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
522 Documents
<![CDATA[Sistem Peringatan Dini Bahaya Kebakaran pada Lahan Gambut ]]>
<![CDATA[Rahman, Syaifur]]>;
<![CDATA[Razikin, Abang]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (723.877 KB)
|
DOI: 10.26418/jp.v4i2.28074
<![CDATA[Pemanfaatan lahan gambut bagi kehidupan manusia telah memunculkan berbagai persoalan seperti terjadinya subsiden (penurunan permukaan tanah), banjir pada musim hujan, kekeringan pada musim kemarau, dan yang lebih bahaya terjadinya kebakaran lahan gambut. Kebakaran lahan gambut dapat terjadi diawali  meningkatnya Tinggi Muka Air (TMA) yang menyebabkan rendahnya kandungan air pada lahan gambut. Penelitian ini merancang suatu sistem peringatan dini adanya potensi kebakaran pada lahan gambut. metode dilakukan dengan cara mengukur TMA serta besaran fisik lainnya seperti kelembapan tanah dan suhu udara. Pengukuran tinggi air menggunakan sensor ultrasonik yang dapat merespon setiap perubahan TMA. Data dan informasi dari sensor diolah dengan menggunakan hardware dan software agar dapat dikonversi dalam bentuk angka dan disimpan dalam memori eksternal secara periodik.  Sistem informasi peringatan dini akan memberikan infomasi adanya potensi kebakaran jika hasil pengukuran sensor terhadap TMA lebih dari 40 cm. Informasi peringatan dini berupa tulisan “POTENSI BAHAYA KEBAKARAN†yang dikirimkan dengan menggunakan short message system (SMS) melalui handphone.  Berdasarkan pengujian di Laboratorium Elektroteknika Dasar terhadap hardware dan software bahwa sistem peringatan dini bahaya kebakaran dapat mengukur dan merekam  setiap perubahan data suhu, TMA dan kelembaban serta mengirimkan pesan bahaya kebakaran jika TMA lebih dari 40 cm. ]]>
<![CDATA[Profiling Gaya Sutradara Berdasarkan Penempatan Posisi Kamera dengan Fuzzy Logic ]]>
<![CDATA[Junaedi, Hartarto]]>;
<![CDATA[Hariadi, Mochamad]]>;
<![CDATA[Purnama, I Ketut Eddy]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (912.395 KB)
|
DOI: 10.26418/jp.v4i2.28993
<![CDATA[Teknologi komputer telah banyak digunakan di tidak hanya untuk tujuan penelitian dan pendidikan saja tetapi juga di dunia hiburan. Salah satu hiburan berbasis komputer adalah permainan komputer dan animasi. Salah satu komponen pendukungnya adalah machinima. Machima adalah teknologi yang akan menempatkan sebuah komponen sinematik dalam dunia virtual. Salah satu komponen yang dapat dikontrol adalah penempatan posisi kamera. Seorang sutradara bisa dibedakan gaya penyutradaraannya, salah satunya berdasarkan penempatan posisi kamera. Dengan menerapkan suatu gaya penyutradaraan pada sebuah permainan atau animasi bisa mendapatkan suasana yang berbeda. Penelitian ini akan mencoba melakukan profiling terhadap gaya seorang sutradara berdasarkan kebiasaan penempatan posisi kamera. Pendekatan yang dilakukan berbasis logika fuzzy. Penelitian ini akan menggunakan 19 variabel input yang berasal dari hasil ektraksi data simulasi dan 5 variabel output untuk melakukan profiling terhadap dua buah gaya sutradara yang berbeda dengan pendekatan logika fuzzy. Akan dihasilkan diagram area dan histogram sehingga mempermudah pembacaan dalam membedakan gaya sutradara dan berhasil dibedakan berdasarkan modus hasil analisa terhadap diagram histogram.]]>
<![CDATA[Pemetaan Sebaran Data Buta Aksara dengan Sistem Informasi Geografis dan Database Engine ]]>
<![CDATA[Imansyah, Fitri]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 1 (2019): Volume 5 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1145.939 KB)
|
DOI: 10.26418/jp.v5i1.31451
<![CDATA[Strategi pelaksanaan penuntasan buta aksara mengacu pada tiga pilar strategis dan program terkait: Pemerataan dan perluasan layanan pendidikan keaksaraan, peningkatan mutu dan relevansi program keaksaraan, penguatan tata kelola dan akuntabilitas. Dalam rangka membantu untuk merencanakan pengeleloaan di bidang pendidikan khususnya pemberantasan buta aksara, dipandang perlu memanfaatkan sistem informasi geografis (SIG). Untuk membangun SIG diperlukan data utama yaitu data spasial (peta) dan data atribut (statistik). Kedua jenis data harus tersedia secara bersama-sama untuk memberikan informasi yang akurat. Masalah yang muncul bagaimana mentransformasikan kondisi real (real world) ke domain SIG, bagaimana manajemen datanya, dan bagaimana membangun aplikasi SIG yang bermanfaat sebagai salah satu unsur penunjang dalam pengambilan keputusan. Tujuan penelitian ini adalah untuk menghasilkan suatu pemetaan masyarakat buta aksara beserta data yang mendukung sebagai rumusan kebijakan yang diharapkan dapat menjadi landasan dalam upaya menekan jumlah masyarakat buta aksara, memberikan gambaran situasi dan kondisi existing keaksaraan, dan tersusunnya data spasial sebaran masyarakat buta aksara by-name, by-address dan by-pfotoyang dapat di-update sesuai perkembangannya di wilayah Kalimantan Barat.]]>
<![CDATA[Peramalan Data Kunjungan Wisatawan Mancanegara ke Indonesia menggunakan Fuzzy Time Series ]]>
<![CDATA[Thira, Indra Jiwana]]>;
<![CDATA[Mayangky, Nissa Almira]]>;
<![CDATA[Kholifah, Desiana Nur]]>;
<![CDATA[Balla, Imanuel]]>;
<![CDATA[Gata, Windu]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 1 (2019): Volume 5 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (54.843 KB)
|
DOI: 10.26418/jp.v5i1.31074
<![CDATA[Wisatawan mancanegara memegang peranan penting terhadap pertumbuhan ekonomi dari sektor pariwisata. Untuk meningkatkan kunjungan wisatawan mancanegara perlu dilakukan pembangunan yang berkelanjutan pada sektor pariwisata. Pembangunan yang dilakukan harus sejalan dengan tren pertumbuhan kunjungan wisatawan mancanegara agar pembangunan tepat sasaran, efektif dan efisien. penelitian ini bertujuan untuk meramalkan kunjungan wisatawan mancanegara ke Indonesia menggunakan metode Fuzzy Time Series. Data historis yang digunakan adalah data kunjungan wisatawan mancanegara ke Indonesia periode Januari Tahun 2013 sampai dengan Desember Tahun 2017 dari Badan Pusat Statistik (BPS). Implementasi Fuzzy Time Series pada data historis menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 4,42 % dengan tingkat kesalahan tertinggi sebesar sebesar 18,05% pada Januari 2014 dan kesalahan terendah sebesar 0,04% pada Mei 2017. Hasil tersebut menunjukan bahwa penggunakan Fuzzy Time Series pada peramalan data kunjungan wisatawan mancanegara ke Indonesia memiliki hasil yang sangat baik.]]>
<![CDATA[Perbandingan Kinerja Hasil Seleksi Fitur pada Prediksi Kinerja Akademik Siswa Berbasis Pohon Keputusan ]]>
<![CDATA[Asmoro, Achmad Shoddiq Bayu]]>;
<![CDATA[Irianto, Wahyu Sakti Gunawan]]>;
<![CDATA[Pujianto, Utomo]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (22.76 KB)
|
DOI: 10.26418/jp.v4i2.29294
<![CDATA[Sistem manajemen E-learning merupakan bentuk kemajuan teknologi dalam bidang pendidikan dan telah banyak menghasilkan kumpulan data-data pendidikan yang salah satunya adalah data aktivitas pembelajaran siswa dalam sistem manajemen E-learning. Banyaknya data pendidikan yang belum tereksplorasi dengan baik dapat di manfaatkan dengan menggunakan teknik data mining. Pada penelitian ini akan dilakukan perbandingan 3 model data berbeda yaitu data awal tanpa preprocessing dan data yang di preprocessing menggunakan seleksi fitur correlation-based feature selection dan Information Gain. Data yang digunakan adalah data aktivitas pembelajaran siswa dalam sistem manajemen E-learning. Selanjutnya proses pengujian data dengan menggunakan 10 folds cross validation dengan metode C4.5 dan evaluasi data menggunakan confusion matrix. Hasil dari pengujian data menggunakan algoritma C4.5 yang dikombinasikan dengan seleksi fitur correlation-based feature selection menghasilkan nilai akurasi yang lebih tinggi dengan nilai akurasi sebesar 76.92%. Sementara itu hasil dari pengujian data awal tanpa selesksi fitur dan data yang di seleksi fitur menggunakan information gain memiliki nilai akrasi yang sama dengan nilai akurasi sebesar 76.19%. Hal ini dikarenakan data yang diproses menggunakan algoritma C4.5 tanpa preprocessing dan data yang telah di preprocessing menggunakan information gain sama-sama menghitung nilai gain untuk membuat model pohon keputusan, dan menghasilkan model pohon keputusan yang sama. Sehingga hasil dari proses pengujian data memiliki nilai akurasi yang sama.]]>
<![CDATA[Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes ]]>
<![CDATA[Gunawan, Billy]]>;
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Pratama, Enda Esyudha]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (536.219 KB)
|
DOI: 10.26418/jp.v4i2.27526
<![CDATA[Sistem analisis sentimen merupakan sistem yang digunakan untuk melakukan proses analisis otomatis pada ulasan produk online bahasa Indonesia untuk memperoleh informasi meliputi informasi sentimen yang merupakan bagian dari ulasan online. Data tersebut diklasifikasikan menggunakan Naive Bayes. Sistem analisis sentimen dibagi menjadi 5 (lima) tahap, yaitu crawling, pre-processing, pembobotan kata, pembentukan model dan klasifikasi sentimen. Pada pembobotan kata digunakan metode TF-IDF (Term Frequency – Inverse Document Frequency). Data yang ada akan diklasifikasikan ke dalam 5 (lima) kelas, yaitu sangat negatif, negatif, netral, positif dan sangat positif. Data tersebut kemudian akan dievaluasi menggunakan pengujian confusion matrix dengan parameter akurasi, recall, dan precision. Hasil pengujian menunjukkan pada pengujian 3 kelas (negatif, netral dan positif) hasil terbaik didapatkan pada 90% data latih dan 10% data uji dengan nilai akurasi 77.78%, recall 93.33% dan precision 77.78% dan pada pengujian 5 kelas hasil terbaik didapatkan pada 90% data latih dan 10% data uji dengan nilai akurasi 59.33 %, recall 58.33 % dan precision 59.33 %. Hasil prediksi kelas data uji yang relevan dibandingkan antara kelas sentimen yang ditandai supervisor dan kelas sentimen yang dihasilkan oleh sistem analisis sentimen walaupun belum sepenuhnya akurat.]]>
<![CDATA[Penerapan Finite State Machine pada Battle Game Berbasis Augmented Reality ]]>
<![CDATA[Hidayat, Eka Wahyu]]>;
<![CDATA[Rachman, Andi Nur]]>;
<![CDATA[Azim, Muhammad Fauzan]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 1 (2019): Volume 5 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1335.748 KB)
|
DOI: 10.26418/jp.v5i1.29848
<![CDATA[Studi penelitian ini membuat game android berbasis Augmented Reality (AR) dengan menerapkan Finite State Machine (FSM) untuk pergerakan Non Player Character (NPC). Game sejenis ini contohnya adalah game Aster Battle yang didapat sebagai hadiah dari sebuah produk makanan. Pada game tersebut ditemukan masalah dimana karakter tidak memiliki kecerdasan untuk melakukan aksi pertarungan. Permasalahan lainnya adalah hasil scan marker menampilkan karakter yang tidak sesuai markernya dan pergerakan animasi pertarungan terlalu cepat. Untuk mengatasi masalah tersebut perlu dibuat battle game sejenis dengan karakter dan konsep yang berbeda dengan menambahkan kecerdasan buatan agar animasi pertarungan menjadi lebih terkontrol. Di dalam penelitian ini menerapkan sistem kecerdasan buatan yaitu Finite State Machine (FSM) sebagai strategi untuk menentukan action animation prediction. Penelitian ini berhasil membuat battle game dengan pendekatan metode versi Luther. Berdasarkan pengujian yang telah dilakukan, dari hasil pengujian alpha secara fungsional sudah sesuai dan dari pengujian beta yaitu User Acceptance Test (UAT) didapat nilai sebesar 71% yang berarti game yang dibangun dengan menerapkan Finite State Machine dinyatakan layak untuk digunakan dengan interpretasi Baik.]]>
<![CDATA[Optimasi Parameter pada Fast Correlation Based Fiter Menggunakan Algoritme Genetika untuk Klasifikasi Metagenom ]]>
<![CDATA[Haryanto, Toto]]>;
<![CDATA[Guritno, Hanif Bagus]]>;
<![CDATA[Kustiyo, Aziz]]>;
<![CDATA[Hermadi, Irman]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (603.936 KB)
|
DOI: 10.26418/jp.v4i2.28011
<![CDATA[Metagenome merupakan mikroorganisme yang diambil secara langsung dari alam. Proses sequencing genom dari metagenome mengakibatkan bercampurnya berbagai organisme. Hal ini menyebabkan kesulitan pada proses perakitan DNA. Oleh karena itu, dibutuhkan proses pemilahan yang disebut binning. Pada proses binning dengan pendekatan komposisi, teknik yang dilakukan adalah dengan supervised learning. Salah satu tahapan dalam supervised learning yaitu ekstraksi fitur, penelitian ini menggunakan metode ektraksi fitur n-mers. Besarnya parameter n pada metode ekstraksi fitur n-mers akan mengakibatkan dimensi fitur yang tinggi. Penelitian ini bertujuan untuk menerapkan algorime fast-correlation based filter (FCBF) untuk mereduksi dimensi fitur yang dihasilkan n-mers dan mengoptimasi parameter threshold pada fast-correlation based filter menggunakan algoritme genetika. Penelitian ini diuji menggunakan klasifikasi k-nearest neighbour. Performa terbaik diperoleh ketika n = 7 dan k = 3 dengan akurasi mencapai 99.41% dengan nilai threshold 0.67788. Dengan optimasi, waktu komputasi menjadi lebih efisien karena jumlah fitur sudah tereduksi.]]>
<![CDATA[Perancangan Prototipe Aplikasi Mobile Tadzkirah ]]>
<![CDATA[Sasongko, Agung]]>;
<![CDATA[Latifah, Latifah]]>;
<![CDATA[Adwiya, Rabiatul]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (518.659 KB)
|
DOI: 10.26418/jp.v4i2.29266
<![CDATA[Pengguna internet kini semakin meningkat dari sisi kuantitas pengguna serta waktu. Rata-rata lama waktu yang digunakan para pengguna mengakses internet berkisar 4 jam sehari, hal ini sebagai acuan dasar penyebaran dakwah harus memanfaatkan internet sebagai medianya. Tadzkirah sebagai upaya pengingat kebaikan dalam ajaran agama Islam kepada para pemeluknya sudah dipandang perlu memanfaatkan aplikasi mobile berbasis internet sebagai asisten pribadi bagi untuk mengingatkan dalam hal kebaikan. Pada penelitian ini membahas mengenai perancangan prototipe aplikasi mobile Tadzkirah berbasis Android yang terintegrasi dengan website tadzkirah.org. Aplikasi mobile ini memiliki fitur menampilkan masjid terdekat serta kegiatan-kegiatan yang akan dilaksanakan di lokasi terdekat dengan menunjukkan lokasi kegiatan berupa peta google map. Perhitungan lokasi terdekat menggunakan euclidean distance, yaitu menghitung derajat kedekatan antara dua titik vektor. Nilai derajat yang digunakan kurang dari 0.6, atau radius sekitar 6-7KM dari titik lokasi pengguna. Aplikasi juga menyuguhkan nasehat-nasehat singkat kebaikan sehari-sehari. Bentuk data untuk komunikasi antara aplikasi mobile dengan web menggunakan format JSON. Dari hasil pengujian rata-rata waktu yang dibutuhkan menyuguhkan informasi 0.9 detik diluar pengambilan gambar, hal itu disebabkan format JSON lebih sederhana dari HTML pada website.]]>
<![CDATA[Optimalisasi Perangkingan Nilai Akademik dan Non Akademik dalam Proses Pengawasan Studi Mahasiswa Menggunakan Metode AHP ]]>
<![CDATA[Mini, Ros]]>;
<![CDATA[Fadlil, Abdul]]>;
<![CDATA[Sunardi, Sunardi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 1 (2019): Volume 5 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (620.996 KB)
|
DOI: 10.26418/jp.v5i1.29324
<![CDATA[Proses pembelajaran mahasiswa sering kali mengalami penurunan kualitas yang dipengaruhi faktor internal maupun eksternal. Hal ini juga menjadi perhatian khusus bagi program studi. Untuk mengatasi dan menyelesaian masalah tersebut dibutuhkan sebuah sistem pendukung keputusan menggunakan metode Analytic Hierarchy Process (AHP), dengan mengotimalkan data mahasiswa untuk peningkatan kualitas pembelajaran dengan melakukan pengawasan studi. Adapun kriteria yang digunakan yaitu akademik dan non akademik. Hasil dari penelitian ini adalah bentuk perangkingan metode AHP berdasarkan nilai akademik dan non akademik, dari 20 data yang digunakan ada 8 mahasiswa yang memiliki nilai terendah, mahasiswa tersebut yang membutuhkan pengawasan secara ekstra dalam proses pembelajaran.]]>
