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[Desain Fitur Aplikasi E-Learning Penunjang Pembelajaran Berbasis Android ]]>
<![CDATA[Gunawan, Vincentius Abdi]]>;
<![CDATA[Karliani, Eli]]>;
<![CDATA[Triyani, Triyani]]>;
<![CDATA[Saefulloh, Ahmad]]>;
<![CDATA[Putra, Leonardus Sandy Ade]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.49226
<![CDATA[Pada masa pandemi saat ini, pembelajaran jarak jauh atau daring merupakan metode pembelajaran yang wajib dilakukan oleh penyelenggara pendidikan di Indonesia. Saat ini pembelajaran daring masih memiliki kekurangan dalam terbatasnya waktu tatap muka sehingga berdampak pada kurang optimalnya proses belajar mengajar. Hal ini berdampak bagi siswa yang perlu melakukan pembelajaran secara mandiri dengan bantuan aplikasi pembelajaran yang saat ini banyak tersedia. Sering kali siswa menjumpai aplikasi pembelajaran yang memiliki fitur kurang lengkap atau aplikasi yang mengharuskan untuk melakukan pembayaran terlebih dahulu sebelum digunakan. Dari masalah tersebut, perlu adanya media pembelajaran yang dapat mengakomodir seluruh keperluan siswa dalam peningkatan pemahaman materi pembelajaran. Penelitian ini bertujuan untuk menampilkan desain aplikasi pembelajaran berbasis android. Desain yang ditampilkan mulai dari desain setiap fitur hingga pada desain perancangan sistem. Fitur yang disediakan pada penelitian berkelanjutan antara lain, fitur informasi, fitur materi dengan penjelasan materi dari guru melalui rekaman suara, fitur evaluasi untuk mengetahui pemahaman siswa dan fitur video sebagai penunjang penyampain materi. Hasil dari penelitian ini menunjukkan bahwa siswa memiliki daya tarik terhadap fitur dan tampilan desain aplikasi yang dirancang dan memungkinkan siswa dapat meningkatkan kemampuan akademis dalam proses pembelajaran mandiri.]]>
<![CDATA[Komparasi Support Vector Machine, Logistic Regression Dan Artificial Neural Network Dalam Prediksi Penyakit Jantung ]]>
<![CDATA[Handayani, Fitri]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48053
<![CDATA[Penyakit jantung adalah salah satu penyakit yang menyebabkan resiko kematian cukup tinggi di dunia. Kolesterol, diabetes, tekanan darah tinggi merupakan faktor-faktor pemicu terjadinya penyakit jantung. Perlu deteksi sejak ini mengenai prediksi penyakit jantung pada setiap individu agar pencegahan dan pengobatan dapat segera dilakukan demi tingkat Kesehatan yang lebih baik. Berbagai metode dapat dilakukan untuk melakukan deteksi penyakit jantung, baik dengan metode tradisional dan metode yang memanfaatkan teknologi. Saat ini mulai banyak bermunculan system pendeteksi penyakit jantung dengan memanfaatkan algoritma machine learning. Algoritma machine learning dianggap mudah untuk diaplikasikan untuk mengklasifikasikan apakah seseorang terkena penyakit jantung. Penelitian ini mencoba melakukan klasifikasi penyakit jantung menggunakan dataset public dari UCI menggunakan tiga algorima machine learning, yaitu Support Vector Machine (SVM), Logistic Regression (LR) dan Artifiacial Neural Network (ANN). Ketiga algorima tersebut diuji menggunakan empat skenario pembagian data training dan testing yang berbeda, yaitu 90:10, 80:20, 70:40 dan 60:40. Dari hasil eksperimen didapatkan hasil akurasi tertinggi pada metode Logistic Regression sebesar 86% menggunakan skenario pembagian data 80:20.]]>
<![CDATA[Forensik Digital Kasus Penyebaran Pornografi pada Aplikasi Facebook Messenger Berbasis Android Menggunakan Kerangka Kerja National Institute of Justice ]]>
<![CDATA[Ardiningtias, Syifa Riski]]>;
<![CDATA[Sunardi, Sunardi]]>;
<![CDATA[Herman, Herman]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48805
<![CDATA[Perbuatankriminalpada jaman sekarang semakin berkembang salah satunya adalah kriminal kejahatan dengan memanfaatkan sosial media. Pertumbuhan pengguna smartphone berbasis Android untuk mengakses media dalam berkomunikasimenggunakan media sosial Facebook Messenger sangat cepat. aktivitas kejahatan sebagaimana penyebaran konten pornografi yang belakangan ini banyak digunakan dengan aplikasi Facebook Messenger. Penelitian ni dilakukan untuk mendapatkan bukti forensik kegiatan kejahatan penyebarluasan pornografi pada aplikasi sosial media Facebook Messenger yang diakses melalui aplikasi smartphone. Â Penyelidikan dalam penelitian nimenggunakan metodeNational nstitute of Justice (NIJ) yang menyediakan beberapa tahapdentification, preservation, collection, examination, analysis, dan presentation. Pengangkatan bukti digital perilaku kriminal menggunakan software perangkat lunak Magnet Axiom dan Belkasoft Evidence Center. Bukti digital dicari terhadapperangkatpelaku kriminalpenyebarluasan pornografi yang disita dengan skenario kasus dengan 11 variabel sehingga didapatkan barang bukti berupa spesifikasi perangkat, akun Facebook Messenger, email, gambar, video dan audio. Hasil penelitian ni menunjukkan Magnet Axiom lebih baik dengan akurasi 90,91% dibandingkan Belkasoft Evidence Center 46,66%.]]>
<![CDATA[Penerapan Model Single Sign-On dengan Sistem Front Office dan Layanan pada Sistem E-Bengkel Terintegrasi ]]>
<![CDATA[Sudana, Oka]]>;
<![CDATA[Kusuma, Angga]]>;
<![CDATA[Raharja, Sunia]]>;
<![CDATA[Wirdiani, Ayu]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48667
<![CDATA[Bengkel kendaraan sebagai usaha layanan jasa yang banyak ditekuni oleh masyarakat kecil sebagai mata pencaharian utama. Saat perkembangan teknologi informasi yang sangat pesat, masih banyak usaha bengkel kendaraan bermotor yang menerapkan tata Kelola secara konvensional. Tata kelola secara konvensional berisiko sangat rawan terjadi kehilangan dan kerusakan data yang menyebabkan kerugian pada perusahaan. Penelitian ini berfokus pada pengembangan Sistem E-Bengkel terintegrasi berbasis web untuk memperbaiki tata kelola manual pada Bagian Front Office dan Bagian Layanan bengkel konvensional. Bagian Front Office pada bengkel merupakan bagian yang menangani proses pendaftaran pelanggan, penjualan spare part, dan check-in service. Bagian layanan pada bengkel merupakan bagian yang menangani proses penerimaan service dan pencatatan pengerjaan service kendaraan. Hasil dari sistem informasi manajemen ini yaitu berupa aplikasi berbasis web yang sesuai dengan proses bisnis Front Office dan layanan suatu bengkel kendaraan. Sistem ini menerapkan model Single Sign-On (SSO) sebagai model manajemen satu gerbang masuk untuk semua modul, manajemen session, serta manajemen semua hak akses pengguna. Model Multi-Channel Access (MCA) dipergunakan untuk memperkaya dan mempermudah akses informasi ke pemilik, pelanggan dan pegawai. Implementasi sistem berbasis komputer dengan Model SSO dan MCA diharapkan mampu meningkatkan pelayanan dan peluang bisnis dari Usaha Kecil Bengkel.]]>
<![CDATA[Pembuatan Program Aplikasi Desain Batik Flora ]]>
<![CDATA[Haryono, Nugroho Agus]]>;
<![CDATA[Hapsari, Widi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48873
<![CDATA[Batik mengalami perkembangan motif dari waktu ke waktu. Motif yang dahulu berawal dari batik klasik, saat ini menjadi sangat bervariasi. Tanaman bunga yang tumbuh pada lingkungan sekitar menimbulkan inspirasi untuk membuat motif batik Flora. Pembuatan desain batik flora secara manual dilakukan dengan membuat sketsa bunga yang menjadi inspirasi pada kertas dengan pena. Proses desain ini membutuhkan kemampuan menggambar dari desainer dan waktu yang cukup. Perkembangan teknologi informasi memberikan kesempatan untuk mengembangkan desain batik yang inovatif dengan lebih cepat. Penelitian ini bertujuan untuk membuat program aplikasi desain batik flora. Program aplikasi ini didesain dengan berdasarkan ide peneliti untuk memenuhi kebutuhan dasar desainer untuk memperoleh motif flora. Aplikasi berhasil membuat gen yang bersih dengan cara mengambil objek bunga dari sebuah foto menggunakan fitur warna. Pemotongan objek dilakukan dengan metode 8-connected labeling. Objek bunga yang diperoleh dari aplikasi dapat disimpan dan digunakan oleh aplikasi untuk membuat sebuah pheno. Aplikasi menyediakan area untuk membuat pheno dengan model posisi bebas. Satu atau dua pheno dapat digandakan dalam layout tertentu untuk menghasilkan desain kain batik flora. Aplikasi yang dibuat menyediakan 6 (enam) layout desain kain yang masih bisa diperbanyak model layoutnya dalam penelitian lanjutan. Dengan menggunakan aplikasi yang dibangun dapat dihasilkan kreasi-kreasi desain gen, pheno maupun kain batik flora. Variasi desain batik flora sangat bergantung dari kreasi pengguna dalam membuat gen dan pheno.]]>
<![CDATA[Sistem Deteksi Kelainan Neuromuscular Menggunakan Adaptive Neuro Fuzzy Inference System dan Dekomposisi Wavelet Elektromyogram ]]>
<![CDATA[Nuryani, Nuryani]]>;
<![CDATA[Sofia, Iftita Ida]]>;
<![CDATA[Yunianto, Mohtar]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.49966
<![CDATA[Sistem neuromuscular terdiri dari saraf motorik dan otot rangka yang menghasilkan aktivitas kelistrikan pada otot dan menyebabkan otot dapat berkontraksi dan menghasilkan gerak tubuh. Gangguan neuromuscular dapat terjadi pada sel saraf yang dinamakan Neuropathy dan pada sel otot yang dinamakan Myopathy. Aktivitas kelistrikan pada otot direkam melalui suatu alat yang dinamakan Electromiography (EMG). Pada penelitian ini dilakukan identifikasi sinyal EMG pasien sehat, myopathy dan neuropathy. Neuropathy merupakan gangguan yang disebabkan oleh kerusakan sel saraf. Myopathy merupakan gangguan yang disebabkan oleh kerusakan sel otot. Penanganan dan pengobatan myopathy dan neuropathy berbeda, sehingga diperlukan suatu metode yang dapat mendiagnosis dengan tepat jenis gangguan yang dialami. Analisis karakteristik sinyal EMG dilakukan menggunakan metode dekomposisi Wavelet Discrete Dyadic dan variasi fitur Root Mean Square (RMS), approximate entropy, spectral entropy dan Singular Value Decompotition (SVD) entropy. Sinyal karakteristik yang diperoleh di identifikasi menggunakan metode klasifikasi Adaptive Neuro Fuzzy Inference System (ANFIS). Performa ANFIS dalam mengidentifikasi karakteristik sinyal EMG pada masing-masing koefisien dekomposisi, menghasilkan performa terbaik pada koefisien aproksimasi ke-5 (cA5), dengan akurasi 100%, sensitivitas 100% dan spesivitas 100%.]]>
<![CDATA[Implementasi Jaringan VPN untuk Mengurangi Biaya Komunikasi Menggunakan Metode EoIP Over PPTP: Studi Kasus House Printing ]]>
<![CDATA[Rizka Fauziah Ramdhani]]>;
<![CDATA[Raka Yusuf]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48171
<![CDATA[Perusahaan di bidang percetakan masih sangat dibutuhkan, meski dunia digital kini semakin berkembang pesat. Banyak korporasi masih membutuhkan media cetak sebagai penunjang untuk memenuhi kebutuhan perusahaan. House Printing adalah salah satu perusahaan di bidang percetakan yang masih berkembang, dengan perkembangan teknologi saat ini kebutuhan akses data tidak cukup dibebankan dengan akses lokal saja, sehingga dibutuhkannya struktur jaringan yang mampu mengakses data lebih cepat meski dengan jarak jauh sekalipun. Selain itu, koneksi jaringan yang dibutuhkanpun tidak ingin terpaku oleh salah satu provider saja. Sebagai perusahaan industri kreatif yang sedang berkembang dengan mengikuti perkembangan teknologi yang ada, House Printing memiliki tanggung jawab penuh untuk memberi layanan terbaiknya kepada para pelanggannya. Tidak hanya sekedar meliputi produk atau jasa yang ditawarkan, akan tetapi berkaitan dengan akses data dari kantor cabang ke kantor pusat atau sebaliknya. Terlebih dengan kondisi pandemic yang tak kunjung usai, yang mengharuskan karyawan bekerja dari rumah. Dengan file grafis yang memiliki ukuran kapasitas yang cukup besar, sangat menghambat kinerja perusahaan jika hanya transfer data melalui email saja. Selain itu menjadikan pelayanan perusahaan tidak efektif dan kurang memuaskan bagi pelanggan apabila terdapat gangguan jaringan dll, karena tidak dapat akses ke kantor pusat. Dengan menyesuaikan kondisi perusahaan dan kebutuhan dukungan jaringan pada perusahaan, salah satu opsi penyelesaian masalah untuk transfer data agar lebih mudah adalah dengan menggunakan metode VPN atau dengan menggunakan metode Cloud Storage. VPN atau yang disebut juga Virtual Private Network merupakan salah satu alternatif pengaman data yang bersifat privat yang memungkinkan penggunaannya untuk perusahaan berkembang dengan efisiensi biaya untuk perusahaan.]]>
<![CDATA[Klasifikasi Tutupan Lahan Melalui Citra Satelit SPOT-6 dengan Metode Convolutional Neural Network (CNN) ]]>
<![CDATA[Magdalena, Rita]]>;
<![CDATA[Saidah, Sofia]]>;
<![CDATA[Pratiwi, Nor Kumalasari Caecar]]>;
<![CDATA[Putra, Akbar Trisnamulya]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48195
<![CDATA[Lahan merupakan suatu wilayah dimana seluruh bagian biosfer dianggap tetap atau siklis yang terdapat di atas maupun di bawah permukaan bumi. Klasifikasi lahan dilakukan dengan tujuan untuk memudahkan pemantauan penggunaan serta pengaturan tata letak lahan pada suatu wilayah. Pada penelitian ini dilakukan klasifikasi terhadap citra lahan yang diperoleh dari satelit SPOT-6 dengan menggunakan Metode Convolutional Neural Network (CNN). Jenis lahan yang dilakukan klasifikasi berupa sawah, hutan, pemukiman, sungai dan bukit gundul dengan jumlah data yang digunakan adalah 350 data citra lahan. Dari total data, sebanyak 75% data digunakan sebagai data latih dan 25% digunakan sebagai data uji. Model CNN yang digunakan pada penelitian ini yaitu basic CNN dengan arsitektur yang terdiri dari 3 hidden convolutional layer, 1 fully connected layer dan 2 stride. Hasil performansi sistem yang diperoleh pada penelitian ini diantaranya adalah akurasi 95,45%, loss 0,2457, serta rata-rata dari masing-masing nilai precision, recall dan f1-score sebesar 0,92. Dapat disimpulkan bahwa metode CNN dapat digunakan secara optimal dalam mengklasifikasikan 5 jenis tutupan lahan.]]>
<![CDATA[SIPGANG: Sistem Pendukung Keputusan Rekomendasi Magang Industri Berbasis Multi Attribute Utility Theory (MAUT) ]]>
<![CDATA[Maharrani, Ratih Hafsarah]]>;
<![CDATA[Supriyono, Abdul Rohman]]>;
<![CDATA[Syafirullah, Lutfi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.49478
<![CDATA[Magang adalah proses penerapan bidang keilmuan dan keterampilan yang diperoleh di kampus pada dunia industry. Dalam pelaksanaannya, saat mahasiswa selesai melaksanakan magang ada beberapa mengeluhkan bahwa perusahaan tempat magang tidak sesuai dengan standar yang diinginkan, tidak sesuai bidang serta beban kerja yang berlebih sehingga dalam pelaksanaanya mahasiswa merasa tidak bisa optimal dalam menggunakan kemampuan yang dimiliki. Hal ini dikarenakan adanya subjektifitas dalam penentuan tempat magang, mahasiswa memilih sendiri tempat magang tersebut yang terkadang belum mengetahui job desk yang akan dikerjakan. Selain itu koordinator magang jurusan merekomendasikan tempat magang berdasarkan penilaian pembimbing magang saat visitasi padahal tidak mengetahui keadaan sebenarnya yang telah terlaksana. Sehingga dalam hal ini dibutuhkan adanya sebuah sistem yang mampu membantu dalam pengambilan keputusan rekomendasi tempat magang. Penelitian ini dibuat dengan menerapkan metode pengembangan system Rapid Development Prototyping (RAD) dan penilaian rekomendasi diperoleh menggunakan metode MAUT (Multi Attribute Utility Theory). Metode MAUT akan mengolah penilaian dari masing kriteria (jam kerja, bobot tugas yang diberikan selama magang, kesesuaian tugas dengan keahlian, standar perusahaan, penerapan K3 di perusahaan, fasilitas dan peralatan praktik untuk peserta magang serta bidang keahlian) sesuai dengan bobot yang ditentukan dengan tujuan memberikan penilaian dari sisi mahasiswa yang telah selesai pelaksanaan magang terhadap industri bersangkutan. Pengujian pada aplikasi SIPGANG penentuan rekomendasi industry menggunakan uji kuisioner dengan Sistem Usability Scale (SUS) dan didapatkan hasil akhir 72 yang menyatakan bahwa system dalam kategori layak untuk digunakan. ]]>
<![CDATA[Analisis Optimasi Fungsi Pelatihan Machine Learning Neural Network dalam Peramalan Kemiskinan ]]>
<![CDATA[Sitanggang, Sahat Sonang]]>;
<![CDATA[Defit, Sarjon]]>;
<![CDATA[Ramadhan, Mukhlis]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.50092
<![CDATA[Banyak metode fungsi pelatihan dalam Machine Learning Neural Network yang digunakan dalam menyelesaikan masalah komputasi yang berkaitan dengan prediksi. Fungsi pelatihan yang digunakan pada Machine Learning metoda algoritma backpropagation dapat menghasilkan prediksi yang berbeda, yang dipengaruhi oleh parameter dan data yang digunakan. Tujuan dari penelitian dilakukan untuk menganalisa performance dan keakuratan algoritma backpropagation standard serta mengoptimalkan fungsi pelatihan dengan algoritma Bayesian Regulation, dan One Step Secant. Dalam proses analisis, penelitian ini menggunakan Dataset jumlah kemiskinan di Indonesia dalam jangka waktu 12 tahun (tahun 2009 - 2020) yang terdiri dari 34 provinsi. Data diperoleh dari website Badan Pusat Statistik (BPS) Indonesia https://www.bps.go.id/. Berdasarkan pelatihan, pengujian, dan analisa yang dilakukan diperoleh hasil dari penelitian, bahwa model jaringan 5-9-1 menggunakan fungsi pelatihan Bayesian Regulation mampu melakukan optimasi yang lebih baik dengan percepatan waktu pelatihan, MSE Pengujian, Performance lebih rendah dibandingkan denga 2 metode yang lain, dengan demikian disimpulkan bahwa model jaringan 5-9-1 menggunakan algoritma Bayesian Regulation dapat digunakan untuk prediksi kemiskinan di Indonesia.]]>
