cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
Jurnal Edukasi dan Penelitian Informatika (JEPIN)
ISSN : 24600741     EISSN : 25489364     DOI : -
Core Subject : Science, Education,
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.
Arjuna Subject : -
Articles 522 Documents
Sistem Pakar Berbasis Android Diagnosis Penyakit Hepatitis Menggunakan Metode Certainty Factor dengan Penelusuran Forward Chaining Sari, Intan Permata; Priyanto, Agus
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i3.40812

Abstract

Salah satu penyakit menular pembunuh terbesar setelah tuberculosis yaitu penyakit hepatitis. Di Indonesia penyakit hepatitis sudah tidak asing lagi, bahkan selalu ada peningkatan setiap kali pendataan. Penyebab penyakit ini kian meningkat dikarenakan kurangnya kesadaran masyarakat akan penyakit hepatitis dan kurangnya inisiatif untuk berkonsultasi dengan dokter mengenai gejala – gejala yang dirasakan. Dalam penelitian ini dibuat sistem pakar berbasis android untuk mendiagnosis penyaki hepatitis. Metode yang digunakan yaitu metode certainty factor untuk mengatasi masalah ketidakpastian, dan metode forward chaining untuk penelusuran data. Sistem ini berkeja dengan melakukan diagnosis berdasarkan gejala – gejala penyakit yang dirasakan oleh pengguna, lalu dilakukan perhitungan menggunakan certainty factor dan penelusuran data forward chaining. Berdasarkan hasil pengujian menggunakan black box, menunjukan bahwa semua komponen yang diuji mengeluarkan hasil yang diharapkan dan sesuai dengan fungsionalitasnya serta hasil pengujian akurasi dengan pakar ahli penyakit dalam mendapatkan nilai akurasi sebesar 88%. Oleh karena itu sistem ini dapat dikatakan layak untuk digunakan.
Rancangan Sistem Informasi Pengelolaan Audit Mutu Internal (AMI) Perguruan Tinggi Ripanti, Eva Faja; Oramahi, Hasan A
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 1 (2021): Volume 7 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i1.44330

Abstract

Tujuan penelitian adalah merancang sebuah sistem informasi untuk pengelolaan audit mutu internal (AMI) yang menjadi bagian dari siklus Sistem Penjaminan Mutu Internal (SPMI) Pendidikan Tinggi (Dikti), yaitu evaluasi pelaksanaan standar Dikti. AMI berperan dalam proses pemeriksaan pemenuhan Standar Dikti pada tahap pelaksanaan standar. Banyaknya proses dalam sistem AMI mulai dari mulai desk-evaluation, visitasi, permintaan tindakan koreksi, dan dokumentasi. Ditambah lagi kegiatan AMI yang idealnya dilaksanakan setiap tahun untuk setiap program studi, dan jumlah auditor yang terbatas menuntut dibangunnya sebuah sistem informasi agar proses monitoring dan pengambilan keputusan dapat dilakukan dengan mudah, sehingga pengelolaan dapat berjalan efisien dan berkelanjutan. Sistem informasi diperlukan, sistem ini dikembangkan dengan pendekatan System Development Life Cycle (SDLC), dimana dalam proses pengembangannya terdapat empat tahapan besar yaitu perencanaan, analisis, perancangan, dan implementasi. Sistem AMI yang dirancang untuk dapat digunakan secara umum pada proses AMI di perguruan tinggi, terutama di Universitas Tanjungpura (Untan). Beberapa kendala yang dihadapi sebelum menggunakan sistem informasi, misalnya sulitnya mengetahui dengan cepat informasi terkait perbaikan mutu untuk setiap program studi secara periodik. Penelitian ini menghasilkan sebuah rancangan sistem informasi yang mengelola kebutuhan AMI secara terintegrasi mulai dari proses penjadwalan, self-assessment (desk-evaluation) oleh program studi, visitasi, tindakan koreksi, dan pelaporan.
Pengembangan Model Evaluasi pada Integrated Information Systems di Universitas: Systematic Literature Review Ripanti, Eva Faja
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.41258

Abstract

Evaluasi pada suatu sistem informasi dilakukan untuk meninjau efektivitas kerja sebuah sistem untuk menghindari implementasi yang kurang optimal dari sisi teknologi informasi. Tujuan dari penelitian ini adalah menghasilkan sebuah model yang dapat digunakan sebagai petunjuk atau pedoman dalam melaksanaka proses evaluasi sebuah atau beberapa sistem informasi (integrated system), terutama sistem informasi di Universitas. Penelitian dibangun dengan pendekatan desk- based research dimana data yang dikumpulkan berdasarkan antara lain database penelitian yang relevan yang didapat dari search engine penelitian dengan menggunakan kata kunci dan frase yang terkait dengan evaluasi dan sistem informasi di Universitas. Tinjauan literatur secara sistematis atau systematic literature review dilakukan dalam membangun model ini, literatur yang didapat digunakan sebagai dasar melakukan analisis dan perancangan, untuk model yang dapat digunakan dalam evaluasi sebuah atau beberapa sistem informasi. Penelitian ini menghasilkan tahapan dan standar pelaksanaan evaluasi sistem informasi yang dapat digunakan di Universitas.
Otomatisasi Pembangkitan Mind Map dari Buku Teks Berbahasa Indonesia Berbasis Analisis Struktur Kalimat Kusuma, Selvia Ferdiana; Siahaan, Daniel O.; Fatichah, Chastine
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i3.42405

Abstract

Mind map adalah sebuah media yang dapat digunakan untuk memvisualisasikan keterkaitan suatu informasi. Adanya visualisasi informasi dapat mempermudah pemahaman terhadap informasi tersebut. Tidak ada aturan khusus dalam pembuatan mind map. Namun butuh proses yang cukup panjang ketika ingin membuat sebuah mind map, mulai dari membaca seluruh informasi, memahami keterkaitan informasi, kemudian memvisualisasikan keterkaitan informasi tersebut. Tentunya hal ini akan menyita banyak waktu. Oleh sebab itu penelitian ini mengusulkan sebuah metode otomatisasi pembangkitan mind map berbasis analisis struktur kalimat. Input dari metode ini berupa teks per bab dan outputnya adalah mind map. Setiap kalimat inputan akan diidentifikasi dan dilabeli dengan tag khusus, kemudian dari tag-tag tersebutlah akan dibentuk mind map secara otomatis dengan aturan khusus yang telah dibuat. Uji coba penelitian ini menggunakan lebih dari 1000 kalimat yang divisualisasikan menjadi sebuah mind map. Kemudian hasil visualisasi tersebut  divalidasi kebenaranya oleh ahli di bidang pendidikann yang telah memiliki pengalaman mengajar lebih dari 20 tahun. Hasil pegujian yang telah dilakukan menunjukkan bahwa metode yang diusulkan dapat digunakan untuk membangkitkan mind map secara otomatis.
Perbandingan Akurasi Analisis Sentimen Tweet terhadap Pemerintah Provinsi DKI Jakarta di Masa Pandemi Himawan, Ragil Dimas; Eliyani, Eliyani
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 1 (2021): Volume 7 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i1.41728

Abstract

Pemerintah memanfaatkan media sosial seperti twitter sebagai salah satu kanal interaksi dengan masyarakat. Informasi hasil interaksi tersebut sebagai umpan balik untuk mengetahui opini masyarakat terhadap kebijakan publik. Analisis sentimen tweet dari masyarakat dapat dijadikan sebagai salah satu parameter penunjang bagi pemerintah dalam mengevaluasi kebijakan dan pengambilan keputusan mendatang. Penelitian ini bertujuan untuk mengetahui sentimen data tweet masyarakat terhadap akun twitter resmi Pemerintah Provinsi DKI Jakarta di masa pandemi COVID-19. Data yang diperoleh sebanyak 14208 baris dengan query pada tweet yang mengandung kata atau menyebut username @dkijakarta, dimana akan dikelompokkan berdasarkan kelas sentimen yaitu, negatif, netral, dan positif dengan menggunakan TF-IDF Vectorizer untuk pembobotan kata dan klasifikasi menggunakan beberapa metode yaitu, random forest classifier dengan hasil akurasi sebesar 75,81%, algoritma naive bayes dengan hasil akurasi 75,22%, dan algoritma support vector machine 77,58%. Dilakukan proses analisis sentimen pada tweet dengan presentase hasil negatif, netral, dan positif masing-masing yaitu, 8,8%, 83,6%, 7,6%.
Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat Primajaya, Aji; Sari, Betha Nurina; Khusaeri, Ahmad
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.37834

Abstract

Algoritma C4.5 merupakan algoritma klasifikasi yang memungkinkan bisa diterapkan untuk studi kasus prediksi potensi kebakaran hutan. Untuk mengetahui penerapan algoritma C4.5 pada prediksi kebakaran hutan, perlu dilakukan penelitian terkait hal tersebut. Metodologi yang digunakan adalah Knowledge Discovery in Database (KDD). Tahap dari KDD terdiri dari pengumpulan dan pemilihan data, pemrosesan data, transformasi data, pengolahan data dengan algoritma C4.5 dan terakhir adalah interpretasi serta evaluasi pengetahuan. Percentage split, Cross validation, Use Training Set digunakan sebagai teknik pembagian data training dan testing dengan skenario pesentase dan dipilih model terbaik. Indikator evaluasi yang digunakan adalah akurasi. Penelitian menghasilkan kesimpulan bahwa C4.5 dengan percentage split 80%data training dan 20% data testing menghasilkan akurasi tertinggi yaitu 89,7859%.
Performance of Wind Power Plant in West Kalimantan, Indonesia Kurnianto, Rudi; Setiawati, Firsta Zukhrufiana; Sanjaya, Bomo Wibowo; Gianto, Rudy; Panjaitan, Seno Darmawan; Nugraha, Ananggirieza
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i3.42748

Abstract

The aim of this paper is threefold. First, to calculate the correction factors based on existing meteorological station positions and its extension according to the basic map of West Kalimantan. Second, to reanalysis, the wind speeds from satellite measurements of national oceanic, and atmospheric administration (NOAA) and physical sciences division (PSD) in West Kalimantan by calculating its resultant and applying correction factor to create a map of wind power potential in West Kalimantan. Last, to apply the highest corrected wind speeds using HOMER simulation to know the wind energy potential. Conclusions have extracted the characteristics of wind speed variability over West Kalimantan, and HOMER simulation results of the highest wind speed.
Penerapan Convolutional Neural Network (CNN) pada Pengenalan Aksara Lampung Berbasis Optical Character Recognition (OCR) Mulyanto, Agus; Susanti, Erlina; Rossi, Farli; Wajiran, Wajiran; Borman, Rohmat Indra
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 1 (2021): Volume 7 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i1.44133

Abstract

Provinsi Lampung memiliki bahasa dan aksara daerah yang disebut juga dengan Had Lampung atau KaGaNga yang merupakan aksara asli lampung. Melihat bagaimana pentingnya nilai akan eksistensi sebuah budaya dan pentingnya pelestarian aksara lampung maka dibutuhkan teknologi yang membantu dalam mengenalkan aksara lampung, salah satunya dengan teknologi optical character recognition (OCR) yang digunakan untuk merubah citra kedalam teks. Untuk mengenali pola citra Aksara Lampung dan klasifikasi model maka digunakan Convolutional Neural Network (CNN). CNN memiliki lapisan convolution yang terbentuk dari beberapa gabungan lapisan konvolusi, lapisan pooling dan lapisan fully connected. Pada peneilitian yang dilakukan dataset dikembangkan dengan pengumpulan hasil tulis tangan dari sampel responden yang telah ditentukan, kemudian dilakukan scanning gambar. Selanjutnya, dilakukan proses pelabelan dan disimpan dengan format YOLO yaitu TXT. Dari asitektur CNN yang dibangun berdasarkan hasil evaluasi menunjukan loss, accuracy menghasilkan nilai training accuracy mendapatkan nilai sebesar 0.57 dan precision mendapatkan nilai sebesar 0.87. Dari hasil nilai accuracy dan precision menunjukkan bahwa model training sudah baik karena mendekati angka 1.
Pengembangan Model Evaluasi Stake Berbasis ANEKA-Tri Hita Karana dengan Pengkalkulasian SAW dalam Penentuan Aspek-aspek Prioritas Perbaikan Mutu Belajar dan Karakter Siswa Divayana, Dewa Gede Hendra
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.38557

Abstract

Model evaluasi yang dapat digunakan secara akurat untuk mengevaluasi mutu belajar dan karakter siswa pada SMK TI dan mampu memberikan rekomendasi yang tepat dengan menunjukkan aspek-aspek prioritas yang perlu disempurnakan, merupakan suatu inovasi baru yang menjadi kebutuhan dunia pendidikan di era revolusi industri 4.0 saat ini. Penelitian ini dilaksanakan dengan tujuan utama untuk mengetahui bentuk rancangan dari model evaluasi pendidikan yang menggabungkan model Stake, konsep ANEKA, konsep Tri Hita Karana dan metode SAW (Simple Additive Weighting) sebagai terobosan untuk menjawab kebutuhan dunia pendidikan terkait inovasi baru dalam pengembangan model evaluasi pendidikan. Metode yang digunakan dalam mengembangkan model evaluasi ini adalah metode Research & Development (R&D) dengan desain Borg and Gall. Subjek yang dilibatkan pada uji coba rancangan dan simulasi perhitungan SAW dalam penelitian ini sebanyak dua pakar pendidikan dan dua pakar informatika. Alat yang digunakan dalam pengumpulan data dalam penelitian ini berupa kuesioner dan foto dokumentasi. Teknik deskriptif kuantitatif digunakan untuk mengenalisis data yang terkumpul dalam penelitian ini. Hasil penelitian ini menunjukkan persentase efektivitas rancangan model evaluasi sebesar 89% sehingga dapat dikategorikan baik dan tidak perlu dilakukan revisi major jika ditinjau dari pengkonversian tingkat pencapaian efektivitas dengan skala lima.
Prediksi Kelulusan TOEFL Menggunakan Metode Resilient Backpropagation Okprana, Harly; Lubis, Muhammad Ridwan; Hadinata, Jaya Tata
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.41224

Abstract

Prediksi kelulusan TOEFL peserta didik Michigan Computer English Course diperlukan untuk meninjau sejauh mana tingkat pemahaman peserta didik. Backpropagation merupakan salah satu teknik yang baik digunakan untuk prediksi, akan tetapi jika backpropagation dalam training data dengan jumlah besar serta parameter-parameter yang digunakan kurang tepat, akan terjadi proses traning data lebih lambat. Maka diperlukan metode optimasi untuk mempercepat training Bacpropagation dalam memprediksi kelulusan dengan menggunakan metode Resilient Backpropagation. Data yang diolah sebanyak 182 data peserta didik tahun 2016-2018. Tingkat akurasi pengujian semakin baik yakni 100% dengan nilai MSE semakin kecil 0.00342 serta nilai Epoch juga semakin kecil menjadi 5. Sehingga penelitian ini menjadi indikator dalam pengembangan prediksi TOEFL dimasa yang akan datang.