidikan tidak hanya efektif secara teknis tetapi juga adil, inklusif, dan sejalan dengan nilai-nilai kemanusiaan dan tujuan pendidikan, diperlukan pengembangan kebijakan yang responsif, aplikatif, dan kontekstual. Hasil penelitian ini memberikan bantuan teoretis dan praktis untuk membangun kebijakan pendidikan yang moral dan beradaptasi dengan perkembangan teknologi di masa depan
Pendekatan Data Mining Dengan Algoritma K-Means Untuk Klasterisasi Faktor Perceraian Di Jawa Barat Vina Andini; April Lia Hananto; Bayu Priyatna; Agustia Hananto
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 2 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i2.5560

Abstract

Abstrak: Penelitian ini dilatarbelakangi oleh tingginya angka perceraian di Provinsi Jawa Barat yang menunjukkan variasi faktor penyebab antarwilayah, sehingga diperlukan analisis kuantitatif berbasis data untuk mengidentifikasi pola pengelompokan determinannya. Tujuan penelitian ini adalah menganalisis konfigurasi klaster faktor penyebab perceraian serta mengidentifikasi faktor dominan pada masing-masing kelompok wilayah menggunakan pendekatan data mining. Metode yang digunakan adalah K-Means Clustering berbasis unsupervised learning terhadap data sekunder Open Data Jabar periode 2017–2024, dengan enam variabel utama yaitu ekonomi, KDRT, kawin paksa, zina, madat, dan cacat badan. Penentuan jumlah klaster dilakukan menggunakan Elbow Method, evaluasi model menggunakan Silhouette Coefficient, serta visualisasi pola dilakukan melalui Principal Component Analysis (PCA). Hasil penelitian menunjukkan terbentuknya tiga klaster dengan nilai Silhouette sebesar 0,61 yang mengindikasikan kualitas pemisahan klaster yang baik. Cluster pertama didominasi faktor ekonomi, cluster kedua menonjol pada faktor zina dan madat, sedangkan cluster ketiga menunjukkan kombinasi tekanan ekonomi, KDRT, dan kawin paksa. Temuan ini menegaskan bahwa perceraian di Jawa Barat dipengaruhi oleh pola determinan yang berbeda antarwilayah. Penelitian ini menyimpulkan bahwa pendekatan K-Means efektif dalam mengidentifikasi struktur laten faktor perceraian dan merekomendasikan kebijakan pencegahan yang disesuaikan dengan karakteristik klaster serta pengayaan variabel dan metode pada penelitian selanjutnya
Pengembangan Media Pembelajaran Interaktif Berbasis Android pada Materi Berpikir Komputasional Kelas XI SMA Negeri 1 Tenggarong Nouval Aulia Rahman Nouval; Ramaulvi Muhammad Akhyar
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 2 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i2.5573

Abstract

Penelitian ini dilatarbelakangi oleh belum optimalnya pemanfaatan media pembelajaran interaktif pada pembelajaran Informatika materi Berpikir Komputasional di kelas XI SMA Negeri 1 Tenggarong yang masih didominasi media pembelajaran konvensional. Tujuan dari penelitian ini adalah mengembangkan media pembelajaran interaktif mobile application berbasis android, mengetahui tingkat kelayakan dan respons dari pengguna terhadap media pembelajaran. Penelitian menggunakan metode Research and Development (R&D) dengan model 4D (Define, Design, Development, Disseminate) dengan subjek terdiri dari ahli materi, ahli media, guru, dan peserta didik. Hasil penelitian menunjukkan bahwa media yang dikembangkan memperoleh nilai kelayakan sangat tinggi dari ahli materi 91% dan ahli media 89%. Tanggapan guru sebesar 95% dan peserta didik sebesar 87% dengan kategori sangat baik. Dengan demikian, media pembelajaran interaktif berbasis Android yang dikembangkan dinyatakan sangat layak dan sangat baik digunakan dalam pembelajaran Berpikir Komputasional.
Pengujian Fungsional Website Crusher Report Berbasis Machine Learning Menggunakan Metode Robustness Testing Chelsea Ayu Adhigiadany; Kartika Maulida Hindrayani; Dwi Arman Prasetya
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.2014

Abstract

Website dan Machine Learning menjadi kebutuhan penting perusahaan dalam rangka meningkatkan efektivitas kinerja. Salah satu implementasi integrasi website dengan Machine Learning adalah website Crusher Report milik PT XYZ. Website yang dirancang dengan memanfaatkan LARS, PostgreSQL, dan Flask ini sudah diuji secara ketangkasan model dalam memprediksi. Penelitian ini bertujuan untuk menguji keandalan website Crusher Report sebagai user interface milik PT XYZ menggunakan pendekatan Black Box Testing dengan metode Robustness Testing. Skenario pengujian yang digunakan yaitu dengan memberikan input diluar ketentuan website. Hasil pengujian menunjukkan bahwa website mampu menangani seluruh input tidak valid dengan baik melalui notifikasi kesalahan dan pengaturan nilai input otomatis, menghasilkan tingkat keberhasilan pengujian sebesar 100%. Temuan ini menunjukkan bahwa website Crusher Report efektif dalam mendeteksi dan mengelola kesalahan input, serta layak digunakan sebagai platform pendukung operasional crusher PT XYZ.
Algoritma Deep Learning untuk Mengukur Tingkat Kesesuaian Rumusan dan Asesmen Capaian Pembelajaran Mata Kuliah Wuryanto Wuryanto; Husni Thamrin; Jan Wantoro
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.2675

Abstract

Penelitian ini mengamati kinerja algoritma deep learning untuk mengukur keselarasan antara pertanyaan ujian dengan capaian pembelajaran matakuliah. Keselarasan kedua teks menggambarkan kewajaran proses pembelajaran, sehigga proses terbukti telah berjalan sesuai rencana pembelajaran. Secara umum, proses pembelajaran dimulai dari penyusunan rencana pembelaran, yang menghasilkan dokumen yang mengandung capaian pembelajaran (learning outcome). Selanjutnya proses belajar mengajar dijalankan baik secara daring ataupun luring, dan capaian pembelajaran diuur dengan metode asesmen yang mengukur secara substantif tingkat pencapaian pembelajaran. Riset dimulai dengan pengumpulan data dan preprosesing, dan berlanjut dengan menghitung tingkat kesesuaian menggunakan tiga model deep learning. Ketiga model yang diuji adalah sentence-transformer (model SBERT), denaya/indoSBERT-large (model Denaya), and cahya/bert-base-indonesian-1.5G (model Cahya). Penelitian ini menunjukkan bahwa model Cahya memiliki kinerja terbaik dengan nilai akurasi 0.92 dan F1-score 0.88 dibanding dengan evaluasi oleh manusia. Studi ini menunjukkan bahwa algoritma deep learning dapat diterapkan untuk mereview teks soal dalam kegiatan ujian agar selaras dengan capaian pembelajaran.
Prediksi Harga Saham Menggunakan Model Mixture Autoregressive (MAR) (Studi Kasus : Saham Perusahaan Rokok) Sintiya Ristiyani; Mohammad Idhom; Dwi Arman Prasetya
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.2721

Abstract

Memprediksi harga saham merupakan tantangan besar dalam dunia penelitian karena tingginya risiko yang terlibat, meskipun potensi keuntungannya juga sangat besar. Hal ini mencerminkan bahwa pergerakan saham sangat dipengaruhi oleh perubahan faktor eksternal maupun internal. Oleh karena itu, memperoleh prediksi harga saham yang tepat menjadi sangat krusial guna meminimalkan kemungkinan kerugian bagi para investor. Penelitian ini dilakukan dengan tujuan untuk memprediksi harga saham dari tiga perusahaan rokok besar di Indonesia, yaitu PT. Hanjaya Mandala Sampoerna Tbk (HMSP), PT. Gudang Garam Tbk (GGRM), dan PT Wismilak Inti Makmur Tbk (WIIM). Penelitian ini menggunakan suatu model statistika bernama Mixture Autoregressive (MAR), dipilih karena kemampuannya dalam menangkap pola tidak linier serta perubahan kondisi yang sering muncul pada pergerakan harga saham. Menggunakan model MAR diperoleh model MAR dengan nilai Mean Absolute Percentage Error (MAPE) untuk masing-masing perusahaan yaitu Gudang Garam (5.46%), Sampoerna (4.52%), dan Wismilak (3.58%).
Analisis dan Perbandingan Akurasi Image Generative AI DALL-E 3 dan Midjourney Menggunakan Metode Frechet Inception Distance (FID) Alif Baidhawi; Allan Nugraha; Fathoni Fathoni; Deni Agus Hendrawan; M Bintang Naufal Riansyah; Ali Ibrahim
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3172

Abstract

Perkembangan teknologi Generative AI telah membawa kemajuan pesat dalam pembuatan gambar berbasis teks, dengan DALL-E 3 dan Midjourney sebagai dua model terdepan. Penelitian ini bertujuan untuk menganalisis dan membandingkan akurasi visual hasil gambar dari kedua model menggunakan metrik Frechet Inception Distance (FID). Lima jenis prompt teks dipilih secara sistematis berdasarkan kategori anjing ras tertentu, dan setiap model menghasilkan 50 gambar yang dibandingkan dengan gambar acuan dari dataset Stanford Dogs. Hasil penelitian menunjukkan bahwa DALL-E 3 memiliki rata-rata skor FID sebesar 19.85, sedangkan Midjourney sebesar 28.42, yang berarti DALL-E 3 menghasilkan gambar yang lebih mendekati visual nyata. Uji statistik menggunakan Independent Sample t-Test menunjukkan adanya perbedaan signifikan antara kedua model. Dengan demikian, DALL-E 3 lebih cocok untuk kebutuhan yang menuntut realisme visual, sedangkan Midjourney lebih unggul dalam eksplorasi artistik.
Implementasi Metode Ensemble ROCK dalam Pengelompokan UMKM di Kabupaten Malang Reza Sadiya Purwadwika; Kartika Maulida Hindrayani; Aviolla Terza Damaliana
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3396

Abstract

UMKM memiliki peran penting dalam perekonomian nasional, namun masih menghadapi berbagai permasalahan seperti rendahnya pemanfaatan teknologi, keterbatasan akses permodalan, dan lemahnya daya saing. Kompleksitas karakteristik data UMKM yang mencakup variabel numerik dan kategorikal menjadi tantangan dalam analisis dan pemetaan yang akurat. Penelitian ini bertujuan untuk mengelompokkan UMKM di Kabupaten Malang berdasarkan karakteristik usaha dan pelaku usahanya dengan pendekatan ensemble clustering menggunakan algoritma ROCK. Data terdiri dari 75 entri UMKM yang mencakup variabel numerik (omset, modal, tenaga kerja) dan kategorikal (jenis usaha, penggunaan aplikasi transportasi daring). Clustering dilakukan secara terpisah dengan Agglomerative Hierarchical Clustering untuk data numerik dan ROCK untuk data kategorikal. Hasil kedua metode digabungkan menggunakan pendekatan ensemble untuk memperoleh klaster yang lebih stabil dan representatif. Parameter optimal diperoleh pada theta = 0,05 dan k = 4 dengan nilai Clustering Purity (CP*) sebesar 0,8148 dan Davies-Bouldin Index sebesar 0,3817, menunjukkan pemisahan cluster yang baik. Cluster akhir menunjukkan perbedaan signifikan dalam skala usaha, pemanfaatan teknologi digital, dan performa ekonomi. Temuan ini diharapkan menjadi dasar dalam merancang kebijakan pengembangan UMKM yang lebih tepat sasaran dan berbasis data.
SciLENS : E-Modul Berbasis STEM dengan Pendekatan Literasi Sains untuk Materi Pencemaran Lingkungan Almaida Almaida; Endra Putra Raharja; Lina Kumalasari
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3749

Abstract

Penelitian ini bertujuan untuk mengembangkan e-modul STEM berbasis literasi sains pada sub materi pencemaran lingkungan topik pencemaran air, serta alat filtrasi air sederhana sebagai bagian dari implementasi pendekatan STEM berbasis literasi sains yang valid dan praktis sehingga layak digunakan dalam pembelajaran. Penelitian ini menggunakan metode Research and Development (R&D) dengan model pengembangan ADDIE yang terdiri dari lima tahapan yaitu: (1) Analisis, (2) Desain, (3) Pengembangan, (4) Implementasi, dan (5) Evaluasi. Uji coba e-modul dan alat filtrasi air sederhana dilakukan di SMP Itas Rios Sorong dengan melibatkan 14 peserta didik kelas VII sebagai subjek penelitian. Berdasarkan hasil analisis data, diperoleh penilaian dari ahli materi 1 sebesar 88,91%, ahli materi 2 sebesar 100%, ahli media 1 sebesar 99.17%, dan ahli media 2 sebesar 99.31%. Hasil penilaian dari ahli materi dan ahli media memenuhi kategori “sangat layak”. Selain itu, hasil angket respon peserta didik menunjukkan bahwa seluruh siswa memberikan tanggapan positif terhadap e-modul dan alat filtrasi aie sederhana dengan hasil presentase sebesar 96,67%. Dengan demikian, hasil penelitian ini menunjukkan bahwa E-modul STEM berbasis literasi sains pada sub materi pencemaran lingkungan topik pencemaran air beserta alat filtrasi air sederhana dinyatakan layak digunakan sebagai bahan ajar dalam pembelajaran untuk siswa kelas VII SMP Itas Rios Sorong.
Analisis Kepuasan Pengunjung Menggunakan Metode Regresi Linear Berganda di Solo Technopark Berbasis Web M Ainur Syawaludin; Hanifah Permatasari; Dwi Hartanti
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3805

Abstract

Evaluasi kepuasan pengunjung di Solo Technopark selama ini dilakukan secara manual, sehingga dinilai kurang efisien dan tidak mampu mengungkap faktor-faktor layanan secara mendalam. Penelitian ini bertujuan untuk mengembangkan sistem dashboard berbasis web guna menganalisis dan memantau tingkat kepuasan pengunjung secara cepat dan akurat. Metode CRISP-DM digunakan sebagai kerangka kerja, dengan data primer yang dikumpulkan melalui kuesioner mencakup sembilan indikator layanan (U1–U9). Analisis dilakukan menggunakan Regresi Linear Berganda untuk mengidentifikasi pengaruh masing-masing indikator terhadap kepuasan, serta analisis tren diagnostik untuk mengetahui penyebab fluktuasi skor kepuasan antar periode. Hasil penelitian menunjukkan bahwa indikator Kompetensi Petugas (U5) dan Sikap Sopan dan Ramah (U6) memiliki pengaruh paling signifikan terhadap kepuasan pengunjung (R² = 0,751). Sistem dashboard yang dikembangkan terbukti efektif dalam membantu manajemen mengidentifikasi masalah pelayanan dan merancang strategi peningkatan kualitas layanan. Penelitian ini merekomendasikan pemanfaatan sistem ini secara rutin sebagai alat evaluasi berbasis data dan pengambilan keputusan taktis.

Page 11 of 14 | Total Record : 134

 9   10   11   12   13 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol. 7 No. 3 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 2 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 6 No. 2 (2025): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 6 No. 1 (2025): JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 5 No. 2 (2024): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 5 No. 1 (2024): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 4 No. 2 (2023): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 4 No. 1 (2023): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 3 No. 2 (2022): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 3 No. 1 (2022): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 2 No. 2 (2021): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 2 No. 1 (2021): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 1 No. 2 (2020): Jurnal PETISI (Pendidikan Teknologi Informasi) Vol. 1 No. 1 (2020): Jurnal PETISI (Pendidikan Teknologi Informasi) More Issue