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[Leap Motion Controller Game Sebagai Alat Bantu Terapi Rehabilitasi Otot Tangan ]]>
<![CDATA[Rakhmawati, Restu]]>;
<![CDATA[Jannah, Helmi Roichatul]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i3.42885
<![CDATA[Salah satu bagian tubuh yang rawan mengalami cedera adalah tangan. Cedera tangan umumnya disebabkan oleh kecelakaan yang tidak disengaja ataupun dampak dari beberapa penyakit seperti parkinson dan stroke. Cedera otot tangan memerlukan proses penyembuhan secara terapi dan pemulihan dengan rehabilitasi. Terapi dan rehabilitasi otot tangan sangat bergantung pada gerakan olahraga rutin pada pasien dengan rekomendasi dari dokter. Namun terdapat beberapa kendala yang dihadapi oleh pasien yang memerlukan terapi ini. Pertama, proses terapi rehabilitasi otot tangan memerlukan waktu yang panjang sehingga membuat pasien merasa bosan. Kedua, pasien mendapatkan instruksi dari dokter untuk melakukan gerakan yang melatih otot tangan seperti mengepal-kepalkan tangan, mengambil benda-benda di rumah dengan menggunakan tangan. Pasien memerlukan alat bantu yang dapat mempermudah mereka untuk melakukan gerakan terapi secara rutin sesuai dengan perkembangan kondisi tangan mereka. Leap motion controller akan digunakan sebagai perangkat masukan (input) pada alat bantu terapi yang akan dikembangkan. Permainan tersebut dapat dimainkan oleh pemain dengan menggunakan leap motion controller. Permainan didesain berdasarkan rekomendasi gerakan rehabilitasi oleh dokter. Penelitian ini bertujuan untuk mengembangkan teknologi yang dapat membantu proses terapi rehabilitasi pasien cedera otot tangan. Alat bantu terapi yang dikembangan akan menerapkan gamifikasi untuk membuat proses terapi lebih mudah dan menyenangkan bagi pasien.]]>
<![CDATA[Optimasi Algoritma K-Means Clustering dengan Parallel Processing menggunakan Framework R ]]>
<![CDATA[Marieska, Mastura Diana]]>;
<![CDATA[Lestari, Suci]]>;
<![CDATA[Mahendra, Calvin]]>;
<![CDATA[Oktadini, Nabila Rizky]]>;
<![CDATA[Buchari, Muhammad Ali]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 1 (2021): Volume 7 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i1.43400
<![CDATA[Parallel processing sering digunakan untuk melakukan optimasi execution time terhadap algoritma data mining. Pada penelitian ini, parallel processing digunakan untuk melakukan optimasi pada algoritma clustering K-Means. Implementasi algoritma K-means dilakukan dengan memanfaatkan package yang tersedia pada framework R. Algoritma K-Means dijalankan secara serial dan parallel. Untuk mendapatkan persentase optimasi, maka dilakukan perbandingan antara execution time pada parallel processing dan execution time pada serial processing. Penelitian ini menggunakan dataset Boston Housing yang umum digunakan pada data mining. Skenario pengujian dibedakan berdasarkan jumlah core dan jumlah centroid. Hasil pengujian menunjukkan bahwa parallel processing untuk tiap skenario memiliki execution time yang lebih kecil daripada serial processing. Optimasi yang dihasilkan cukup signifikan, yakni bernilai 20% hingga 52%. Optimasi tertinggi didapatkan pada jumlah core terbanyak dan jumlah centroid terbesar.]]>
<![CDATA[Tinjauan Kasus Model Speech Recognition: Hidden Markov Model ]]>
<![CDATA[Jollyta, Deny]]>;
<![CDATA[Oktarina, Dwi]]>;
<![CDATA[Johan, Johan]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i2.39231
<![CDATA[Teknologi pengenal suara (speech recognition) merupakan teknologi yang berkembang pesat dalam bidang kecerdasan buatan (artificial intelligent). Saat ini, teknologi pengenal suara menjadi hal yang komersil melalui berbagai media teknologi seperti smartphone dan komputer. Salah satu pembentuk struktur pengenal suara agar dapat bekerja pada perangkat tersebut adalah model statistik pengenal suara Hidden Markov Model (HMM). Penerapan HMM pada berbagai kasus menunjukkan bahwa model ini cocok dengan berbagai macam data. Tulisan ini merupakan sebuah tinjauan untuk model HMM yang bertujuan untuk memberikan gambaran dan pemahaman terhadap kinerja HMM melalui rangkuman sejumlah penelitian yang digunakan dalam berbagai data. Penerapan HMM tersebut menunjukkan optimalisasi kinerja HMM dan tinjauan terhadap sejumlah penelitian menunjukkan bahwa tingkat keberhasilan HMM dalam mengenali data mencapai 71.43%.]]>
<![CDATA[Implementasi Chatbot Pembelajaran Bahasa Inggris menggunakan Media Sosial ]]>
<![CDATA[Sarosa, Moechammad]]>;
<![CDATA[Kusumawardani, Mila]]>;
<![CDATA[Suyono, Achmad]]>;
<![CDATA[Sari, Zamah]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i3.43191
<![CDATA[Bagi sebagian kalangan belajar bahasa Inggris adalah sesuatu yang tidak mudah sehingga perlu pendamping untuk memperbaiki jika terjadi kesalahan. Belajar bahasa Inggris bisa diawali dengan memahami secara benar strukturnya sehingga dapat membantu dan memberikan rasa percaya ciri saat mempelajari materi-materi selanjutnya seperti reading, listening maupun writing. Penelitian ini bertujuan mengembangkan suatu aplikasi chatbot untuk belajar struktur bahasa Inggris menggunakan media sosial. Pertimbangan utama penggunaan media sosial sebagai sarana pembelajaran yaitu sebagian besar aktifitas masyarakat hingga pelajar di musim pandemic ini menggunakan media sosial atau sarana belajar berbasis online, sehingga dirasa bahwa media sosial bukan sesuatu yang baru bagi khalayak ramai dan menjadi alternatif terbaik yang dapat digunakan sebagai sarana untuk menyampaikan materi struktur bahasa Inggris. Facebook dengan fasilitas chatfuel-nya digunakan untuk mengembangkan chatbot pembelajaran struktur bahasa Inggris dengan memanfaatkan metode Organization Exercise Items (OEI). Dengan menggunakan metode OEI maka chatbot secara otomatis akan memberikan bantuan apabila ada seseorang yang sedang belajar mengalami kesulitan. Aplikasi yang diberi nama ELA-bot atau English Learning Assistant Bot ini telah diimplementasikan pada mahasiswa program studi D3 Bahasa Inggris, Politeknik Negeri Malang. Hasil pengujian menunjukkan bahwa 98% mahasiswa menyatakan chatbot telah membantu dalam proses pembelajaran struktur Bahasa inggris. ]]>
<![CDATA[Prototipe Peringatan Dini Banjir dengan Menerapkan Teknologi Internet of Thing ]]>
<![CDATA[Supriadi, Supriadi]]>;
<![CDATA[Wajiansyah, Agusma]]>;
<![CDATA[Putra, Arief Bramanto Wicaksono]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 1 (2021): Volume 7 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i1.43052
<![CDATA[Salah satu dampak nyata dari perubahan iklim adalah banjir yang telah terjadi lebih sering di banyak wilayah padat penduduk dan menyebabkan dampak pada kehidupan manusia dan mata pencaharian. Tujuan penelitian ini adalah membangun algoritma untuk memudahkan seseorang atau pengguna dapat mengetahui kondisi dan mendapat peringatan tentang ketinggian permukaan air terhadap permukaan jalan raya. Pengguna dapat memonitor ketinggian air dengan menggunakan smartphone apabila ketinggian permukaan air kanal dibawah permukaan jalan, dan pengguna akan mendapat peringatan apabila tiba-tiba permukaan air meningkat melebihi permukaan jalan secara real time. Untuk medapatkan ketinggian permukaan air kanal, dengan cara memanfaatkan rambatan gelombang suara ultrasonit yang dipantulkan pada obyek. Dengan diketahuinya jarak obyek, maka dapat dilakukan komputasi untuk mengetaui ketinggian permukaan air kanal. Nilai ketinggian permukaan air kanal dikrim melalui jaringan internet menuju Internet of Thing (IoT) cloud server yang dapat di monitor oleh pengguna. Sedangkan nilai ketinggian permukaan air kanal yang tidak normal akan menjadi keputusan untuk memberi interupsi peringatan kepada pengguna, apabila pengguna sedang tidak dalam keadaan sedang memantau. Hasil percobaan pada prototipe ini mampu memberikan representasi variabel ketinggian permukaan air dalam bentuk grafis dan nilai numerik, serta mampu memberi peringatan pada pengguna melalui smartphone. Sistem peringatan dini banjir mampu merepresentasikan data dalam bentuk level vertikal dan data numerik dengan tinggkat ketinggian air paling rendah adalah -150 cm dan paling tinggi 130 cm, dengan representasi nilai 0 cm apabila tingkat ketinggian permukaan air sejajar dengan permukaan badan jalan. Interupsi peringatan muncul apabila nilai tingkat ketinggian air lebih dari 0 cm.]]>
<![CDATA[Mobile Knowledge Management System untuk Penanggulangan dan Pemulihan Stres Sapi ]]>
<![CDATA[Irfansyah, Puput]]>;
<![CDATA[Hatmoko, Bondan Dwi]]>;
<![CDATA[Hermadi, Irman]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i2.40841
<![CDATA[Permasalahan yang sering terjadi pada hewan ternak adalah penyusutan berat badan setelah melakukan perjalanan dari asal ternak ke daerah tujuan. Hal tersebut sangatlah merugikan pihak peternak, sehingga mereka harus menekan harga jual akibat penyusutan berat badan ternaknya. Knowledge Management System (KMS) memberikan sebuah pendekatan bagaimana sebuah permasalahan dapat diindentifikasi, ditangkap, dibagi, dan dievaluasi melalui sebuah sistem. Membantu mengatur, menyaring dan menyajikan permasalahan serta solusi untuk menanganinya. Penelitian ini bertujuan untuk merancang sebuah prototipe KMS penanggulangan stres pada sapi berbasis mobile yang sesuai dengan kebutuhan dari para pengguna menggunakan pendekatan Lesson Learned System. Kemudian prototipe diuji dengan menggunakan User Acceptance Testing (UAT) menggunakan Mean Opinion Score (MOS) dan hasil akhir pengujian KMS mobile penanggulangan dan pemulihan stres pada sapi adalah baik.]]>
<![CDATA[Analisis Perbandingan Metode LBP dan CLBP pada Sistem Pengenalan Individu Melalui Iris Mata ]]>
<![CDATA[Saidah, Sofia]]>;
<![CDATA[Purnamasari, Rita]]>;
<![CDATA[Bainuri, Aulia Novria]]>;
<![CDATA[Wahid, Gloria Shekinah Florensia]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i3.41521
<![CDATA[Salah suatu metode yang digunakan untuk mengenali individu, baik berdasarkan ciri fisik, karakter maupun perilaku yang membeedakan antara satu individu dengan individu lainnya disebut sebagai biometrik. Iris mata merupakan salah satu ciri biometric yang sering digunakan untuk proses pengenalan individu. Tujuan dari penelitian ini adalah untuk mengetahui perbandingan kinerja Metode LBP dan Metode CLBP dalam melakukan pengenalan individu melalui iris matanya. Dari hasil penelitian diperoleh bahwa metode CLBP menghasilkan akurasi tertinggi sebesar 89,71%, sementara metode LBP menghasilkan akurasi 87,43%.]]>
<![CDATA[Pemetaan Resiko Teknologi Informasi dengan Integrasi IT Balanced Scorecard dan NIST SP 800-34 Rev.1 ]]>
<![CDATA[Prabowo, Wahyu Adi]]>;
<![CDATA[Saputri, Marheni Eka]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i3.40717
<![CDATA[Resiko Teknologi Informasi (TI) di lingkungan pendidikan tinggi merupakan suatu kejadian yang potensial untuk mengganggu berjalannya proses bisnis. Masih banyak resiko-resiko TI yang belum terpetakan sehingga masih ada ketidakseimbangan dalam proses identifikasi resiko yang menyebabkan tidak tercapainya tujuan visi misi pada Unit TI pendidikan tinggi. Untuk mengatasi ketidakseimbangan tersebut maka diperlukan untuk mengidentifikasi resiko TI untuk meningkatkan layanan TI agar tidak terhentinya proses bisnis pendidikan tinggi. Tujuan dari penelitian ini adalah untuk melakukan pemetaan yang terintegrasi antara tujuan dan risk, yaitu dengan menggunakan IT Balanced Scorecard dan NIST SP 800-34 Rev.1. Metode dari penelitian ini adalah dengan mengumpulkan beberapa data informasi terkait IT Balanced Scorecard dan NIST SP 800-34 Rev.1 lalu dianalisa untuk membuat sebuah perencanaan resiko Teknologi Informasi. Hasil dari penelitian ini dapat memberikan gambaran bahwa resiko dapat dipetakan ke dalam sasaran strategis yang ada dalam IT Balanced Scorecard, sehingga dapat menyeimbangkan antara kinerja dan resikonya agar dapat tercapainya visi misi Unit TI pendidikan tinggi.]]>
<![CDATA[Perbandingan Model Klasifikasi untuk Evaluasi Kinerja Akademik Mahasiswa ]]>
<![CDATA[Rachmatika, Rinna]]>;
<![CDATA[Bisri, Achmad]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i3.43097
<![CDATA[Dunia pendidikan saat ini mengalami kompetisi yang begitu ketat, terutama pada era digital seperti saat ini, dimana salah satunya yaitu pendidikan tinggi yang saling berkompetisi dalam meraih peringkat terbaik. Instrumen dalam dunia pendidikan seperti penerimaan mahasiswa baru hingga kelulusan dapat dievaluasi berdasarkan kinerja mahasiswa agar terwujudnya pendidikan yang berkualitas. Pengambilan keputusan dalam evaluasi kinerja akademik mahasiswa pada kelulusan tepat waktu dan tidak tepat waktu dapat dilakukan dengan penambangan data pendidikan (educational data mining). Berbagai model klasifikasi data mining pada pendidikan telah banyak dilakukan para peneliti. Namun, secara umum sulit untuk menentukan model klasifikasi terbaik dari berbagai metode pada evaluasi kinerja akademik mahasiswa dengan kasus yang sama. Tujuan dari penelitian ini untuk menentukan model klasifikasi yang memiliki kinerja terbaik pada prediksi kelulusan mahasiswa tepat waktu yang dievaluasi berdasarkan empat dataset yaitu TI-Reg.A, TI-Reg.B, AK-Reg.A, dan AK-Reg.B. Indikator dalam evaluasi kinerja model berdasarkan peringkat rata-rata akurasi. Hasil eksperimen menunjukkan bahwa model klasifikasi random forest memiliki kinerja terbaik pada sebagian dataset dan memiliki nilai akurasi rata-rata peringkat tertinggi dibandingkan model GBT. Sedangkan, model DT, NB, k-NN, LR, NN, MLP, dan SVM memiliki kinerja yang sama baik.]]>
<![CDATA[Steganography Citra dengan Metode Least Significant Bit Random Placement ]]>
<![CDATA[Harahap, Muhammad Khoiruddin]]>;
<![CDATA[Khairina, Nurul]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i2.40620
<![CDATA[Steganografi memiliki keunikan tersendiri dalam menyembunyikan keberadaan sebuah pesan rahasia. Steganografi identik dengan penggunaan media tertentu dalam menjaga kerahasiaan pesan, tetap menjadi favorit para peneliti untuk tetap mengembangkan penelitian di bidang ilmu ini. Metode Least Significant Bit merupakan metode steganografi sederhana, serta memiliki perubahan relatif kecil dan tidak dapat dlihat secara visual manusia. Metode Linear Congruential Generator merupakan metode pembangkit bilangan acak. Metode ini digunakan untuk memilih koordinat piksel P(x,y) secara acak, kemudian piksel acak yang terpilih akan digunakan sebagai acuan dasar dalam penyisipan pesan. Penelitian ini mengkombinasikan metode Least Significant Bit dengan Linear Congruential Generator yang disertai dengan penggunaan operator Boolean XOR yang berfungsi untuk memproses pesan biner dengan piksel citra. Hasil operasi XOR berupa bilangan biner yang akan di replace pada citra asli dan kemudian akan menghasilkan stego image. Dari proses penelitian serta pengujian embedded dan extraction, dapat diambil kesimpulan bahwa penelitian ini menghasilkan keterbaharuan sederhana dan unik. Hasil penelitian menunjukkan bahwa sebuah piksel dapat disisipkan pesan lebih dari satu kali. Penyisipan juga dapat dilakukan pada beberapa piksel acak maupun pada delapan piksel tetangga yang berhubungan dengan piksel acak P(x,y). Di samping itu perubahan stego image terhadap gambar original juga terlihat sangat minim dan tidak dapat dilihat secara kasat mata. Kombinasi beberapa metode pada penelitian ini juga tetap mampu menjaga kualitas citra yang dibuktikan dengan nilai MSE yang mencapai 0.04 pada penyisipan 100 karakter dengan resolusi gambar 1024 x 1024 sehingga tidak menimbulkan kecurigaan pihak lain terhadap adanya penyembunyian pesan rahasia pada sebuah citra.]]>
