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[Analisis Technology Acceptance Model pada Sistem Pendukung Keputusan Pemilihan Jaksa Penuntut Umum Berbasis Analytical Hierarchy Process ]]>
<![CDATA[Achmad Syah, Elvandec Rizky]]>;
<![CDATA[Anwariningsih, Sri Huning]]>;
<![CDATA[susilo, dahlan]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.45426
<![CDATA[Pemilihan jaksa ideal sebagai Jaksa Penuntut Umum (JPU) (studi kasus di Kejaksaan Negeri Kota XYZ) sebelumnya dilakukan dengan menganalisis dokumen cetak dan dokumen elektronik secara manual. Kondisi ini membutuhkan ketelitian, waktu, serta rentan terjadinya kesalahan manusia. Kondisi ini memberi peluang untuk pengembangan aplikasi untuk mempermudah proses analisis dan meningkatkan kualitas keputusan yang diambil. Salah satu yang dikembangkan adalah aplikasi Sistem pendukung Keputusan menggunakan Analytical Hierarchy Process (AHP). SPK Pemilihan JPU memiliki kriteria-kriteria yang akan digunakan menyesuaikan tingkat kepentingan perkara yang akan ditangani dan peranan jaksa dalam tim JPU. Tujuan penelitian ini adalah untuk mengetahui tingkat Technology Acceptance Model (TAM) pada Sistem Pendukung Keputusan pemilihan jaksa penuntut umum berbasis AHP di Kejaksaan Negeri XYZ. Penelitian ini merupakan penelitian empiris dengan metoda kuantitatif. Jenis data yang digunakan terdiri dari data primer dan data sekunder. Pengujian Technology Acceptance Model dengan 30 responden yang terdiri dari jaksa fungsional dan staf di Kejaksaan Negeri Surakarta. Hasil pengujian dianalisis lebih lanjut dengan menggunakan regresi linier untuk mengetahui korelasi antar variabel. Hasil pengujian menunjukkan 93,83% responden setuju bahwa aplikasi SPK dapat berguna dan membantu (PU), 86,22% responden berpendapat bahwa aplikasi SPK terlihat mudah untuk digunakan dan dipelajari (PEOU), 91% responden setuju bahwa aplikasi SPK dapat memberi dampak positif (ATU), dan 92% responden berniat untuk menggunakan aplikasi SPK jika memiliki akses (BI). Hasil analisis regresi linier menunjukkan bahwa sikap terhadap penggunaan sistem memiliki pengaruh yang besar terhadap keinginan untuk menggunakan sistem.]]>
<![CDATA[Penyusunan Enterprise Architecture sebagai Strategi Perencanaan dan Penerapan Teknologi pada Proses Bisnis Kerjasama Perguruan Tinggi ]]>
<![CDATA[Safitri, S. Thya]]>;
<![CDATA[Wibisono, Gunawan]]>;
<![CDATA[Mulyono, Eliana Sachi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.47652
<![CDATA[IAPT 3.0 merupakan Instrumen Akreditasi Perguruan Tinggi yang telah ditetapkan pada tahun 2019 oleh Badan Akreditasi Nasional Perguruan Tinggi. IAPT 3.0 merupakan instrumen penilaian terbaru yang telah disesuaikan dengan peraturan perundangan terkini dan sebagai upaya perbaikan berkelanjutan. Salah satu perubahan pada IAPT 3.0 terletak pada penilaian Kerjasama di Pendidikan Tinggi. Institut Teknologi Telkom Purwokerto (ITTP) sebagai salah satu perguruan Tinggi swasta di Jawa Tengah merasa perlu beradaptasi dengan instrumen akreditasi yang baru ini untuk meningkatkan nilai akrerditasi Perguruan Tinggi. Permasalahan yang dihadapi oleh ITTP untuk proses bisnis Kerjasama adalah seluruh aktivitas masih dilakukan secara manual dan belum terintegrasi. Permasalahan tersebut menjadikan ITTP perlu berinovasi dengan teknologi untuk menyelaraskan antara strategi bisnis dan teknologi informasi khususnya pada proses bisnis Kerjasama. Penyelarasan dilakukan dengan membuat enterprise architecture (EA) yang sesuai dengan proses bisnis Kerjasama pada ITTP. Perancangan EA menggunakan TOGAF ADM yang meliputi fase preliminary phase, architecture vision, business architecture, information system architecture, technology architecture, opportunities and solutions dan migration planning. Hasil yang diperoleh pada penelitian ini adalah rancangan EA yang telah disesuaikan pada proses bisnis Kerjasama di ITTP dan architecture roadmap yang disusun menggunakan metode Promethee. Berdasarkan metode Promethee, urutan pengembangan aplikasi ePartnership sesuai dengan fungsionalitas sistemnya adalah diawali dengan pembuatan fungsionalitas pengajuan Kerjasama, alert system, dan terakhir adalah evaluasi kegiatan Kerjasama.]]>
<![CDATA[Truck Sharing App Ekspedisi Jalur Pontianak – Sandai dengan Metode Location Based Service Berbasis Progressive Web App ]]>
<![CDATA[Sholva, Yus]]>;
<![CDATA[Novriando, Haried]]>;
<![CDATA[Steven, Steven]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.47937
<![CDATA[Ekspedisi merupakan jasa pengiriman yang sangat dibutuhkan dikalangan pengiriman barang ketempat yang jauh, karena ekspedisi merupakan jasa yang mengirimkan barang sampai ditujuan dengan bertanggung jawab. Permasalahan ekspedisi ini khususnya area jalur Pontianak - Sandai oleh orang yang ingin memakainya jasa ini, kesulitan mengetahui posisi truk ekspedisi yang beroperasi saat ini. Sehingga truk-truk yang melalui jalur Pontianak – Sandai dalam keadaan tidak bermuatan dan ini tidak efisien karena biaya perjalanan akan meningkat apabila barang yang mereka bawa sedikit. Tujuan penelitian ini untuk membangun aplikasi truck sharing pada jalur Pontianak - Sandai dengan metode location based service (LBS) yang berbasis progressive web app (PWA). Pengimplementasian aplikasi ini, toko dapat memilih sendiri truk-truk ekspedisi mulai dari jarak yang terdekat dan rating, yang diberikan pihak toko lain sebelumnya. Aplikasi dibangung dengan menggunakan metode LBS dapat menampilkan titik-titik lokasi supir di sekitarnya dengan memanfaatkan GPS yang ada pada perangkat pengguna berdasarkan radius yang ditentukan oleh toko. Sedangkan penerapan PWA, bertujuan memudahkan pihak toko dan supir untuk mengakses aplikasi melalui semua perangkat seperti smartphone, PC, laptop, atau tablet. Perancangan sistem dibangun dengan menggunakan Unified Modelling Language (UML), untuk pengujian aplikasi dilakukan dengan dua cara, yaitu pengujian dengan metode Black Box dan Skala Likert. Hasil yang didapatkan dari pengujian Black Box adalah sistem dapat bekerja dengan LBS dan PWA sesuai yang diharapkan.]]>
<![CDATA[Pemodelan Klaster Frekuensi Suara Bising Mesin Pesawat Menggunakan Metode Extended Kalman Filter ]]>
<![CDATA[Tjahjamooniarsih, Neilcy]]>;
<![CDATA[Putra, Leonardus Sandy Ade]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.48415
<![CDATA[Kebisingan adalah bunyi yang tidak diinginkan dari usaha atau kegiatan dalam tingkat dan waktu tertentu yang dapat menimbulkan gangguan kesehatan manusia dan kenyamanan lingkungan. Salah satunya kebisingan pada wilayah bandara yang terpancar dari gelombang suara mesin pesawat udara dan dapat mengganggu lingkungan. Menurut World Health Organization (WHO) suara bising sekeras 85 dB hanya dapat didengar secara terus menerus maksimal selama 8 jam per-hari. Setiap peningkatan suara bising sebesar 3 dB maka suara bising bertambah dua kali lipat. Suara bising dapat menjadi salah satu penyebab gangguan pendengaran (Noise Induced Hearing Loss). Penelitian ini menyajikan perencanaan mekanisme identifikasi sistem yang mencakup perencanaan skema identifikasi, pembentukan pasangan data identifikasi, dan penurunan algoritme identifikasi. Metode Extended Kalman Filter digunakan dalam mekanisme identifikasi untuk menemukan model hubungan antara komponen dominan pembentuk suara bising dengan suara bising secara keseluruhan yang kemudian dilakukan validasi terhadap model tersebut. Pengujian terhadap model dilakukan menggunakan sinyal-sinyal hasil pengukuran yang tidak diikutsertakan selama proses identifikasi. Hasil dari penelitian ini diperoleh bahwa frekuensi noise saat pesawat tinggal landas berkisar antara 50 Hz – 7000 Hz dengan model matematis spreaded continuous frequency.]]>
<![CDATA[Peringkasan Teks Otomatis pada Modul Pembelajaran Berbahasa Indonesia Menggunakan Metode Cross Latent Semantic Analysis (CLSA) ]]>
<![CDATA[Sari, Yunita Maulidia]]>;
<![CDATA[Fatonah, Nenden Siti]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.47768
<![CDATA[Perkembangan teknologi yang pesat membuat kita lebih mudah dalam menemukan informasi-informasi yang dibutuhkan. Permasalahan muncul ketika informasi tersebut sangat banyak. Semakin banyak informasi dalam sebuah modul maka akan semakin panjang isi teks dalam modul tersebut. Hal tersebut akan memakan waktu yang cukup lama untuk memahami inti informasi dari modul tersebut. Salah satu solusi untuk mendapatkan inti informasi dari keseluruhan modul dengan cepat dan menghemat waktu adalah dengan membaca ringkasannya. Cara cepat untuk mendapatkan ringkasan sebuah dokumen adalah dengan cara peringkasan teks otomatis. Peringkasan teks otomatis (Automatic Text Summarization) merupakan teks yang dihasilkan dari satu atau lebih dokumen, yang mana hasil teks tersebut memberikan informasi penting dari sumber dokumen asli, serta secara otomatis hasil teks tersebut tidak lebih panjang dari setengah sumber dokumen aslinya. Penelitian ini bertujuan untuk menghasilkan peringkasan teks otomatis pada modul pembelajaran berbahasa Indonesia dan mengetahui hasil akurasi peringkasan teks otomatis yang menerapkan metode Cross Latent Semantic Analysis (CLSA). Jumlah data yang digunakan pada penelitian ini sebanyak 10 file modul pembelajaran yang berasal dari modul para dosen Universitas Mercu Buana, dengan format .docx sebanyak 5 file dan format .pdf sebanyak 5 file. Penelitian ini menerapkan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk pembobotan kata dan metode Cross Latent Semantic Analysis (CLSA) untuk peringkasan teks. Pengujian akurasi pada peringkasan modul pembelajaran dilakukan dengan cara membandingkan hasil ringkasan manual oleh manusia dan hasil ringkasan sistem. Yang mana pengujian ini menghasilkan rata-rata nilai f-measure, precision, dan recall tertinggi pada compression rate 20% dengan nilai berturut-turut 0.3853, 0.432, dan 0.3715.]]>
<![CDATA[Perbandingan Algoritma Klasifikasi terhadap Emosi Tweet Berbahasa Indonesia ]]>
<![CDATA[Negara, Arif Bijaksana Putra]]>;
<![CDATA[Muhardi, Hafiz]]>;
<![CDATA[Sajid, Fahmi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.48198
<![CDATA[Twitter merupakan jejaring sosial dimana tempat orang-orang mengutarakan ekspresi dan emosi dirinya dalam bentuk tulisan. Mengidentifikasi emosi di Twitter tidak bisa menggunakan teknik text processing yang sederhana, karena kalimat pada Twitter yang singkat dan tata bahasa yang tidak teratur. Tujuan penelitian ini adalah untuk mengetahui algoritma yang mempunyai kinerja paling baik dalam menentukan klasifikasi emosi tweet pengguna Twitter Indonesia. Algoritma yang digunakan pada penelitian ini adalah Logistic Regression dan K-Nearest Neighbor. Dan juga pada penelitian ini melihat pengaruh TF-IDF dan Tuning Hyperparameter pada kedua algoritma. Hasil evaluasi menunjukkan bahwa performa model menggunakan algoritma logistic regression dengan feature extraction TF-IDF dan Tuning Hyperparameter memberikan perfoma model paling baik dengan nilai accuracy dan f1-score masing-masing sebesar 65% dan 66%. Model tersebut digunakan sebagai model prediksi machine learning untuk mengklasifikasikan dan mengelompokkan emosi-emosi pada aplikasi generik yang dibangun pada penelitian ini.]]>
<![CDATA[Klasifikasi Kategori Permasalahan Akademik Mahasiswa Comdev Universitas Tanjungpura Menggunakan Algoritma Naive Bayes ]]>
<![CDATA[Pratama, Enda Esyudha]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.47199
<![CDATA[Community Development & Outreaching Universitas Tanjungpura merupakan salah satu unit di UNTAN yang bertugas mengelola beasiswa bagi mahasiswa. Sebagai salah satu bentuk pertanggungjawaban, tiap semesternya melakukan pengisian data monitoring dan evaluasi. Salah satu data yang perlu dikelola adalah kategori permasalahan akdemik yang tersedia dalam bentuk teks atau kalimat. Penelitian ini menghasilkan program yang dilengkapi dengan model klasifikasi yang mampu mengklasifikasikan permasalahan akdemik secara otomatis. Model klasifikasi dibangun dengan menggunakan algoritma Multinomial Naive Bayes. Dari hasil evaluasi, model klasifikasi mempunyai nilai akurasi dan presisi yang cukup baik sebesar 82,14% dan 84,98%. Dari model yang dibangun, digunakan untuk implementasi pada data uji. Hasil implementasi menunjukan kategori permasalahan akademik yang paling sering disampaikan oleh mahasiswa adalah Sistem Perkuliahan dan Teknologi.]]>
<![CDATA[Tata Kelola Teknologi Informasi Menggunakan Framework COBIT 2019 (Studi Kasus: UPT TIK Universitas Tanjungpura Pontianak) ]]>
<![CDATA[Sukamto, Anggi Srimurdianti]]>;
<![CDATA[Novriando, Haried]]>;
<![CDATA[Reynaldi, Aldi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.47859
<![CDATA[UPT TIK UNTAN merupakan suatu lembaga yang melakukan pengelolaan TI. Tata kelola TI mencakup kepemimpinan, struktur serta proses organisasi yang memastikan bahwa TI dimanfaatkan seoptimal mungkin dan berkonsentrasi pada kinerja dan transformasi TI untuk memenuhi kebutuhan saat ini dan yang akan datang, baik dari sudut internal maupun eksternal. COBIT 2019 adalah kerangka kerja untuk tata kelola dan manajemen informasi dan teknologi perusahaan. Sedangkan COBIT Performance Management merupakan model yang berisi kerangka dasar dalam memberikan panduan untuk menilai dan mengukur tingkat kapabilitas dan tingkat kematangan yang berkaitan dengan proses tata kelola dan manajemen TI. Hasil pengukuran tata kelola TI pada UPT TIK UNTAN dinyatakan bahwa tingkat kapabilitas proses APO08 (Managed Relationships) yang dicapai berada pada tingkat 5. Tingkat kapabilitas proses APO09 (Managed Service Agreements) yang dicapai berada pada tingkat 1. Sedangkan tingkat kapabilitas proses APO11 (Managed Quality) yang dicapai berada pada tingkat 2. Kesenjangan antara tingkat kapabilitas proses saat ini dan tingkat kapabilitas harapan pada objektif proses APO08 bernilai 0, sedangkan pada objektif proses APO09 dan APO11 bernilai -1. Pada objektif proses APO09 kesenjangannya 2%, sedangkan pada objektif proses APO11 kesenjangannya 8%. Berdasarkan hasil analisis, maka diberikan rekomendasi perbaikan yang mengacu pada COBIT 2019 untuk meningkatkan tingkat kapabilitas harapan.]]>
<![CDATA[Model berbasis Sistem Kecerdasan Buatan yang Efektif: Analisis Kebijakan bagi Siswa Mengulang ]]>
<![CDATA[Prasetia, Indra]]>;
<![CDATA[Siregar, Muhammad Noor Hasan]]>;
<![CDATA[Saragih, Rusmin]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.47524
<![CDATA[Pendidikan Sekolah Dasar (SD) sangat penting dalam memberikan keterampilan dasar yang dibutuhkan siswa untuk bertahan dalam mengikuti dan memahami kelas-kelas pada jenjang di atasnya sehingga jika pondasi pendidikan SD kuat maka dapat meningkatkan kualitas pendidikan di Indonesia. Tujuan dari penelitian adalah membuat model arsitektur terbaik yang akan digunakan untuk melakukan peramalan pada jumlah siswa mengulang berdasarkan provinsi pada jenjnag Sekolah Dasar baik negeri dan swasta dengan model berbasis sistem kecerdasan buatan. Sumber data berasal dari data statistik pendidikan dengan url: http://statistik.data.kemdikbud.go.id/. Data terdiri dari 34 provinsi untuk tahun ajaran 2017/2017; 2017/2018; 2018/2019; 2019/2020. Metode solusi yang digunakan adalah back-propagation yang merupakan bagian dari sistem kecerdasan buatan dimana dalam menentukan model arsitektur terbaik dilakukan dengan menguji serangkaian arsitektur (2-5-1; 2-10-1; 2-15-1 dan 2-20-1) mengunakan fungsi aktivasi sigmoid dan parameter pendukung seperti performFcn = MSE; goal = 0.001; epochs = 10000; mc = 0.95 dan lr = 0.1. Hasil menunjukkan back-propagation dapat diterapkan untuk melakukan peramalan dengan sistem kecerdasan buatan dengan menghasilkan sebuah model arsitektur terbaik yakni 2-10-1 dengan MSE pelatihan adalah 0.00099299, koefisien korelasi (R) pelatihan adalah 0.976972 pada epoch 81, MSE pengujian adalah 0.001325, koefisien korelasi (R) pengujian dengan akurasi 85%. Fakta baru menyebutkan bahwa akurasi sangat tergantung terhadap banyaknya data. Selain harus memperhatikan MSE, epoch dan durasi waktu pelatihan.  Diharapkan model arsitektur ini dapat membantu melakukan peramalan terhadap jumlah siswa mengulang pada jenjang Sekolah Dasar sehingga hasil dari peramalan dapat digunakan untuk membuat analisis kebijakan.]]>
<![CDATA[Pendekatan Baru untuk Merepresentasi Informasi di Bidang Pendidikan Menggunakan Kombinasi Ontologi ]]>
<![CDATA[Kusuma, Selvia Ferdiana]]>;
<![CDATA[Sukya, Fadelis]]>;
<![CDATA[Heriadi, Agustono]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.46978
<![CDATA[Ontologi adalah sebuah konsep yang dirancang untuk merepresentasikan relasi antar informasi. Ontologi dapat digunakan untuk merepresentasikan informasi berbentuk hierarki maupun non hierarki. Namun, model ontologi yang ada saat ini pada umumnya selalu bersifat domain spesifik. Peran ahli sangat dominan ketika membuat ontologi yang bersifat domain spesifik. Kelengkapan informasi pada ontologi tergantung pada kemampuan ahli pada domain tersebut dan ahli di bidang teknologi informasi untuk merepresentasikan informasi ke dalam bentuk ontologi. Oleh sebab itu diperlukan model ontologi baru agar dapat menghasilkan ontologi yang tidak bersifat domain spesifik. Sehingga mempermudah proses representasi informasi ke dalam bentuk ontologi dan mengurangi peran ahli dalam proses pembuatan ontologi tersebut. Model ontologi baru yang diusulkan adalah kombinasi dari ontologi taksonomi dan ontologi kalimat. Informasi berbentuk hierarki akan direpresentasikan dalam bentuk ontologi taksonomi, sedangkan informasi non-hierarki akan direpresentasikan dalam bentuk ontologi kalimat. Berdasarkan uji coba yang telah dilakukan, diketahui bahwa kombinasi ontologi yang diusulkan dapat menghasilkan ontologi yang tidak bersifat domain spesifik, mempermudah proses pembangkitan ontologi, dan mengurangi peran ahli dalam pembuatan ontologi tersebut.]]>
