Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Jurnal Edukasi dan Penelitian Informatika (JEPIN) merupakan peer reviewed journal di bidang informatika. Jurnal ini diterbitkan 3 bulan dalam setahun (April, Agustus, dan Desember) oleh Program Studi Informatika, Fakultas Teknik, Universitas Tanjungpura, Indonesia.
Articles
12 Documents
Search results for
, issue
"Vol 4, No 1 (2018): Volume 4 No 1"
:
12 Documents
clear
<![CDATA[Traceability Kebutuhan dan Perancangan Konseptual Manajemen Rapat Terintegrasi ]]>
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Prihartini, Narti]]>;
<![CDATA[Nyoto, Rudy Dwi]]>;
<![CDATA[Anra, Hengky]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (757.911 KB)
|
DOI: 10.26418/jp.v4i1.24499
<![CDATA[Rapat dapat dipandang sebagai alat yang secara efisien memfasilitasi pertukaran informasi diantara beberapa orang. Hal-hal penting dalam pelaksanaan rapat meliputi pengambilan keputusan bersama, kehadiran peserta rapat sesuai kuorum serta tepat waktu, diskusi yang konstruktif, dan tindak lanjut setelah rapat memerlukan integrasi agar tiap hal tersebut dapat dimanajemen dengan baik. Beberapa rapat yang berlangsung saat ini masih menghadapi berbagai permasa-lahan diantaranya kurangnya informasi tentang pelaksanaan rapat sehingga mempengaruhi kehadiran peserta, diskusi yang belum terfokus sesuai agenda rapat, dan notulensi rapat belum lengkap. Prosedur pelaksanaan rapat saat ini memunculkan usulan perencanaan perbaikan manajemen rapat dengan mendeskripsikan kebutuhan antarmuka, fungsional, dan non-fungsional. Rancangan konseptual sesuai analisis eksisting dan perbaikan sistem yang dapat menjadi acuan pengembangan aplikasi berbasis mobile dan web meliputi diagram statis (diagram alir data, entity relationship diagram, relational database) serta diagram dinamis (diagram use case, dan class diagram). Hasil akhir penelitian ini yaitu mapping kebutuhan terhadap diagram statis dan dinamis yang berhasil dilakukan melalui traceability matrix dan mock-up aplikasi yang dirancang dengan sembilan fitur utama.]]>
<![CDATA[Prediksi Kecepatan Angin Menggunakan Adaptive Neuro Fuzzy (ANFIS) dan Radial Basis Function Neural Network (RBFNN) ]]>
<![CDATA[Nikentari, Nerfita]]>;
<![CDATA[Bettiza, Martaleli]]>;
<![CDATA[Sastypratiwi, Helen]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (385.842 KB)
|
DOI: 10.26418/jp.v4i1.25558
<![CDATA[Angin sebagai salah satu fenomena alam yang mempengaruhi berbagai aspek dalam kehidupan manusia baik pengaruh positif maupun negatif. Aspek ini berperan besar dalam ekonomi, pariwisata, pembangunan, transportasi maupun perdagangan masyarakat. Data angin dalam hal ini kecepatan angin belum dapat diketahui secara pasti nilainya oleh karena itu perlu adanya prediksi. Adaptive Neuro Fuzzy Inference System (ANFIS) dan Radial Basis Function Neural Networkc(RBFNN) adalah algoritma yang dapat digunakan untuk prediksi data. Penelitian ini menggunakan ANFIS dan RBFNN untuk memprediksi kecepatan angin. Data prediksi yang digunakan dalam penelitian ini adalah data time series. Data kecepatan angin diperoleh dari BMKG (Badan Meteorologi Klimatogi dan Geofisika) Tanjungpinang, Kepualuan Riau. Hasil prediksi dengan kedua metode ini dibandingan dengan data asli untuk mengetahui metode mana yang lebih akurat dalam prediksi data. Hasil pengujian menggunakan kedua algoritma memperlihatkan akurasi terbaik (paling mendekati data asli/target) diperoleh oleh RBFNN yaitu dengan nilai RMSE adalah 0,1766 dan hasil RMSE ANFIS adalah 1,1456.]]>
<![CDATA[Spelling Corrector Bahasa Indonesia dengan Kombinasi Metode Peter Norvig dan N-Gram ]]>
<![CDATA[Simanjuntak, Maya Salinka]]>;
<![CDATA[Sujaini, Herry]]>;
<![CDATA[Safriadi, Novi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (428.037 KB)
|
DOI: 10.26418/jp.v4i1.24075
<![CDATA[Abstrak - Kesalahan pengetikan dalam suatu dokumen merupakan human error yang sulit dihindari, akibatnya pesan yang ingin disampaikan tidak maksimal. Menggunakan fitur Spelling Corrector menjadi salah satu cara untuk mengecek kesalahan-kesalahan pengetikan. Metode-metode yang digunakan mampu memberikan saran-saran kata yang benar, tapi tidak mampu memperbaiki kata yang salah secara langsung. Pengguna harus memilih satu kata yang diinginkan dari saran-saran kata yang dihasilkan oleh fitur. Dibutuhkan fitur Spelling Corrector yang mampu memberikan hanya satu saran kata dan langsung memperbaikinya. Melihat cara berbagai macam metode memberikan saran kata, kombinasi metode Peter Norvig dan N-Gram mampu menghasilkan satu saran kata. Kedua metode mencari saran kata menggunakan nilai probabilitas kata yang paling sering muncul di dalam kamus. Perbedaan dari kedua metode tersebut adalah Peter Norvig menggunakan algoritma yang mengkombinasikan proses menghapus, menambah, memisahkan, mengganti, dan memindahkan huruf pada kata yang salah. Sedangkan, N-Gram menggunakan algoritma yang memperhatikan kata-kata sebelum dan sesudahnya berdasarkan kalimat di dalam kamus. Kamus yang digunakan adalah dokumen hasil training corpus yang disebut ARPA file. Kombinasi metode ini diuji dalam 9 skenario kesalahan penulisan dengan 160 kalimat yang masing-masing memiliki satu kata yang salah. Hasil pengujian menyatakan bahwa kombinasi kedua metode memberikan tingkat ketepatan 65,926% dan tingkat keberhasilan 78,07% untuk menghasilkan satu saran kata yang benar dari satu kata yang salah dalam sebuah kalimat. Kombinasi kedua metode ini dapat digunakan dalam memperbaiki kesalahan pengetikan, walaupun tidak dapat memperbaiki kata dengan tingkat kesalahan dua huruf atau lebih. Hal ini dikarenakan, Peter Norvig tidak mampu memperbaiki kata dengan tingkat kesalahan dua huruf dan membutuhkan korpus yang baik.Kata kunci: Kombinasi, Spelling Corrector, Peter Norvig, N-Gram, ARPA file.]]>
<![CDATA[Pengaruh Metode Dictionary Lookup pada Cleaning Korpus Terhadap Akurasi Mesin Penerjemah Statistik Indonesia–Melayu Pontianak ]]>
<![CDATA[Etsa, Muhammad Dwi]]>;
<![CDATA[Sujaini, Herry]]>;
<![CDATA[Safriadi, Novi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (792.841 KB)
|
DOI: 10.26418/jp.v4i1.24595
<![CDATA[Bahasa Melayu Pontianak merupakan dialek bahasa Melayu yang dituturkan oleh masyarakat Kota Pontianak dan sekitarnya, meskipun masih jauh dari kepunahan namun perlu dilestarikan sebagai tindakan pencegahan agar tidak punah, salah satu upaya pelestarian bahasa daerah yaitu dengan pembuat mesin penerjemah. Mesin Penerjemah Statistik (MPS) adalah sebuah pendekatan mesin penerjemah dengan hasil terjemahan dihasilkan atas dasar model statistik, namun masih terdapat kelemahan yaitu rendahnya tingkat akurasi terjemahan. Proses cleaning adalah proses pencarian dan perbaikan (penghapusan) kata atau kalimat yang salah ataupun tidak sesuai dalam rangka meningkatkan tingkat akurasi terjemahan, salah satu metode yang dapat digunakan pada proses cleaning adalah metode dictionary lookup. Tujuan dari penelitian ini adalah mengetahui pengaruh penerapan metode dictionary lookup pada proses cleaning korpus terhadap akurasi mesin penerjemah statistik bahasa Indonesia – bahasa Melayu Pontianak. Penelitian menggunakan korpus paralel sebanyak 9157 kalimat. Pengujian dilakukan dengan membandingkan nilai akurasi hasil terjemahan sebelum dan setelah cleaning dengan metode dictionary lookup. Pengujian dilakukan dengan pengujian otomatis menggunakan Bilingual Evaluation Understudy (BLEU). Dari hasil penelitian, penerapan metode dictionary lookup pada proses cleaning dapat mempengaruhi akurasi MPS, ini terlihat dari terjadinya penurunan sebesar 1,5% pada korpus manual dan penurunan sebesar 6,94% dengan korpus orisinal sementara itu terjadi peningkatan sebesar 2,58% pada korpus clean dic. Berdasarkan hal tersebut penerapan metode dictionary lookup pada proses cleaning dapat menurunkan nilai akurasi hasil terjemahan.]]>
<![CDATA[Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Neural Network ]]>
<![CDATA[Halimi, Imam]]>;
<![CDATA[Kusuma, Wahyu Andhyka]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (572.09 KB)
|
DOI: 10.26418/jp.v4i1.25384
<![CDATA[Investasi saham merupakan hal yang tidak asing didengar maupun dilakukan. Ada berbagai macam saham di Indonesia, salah satunya adalah Indeks Harga Saham Gabungan (IHSG) atau dalam bahasa inggris disebut Indonesia Composite Index, ICI, atau IDX Composite. IHSG merupakan parameter penting yang dipertimbangkan pada saat akan melakukan investasi mengingat IHSG adalah saham gabungan. Penelitian ini bertujuan memprediksi pergerakan IHSG dengan teknik data mining menggunakan algoritma neural network dan dibandingkan dengan algoritma linear regression, yang dapat dijadikan acuan investor saat akan melakukan investasi. Hasil dari penelitian ini berupa nilai Root Mean Squared Error (RMSE) serta label tambahan angka hasil prediksi yang didapatkan setelah dilakukan validasi menggunakan sliding windows validation dengan hasil paling baik yaitu pada pengujian yang menggunakan algoritma neural network yang menggunakan windowing yaitu sebesar 37,786 dan pada pengujian yang tidak menggunakan windowing sebesar 13,597 dan untuk pengujian algoritma linear regression yang menggunakan windowing yaitu sebesar 35,026 dan pengujian yang tidak menggunakan windowing sebesar 12,657. Setelah dilakukan pengujian T-Test menunjukan bahwa pengujian menggunakan neural network yang dibandingkan dengan linear regression memiliki hasil yang tidak signifikan dengan nilai T-Test untuk pengujian dengan windowing dan tanpa windowing hasilnya sama, yaitu sebesar 1,000.]]>
<![CDATA[Penerapan Aplikasi Power Business Intelligence Dalam Menganalisis Prioritas Pekerjaan di Indonesia ]]>
<![CDATA[Akbar, Ricky]]>;
<![CDATA[Rasyiddah, Dini]]>;
<![CDATA[Anrisya, Marchella]]>;
<![CDATA[Julyazti, Nadya Fritania]]>;
<![CDATA[Syaputri, Silvia]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (595.147 KB)
|
DOI: 10.26418/jp.v4i1.25497
<![CDATA[Jenis pekerjaan merupakan salah satu faktor yang diperhatikan oleh masyarakat. Jenis pekerjaaan yang beragam memungkinkan masyarakat untuk bisa memilih pekerjaan yang diinginkan. Data mengenai jenis-jenis pekerjaan yang ada di Indonesia sangat banyak. Maka dibutuhkan teknologi dalam mengelola data tersebut seperti Business Intelligence (BI). Business Intelligence meliputi proses pengumpulan data dan informasi, nantinya data dan informasi tersebut akan diolah sehingga memudahkan dalam mengambil keputusan. Pada penelitian ini menggunakan aplikasi Power BI, dapat membantu masyarakat dalam menemukan jenis pekerjaan dari berbagai provinsi di Indonesia.]]>
<![CDATA[Implementasi Business Intelligence Menentukan Daerah Rawan Gempa Bumi di Indonesia dengan Fitur Geolokasi ]]>
<![CDATA[Akbar, Ricky]]>;
<![CDATA[Darman, Ridho]]>;
<![CDATA[Marizka, FNU]]>;
<![CDATA[Namora, Jesi]]>;
<![CDATA[Ardewati, Novisa]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (484.938 KB)
|
DOI: 10.26418/jp.v4i1.25518
<![CDATA[Gempa bumi merupakan bencana alam yang dapat menimbulkan banyak kerusakan materil bahkan jatuhnya korban jiwa. Secara geografis, Indonesia terletak pada kawasan cincin api (ring of fire), yaitu lokasi yang sering mengalami bencana gempa bumi dan letusan gunung berapi. Badan Nasional Penanggulangan Bencana (BNPB) adalah Lembaga yang memiliki data-data tentang bencana yang terjadi di Indonesia dalam ukuran besar. Supaya data tersebut dapat diolah menjadi informasi yang lebih bernilai, diperlukan sebuah aplikasi untuk memvisualisasikan data-data tersebut sehingga dapat menampilkan informasi berupa daerah yang rawan bencana dan aman dari bencana khususnya gempa bumi. Penerapan business inteligence sangat cocok untuk kasus ini agar BNPB dapat mengelompokkan bencana khususnya gempa bumi di setiap provinsi yang ada di Indonesia untuk mempermudah masyarakat mendapat informasi bencana gempa bumi yang terjadi serta dapat menjadi acuan bagi pemerintah dalam merancang standar pendirian bangunan dan kesiapan mitigasi bencana. Pada penelitian ini menggunakan salah satu aplikasi business inteligence yakni QlikView untuk dapat mengelompokkan bencana gempa bumi yang terjadi di setiap provinsi yang ada di Indonesia serta menampilkan visualisasinya pada peta dengan fitur geolokasi menggunakan data spasial.]]>
<![CDATA[Implementasi Business Intelligence untuk Mendapatkan Pola Penerbangan Penumpang Pesawat dari atau ke Bandara Internasional Minangkabau ]]>
<![CDATA[Akbar, Ricky]]>;
<![CDATA[Alfarizi, Vedo]]>;
<![CDATA[Amarta, Tata Bayu]]>;
<![CDATA[Ardian, Nazhifa Najla]]>;
<![CDATA[Ibrahim, Mahfuz Jailani]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1769.38 KB)
|
DOI: 10.26418/jp.v4i1.25580
<![CDATA[Pesawat udara saat ini sangat diminati untuk perjalanan jauh bagi pengguna jasa penerbangan baik untuk perjalanan pariwisata maupun perjalanan bisnis. Akibatnya, aktifitas penerbangan selalu ramai. Oleh karenanya, perusahaan pengelola bandar udara memiliki manajemen terkait penjadwalan penerbangan. Kumpulan dari jadwal penerbangan yang bervariasi ini menghasilkan data yang disebut flight daily report. Perkembangan teknologi memiliki penemuan baru untuk memanfaatkan data sebagai hal penting dalam kemajuan bisnis. Salah satunya adalah dengan penerapan business intelligence. Peneliti akan menerapkan business intelligence untuk mendapatkan pola penerbangan penumpang menggunakan data Flight Daily Report (FDR) Bandara Internasional Minangkabau tahun 2017. dengan mendapatkan pola penerbangan kita sebagai pengguna jasa penerbangan dapat mengetahui kapan jadwal padat bandar udara, serta dapat mengetahui kapan orang-orang cendrung melakukan perjalanan udara dari atau ke Bandara Internasioanal Minangkabau (BIM). Tools yang digunakan untuk penelitian ini adalah Pentaho Data Integration dan Microsoft Power BI. Hasil penelitian berupa grafik dari data Flight Daily Report (FDR) Bandara Internasional Minangkabau tahun 2017 yang telah diproses sehingga dapat kita analisa dan simpulkan bahwa jadwal penerbangan tersibuk terjadi pada pukul 14.10 WIB yaitu untuk waktu kedatangan. Kata kunci ― business intelligence, pentaho, Microsoft Power BI, Pola Penerbangan, BIM]]>
<![CDATA[Aplikasi Media Pembelajaran Biologi Sistem Saraf Pusat Menggunakan Augmented Reality ]]>
<![CDATA[Mustaqim, Ivan]]>;
<![CDATA[Irwansyah, Azhar]]>;
<![CDATA[Sukamto, Anggi Srimurdianti]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (870.071 KB)
|
DOI: 10.26418/jp.v4i1.24150
<![CDATA[Augmented Reality (AR) merupakan salah satu teknologi informasi yang dimanfaatkan sebagai media pembelajaran sistem saraf pusat manusia. Sistem saraf pusat manusia sulit diamati secara langsung karena berada didalam tubuh. Augmented Reality dimanfaatkan pada pembelajaran sistem saraf manusia dikarenakan dapat menampilkan objek 3 dimensi yang mirip bentuk aslinya, sehingga diharapkan menjadi alternatif media pembelajaran sistem saraf pusat manusia. Penelitian ini menggunakan game engine UNITY untuk membangun aplikasi berbasis Android berteknologi Augmented Reality, disertai dengan buku yang berisi marker yang apabila diarahkan oleh aplikasi dapat menampilkan objek 3 dimensi. Aplikasi ini dapat dimanfaatkan oleh siswa sekolah menengah atas. Berdasarkan hasil pengujian marker, ada 3 marker yang dapat menampilkan 7 objek tiga dimensi. Berdasarkan pengujian kompatibilitas, aplikasi dapat bekerja dengan baik pada perangkat Android dengan versi minimal 4.2.2 yaitu jellybean. Hasil pengujian pre test dan post test, kelompok siswa yang belajar menggunakan buku biologi memiliki kenaikan persentase nilai sebesar 26.48 % sedangkan kelompok siswa yang belajar menggunakan aplikasi Augmented Reality memiliki persentase nilai sebesar 36.10 % yang berarti aplikasi Augmented Reality sistem saraf pusat manusia dapat diterapkan sebagai media pembelajaran sistem saraf pusat manusia.]]>
<![CDATA[Perancangan Prototipe Sistem Kontrol Suhu dan Kelembaban pada Gedung Walet dengan Mikrokontroler Berbasis Mobile ]]>
<![CDATA[Dewi, Suti Kurnia]]>;
<![CDATA[Nyoto, Rudy Dwi]]>;
<![CDATA[Marindani, Elang Derdian]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (795.36 KB)
|
DOI: 10.26418/jp.v4i1.24065
<![CDATA[Abstrak— Sarang burung walet merupakan salah satu komoditas ekspor yang memiliki nilai ekonomis cukup tinggi. Suhu dan kelembaban di dalam gedung walet sangat berpengaruh terhadap kualitas dan harga sarang burung walet. Penelitian ini membangun prototipe sistem kontrol suhu dan kelembaban pada gedung walet dengan mikrokontroler berbasis mobile. Mikrokontroler berfungsi untuk mengambil data suhu, kelembaban dan kualitas udara kemudian mengirimkannya ke server sehingga pengguna dapat memantau dan mengatur suhu serta kelembaban di dalam gedung walet melalui aplikasi android maupun website sistem. Penelitian ini menggunakan mikrokontroler Wemos D1 Mini, sensor suhu dan kelembaban DHT11, sensor kualitas udara MQ135, water pump sebagai supplier air dan exhaust fan sebagai sirkulator udara. Pengujian yang dilakukan terhadap sistem terdiri dari pengujian hardware dan software. Pada pengujian hardware, rangkaian mikrokontroler membutuhkan waktu rata-rata 11 detik untuk mengirimkan data ke server. Sedangkan pada pengujian software, rangkaian mikrokontroler membutuhkan waktu rata-rata 3 detik untuk merespon perintah dari perangkat android dan 5 detik untuk perintah dari website sistem. Berdasarkan hasil perngujian dapat disimpulkan bahwa rancangan prototipe sistem kontrol suhu dan kelembaban pada gedung walet dapat berfungsi dengan baik. Kata kunci— Sarang Burung Walet, Mikrokontroler, Wemos D1 Mini, DHT11, MQ135, Suhu, Kelembaban. ]]>
