cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Published by Universitas Tanjungpura
ISSN : 24600741     EISSN : 25489364     DOI : -
Core Subject : Science, Education,
Computer Science & IT 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
 37   38   39   40   41 
Perancangan Embedded System untuk Kendali Rumah Burung Walet Berbasis ATmega8 Wahyu Ramadhani Gusti; Masduki Zakarijah; Umi Rochayati
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.57354

Abstract

Burung walet merupakan burung pemakan serangga dengan sayap meruncing, memiliki ekor panjang, berwarna hitam dan tubuh bawahnya berwarna coklat. Hal yang sangat bermanfaat dari burung walet yaitu sarangnya dapat menjadi obat-obatan bagi manusia. Burung walet berkembang biak di daerah yang beriklim tropis dengan curah hujan yang tinggi. Unsur kelembaban dan suhu adalah faktor berkembang biaknya spesies atau populasi burung walet. Penelitian ini merupakan perancangan embedded system untuk kendali rumah burung walet adaptif berbasis ATmega8. Proses perancangan sistem dilakukan dengan menganalisis kebutuhan di lapangan, membuat desain, mengembangkan, implementasi, dan evaluasi. Sistem yang dikembangkan menggunakan mikrokontroler ATMega8, sensor DHT11, Real Time Clock (RTC), modul audio, humidifier sebagai pelembab ruangan, mini fan untuk sirkulasi udara, dan LED untuk mencegah hama predator. ATmega8 dipilih karena bentuk yang minimalis dan biaya yang rendah sehingga lebih prospek untuk proksi massal.  Pada pengujian, hampir seluruh kompetensi penilaian berhasil tercapai, kecuali pada peltier kit. Secara keseluruhan, sistem dapat beroperasi otomatis sesuai yang diinginkan dan berfungsi dengan baik.
Klasterisasi Dampak Bencana Gempa Bumi Menggunakan Algoritma K-Means di Pulau Jawa Aan Wahyu; Rushendra Rushendra
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 1 (2022): Volume 8 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i1.52260

Abstract

Pulau Jawa merupakan salah satu daerah rawan gempa bumi dan memiliki populasi penduduk yang padat. Dalam hal ini pemerintah diharuskan untuk memberikan perhatian lebih pada penanggulangan bencana khusunya di pulau jawa. Maka dari itu penelitian ini hadir untuk mengetahui dampak gempa bumi berdasarkan tingkat keparahannya dengan cara melakukan klasterisasi data pesebaran dampak bencana gempa bumi (2012 - 2021) dari Badan Nasional Penanggunlangan Bencana (BNPB) menggunakan algoritma K-Means Clustering. Dari penelitian ini ditemukan bahwa dampak bencana dapat dibagi menjadi 4 klaster. Klaster 1 memiliki dampak bencana paling banyak meliputi meninggal, luka, menderita, mengungsi, kerusakan rumah, fasilitas pendidikan, fasilitas kesehatan, fasilitas ibadah, kantor, jembatan, dan kios. Klaster ini memiliki Mean Absolute Error (MAE)  senilai 0,017, Mean Square Error (MSE) senilai 0,002, standar deviasi senilai 0,255 dan variance senilai 0,065. Klaster 2 meliputi meninggal, luka, menderita, mengungsi, rumah, fasilitas pendidikan, fasilitas kesehatan, fasilitas ibadah, pada korban menderita, mengungsi, kerusakan rumah dan fasilitas ibadah. Klaster ini memperoleh MAE senilai 0,053, MSE senilai 0,011, standar deviasi senilai 0,249 dan variance senilai 0,062. Klaster 3 meliputi korban luka, menderita, mengungsi, kerusakan rumah, fasilitas pendidikan, fasilitas kesehatan, fasilitas ibadah dan kantor. klaster ini memperoleh MAE senilai 0,102, MSE senilai 0,039, standar deviasi senilai 0,212 dan variance senilai 0,045. Klaster 0 memiliki dampak bencana paling sedikit meliputi kerusakan rumah, fasilitas pendidikan, fasilitas kesehatan, fasilitas ibadah, kantor, dan kios. klaster ini memperoleh MAE sebesar 0,021, MSE senilai 0,005, standar deviasi senilai 0,251 dan variance senilai 0,063.
Metode Schema Matching berbasis Linguistic dan Constraint untuk Integrasi Database di Sekolah Suwanto Raharjo; Ema Utami; Omar Muhammad Altoumi Alsyaibani
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.55852

Abstract

Integrasi data kini telah menjadi kebutuhan bagi setiap organisasi. Organisasi yang tidak mengintegrasikan data antara satu divisi dengan divisi lainnya akan menimbulkan kemungkinan terjadinya redundansi dan data yang tidak konsisten. Proses integrasi data umumnya terkendala oleh penggunaan istilah dan penulisan nama tabel serta atribut yang berbeda. Dalam penelitian ini, metode Linguistik dikombinasikan dengan metode Constraint digunakan untuk menemukan kesamaan antara atribut database yang berbeda. Metode Bigram digunakan sebagai metode linguistik. Atribut yang diusulkan untuk dihapus oleh Bigram ditinjau kembali dari aspek Constraint. Dengan menggunakan metode ini, 8 tabel dan 60 atribut dapat direduksi dari tujuh database. Hasil penelitian menunjukkan bahwa metode ini mempunyai akurasi di atas 99% pada semua skenario. Di sisi lain, Precision terendah terdapat saat membandingkan atribut antara database Administrasi_siswa dan Kesiswaan, yaitu hanya mencapat 70%. Meskipun masih ada beberapa kesalahan yang dilakukan oleh Bigram sebagai metode Linguistik, kesalahan tersebut dapat ditutupi dengan menggabungkan metode tersebut dengan metode berbasis Constraint. Pengujian validitas hasil integrasi dilakukan dengan query menggunakan sintaks SQL langsung ke database dan menghasilkan hasil query yang benar.
Penerapan Metode Certainty Factor pada Sistem Pakar Diagnosa Hama dan Penyakit pada Tanaman Tomat Dila Adellia; Alda Cendekia Siregar; Syarifah Putri Agustini Alkadri
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.56178

Abstract

Tanaman tomat termasuk tanaman hortikultura yang memiliki banyak manfaat bagi tubuh. Kurangnya pengetahuan pelaku tani dalam merawat serta mengatasi permasalahan pada tanaman tomat berdampak pada hasil panen yang kurang memuaskan. Tujuan dilakukan penelitian ini adalah untuk menghasilkan sebuah sistem pakar diagnosa hama dan penyakit pada tanaman tomat berbasis website berdasarkan beberapa gejala serta solusi untuk mengatasi permasalahan pada tanaman tomat. Metode yang diterapkan pada website tanaman tomat yaitu Metode Certainty Factor. Metode tersebut dapat memberikan gambaran mengenai kepercayaan seorang pakar terhadap suatu masalah, pada sistem pakar diagnosa hama dan penyakit tanaman tomat dilakukan pengujian akurasi sistem. Pengujian akurasi sistem dilakukan untuk mengetahui tinggkat akurasi dan nilai keberhasilan sistem. Dalam pengujian akurasi sistem digunakan 20 data kasus lapangan berdasarkan wawancara langsung kepada beberapa pihak pelaku tani tanaman tomat, dengan mengumpulkan fakta-fakta berupa gejala dari setiap kasus permasalahan hama dan penyakit tanaman tomat. Berdasarkan 20 data kasus tanaman tomat yang telah dilakukan berdasarkan penyesuaian terhadap sistem dan pakar diperoleh nilai akurasi sistem sebesar 90%. 
Implementasi dan Analisa Performa Berbagai Platform Web server pada Lingkungan Multicore Kharisma Monika Dian Pertiwi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.53920

Abstract

Perkembangan teknologi informasi dan komunikasi (TIK) sangat pesat. Saat ini hampir semua organisasi menggunakan sistem informasi berbasis website untuk mempermudah pekerjaannya. Perkembangan TIK tersebut juga didukung dengan perkembangan perangkat keras dan perangkat lunak. Salah satu isu utama dalam sistem berbasis website adalah kualitas layanan (performa). Faktor yang dapat mempengaruhi performa adalah aspek perangkat lunak dan perangkat keras. Salah satu perangkat keras yang berkembang adalah CPU dengan teknologi multicore. Teknologi multicore, mampu menjalankan proses secara paralel. Sehingga diharapkan dengan teknologi multicore, performa layanan menjadi lebih cepat. Selain dari aspek perangkat keras, performa layanan juga dipengaruhi aspek perangkat lunak yang berjalan dibawahnya, salah satunya adalah web server. Saat ini berkembang banyak web server. Kualitas berbagai web server perlu menjadi perhatian, agar layanan tetap baik. Uji coba terhadap teknologi multicore dan berbagai jenis web server perlu dilakukan untuk mengetahui efek terhadap kualitas layanan. Oleh karena itu penelitian ini dilakukan untuk mengetahui kualitas layanan berbagai macam web server dalam lingkungan multicore. Pengujian dilakukan dengan simulasi permintaan dengan variasi jumlah core dan konkurensi. Hasil pengujian menunjukkan bahwa penambahan core mempengaruhi jumlah permintaan yang dapat dilayani tiap detik, waktu respons server lebih cepat dan mengurangi beban masing-masing core. Hasil menunjukkan bahwa rata-rata peningkatan jumlah permintaan yang dapat dilayani sekitar 4000 hingga 5000.
Prediksi Curah Hujan Dasarian dengan Metode Vanilla RNN dan LSTM untuk Menentukan Awal Musim Hujan dan Kemarau Ni Made Meriliana Candra Devi; I Putu Agung Bayupati; Ni Kadek Ayu Wirdiani
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.56606

Abstract

Indonesia dijuluki sebagai negara agraris dimana perekonomian nasional bergantung pada sektor pertanian. Kualitas pertanian sangat dipengaruhi oleh perubahan iklim. BMKG memperkirakan datangnya musim di Indonesia didasari pada curah hujan dasarian. Curah hujan dasarian merupakan total curah hujan selama sepuluh hari. Curah hujan dasarian diatas 50 mm berturut-turut dalam tiga dasarian maka dasarian pertama akan ditentukan sebagai awal musim hujan. Sedangkan curah hujan dasarian dibawah 50 mm dalam tiga dasarian berturut-turut maka dasarian pertama akan ditentukan sebagai awal musim kemarau. Penelitian ini bertujuan untuk melakukan prediksi curah hujan dasarian untuk menentukan awal musim hujan dan musim kemarau. Metode Vanilla Recurrent Neural Network (Vanilla RNN) dan Long Short-Term Memory (LSTM) merupakan jenis dari jaringan saraf berulang yang baik digunakan dalam pemrosesan data sekuensial. Seleksi fitur (feature selection) dengan metode Backward Elimination dilakukan untuk meningkatkan akurasi dari prediksi. Fitur yang digunakan untuk prediksi curah hujan dasarian yaitu kecepatan angin, suhu udara, kelembaban udara, jarak pandang, dan tekanan udara. Adapun fitur hasil seleksi yaitu kelembaban, tekanan, dan jarak pandang. Hasil penelitian yang diperoleh yaitu metode Vanilla RNN dengan seleksi fitur memperoleh hasil terbaik dengan nilai R-Squared sebesar 0,6139 dan RMSE sebesar 28,4308. 
Security Assessment Aplikasi Mobile Pemerintahan dengan Acuan OWASP Top 10 Mobile Risks Dimas Febriyan Priambodo; Muhammad Hasbi; Mahar Surya Malacca
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.58192

Abstract

Mobile E-Kinerja XYZ adalah aplikasi yang digunakan untuk pelaporan kegiatan PNS dan ASN Pemerintah Kabupaten XYZ. Aplikasi ini menunjang peraturan dari pemerintah pusat terkait Sistem Pemerintahan Berbasi Elektronik (SPBE). Security assessment yang dilakukan mencakup pengujian keamanan aplikasi dan juga mengidentifikasi kerentanan menggunakan MobSF dan MARA Framework dan analisis dinamis serta melakukan validasi mengacu pada OWASP Top Ten Mobile Risk 2016. Menilai kerentanan menggunakan Common Vulnerability Scoring System (CVSS) 3.1. Memberikan rekomendasi keamanan terhadap kerentanan yang ditemukan mengacu pada Common Weakness Enumeration (CWE) serta menjelaskan dampak dari kerentanan. Aplikasi ini mempunyai satu krentanan high (Insecure Data Storage), tiga kerentanan medium (Improper Platform Usage, Insufficient Cryptography, Reverse Engineering), satu kerentanan low (Extraneous Functionality).
Evaluasi Metodologi CI/CD untuk Pengembangan Perangkat Lunak dalam Perkuliahan Hapnes Toba; Tjatur Kandaga Gautama; Julio Narabel; Andreas Widjaja; Sendy Ferdian Sujadi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.51992

Abstract

Saat ini sistem Continuous Integration (CI)/ Continuous Delivery (CD) merupakan standar baru dalam pengembangan perangkat lunak di industri. Sistem CI/CD merupakan langkah otomatisasi dari sebagian proses dalam pengembangan perangkat lunak. Ketika suatu sistem CI/CD digunakan oleh tim pengembang perangkat lunak maka akan diperoleh banyak data pemrosesan dan data hasil akhir dari proses CI/CD tersebut. Penelitian ini berupaya untuk mengevaluasi data yang terhimpun dalam sebuah sistem CI/CD dan diharapkan akan menemukan informasi yang bermanfaat sebagai umpan balik terhadap potensi sistem CI/CD dalam perkuliahan.  Evaluasi riset dilakukan dengan metode survei pada kelas pilihan di semester ganjil tahun akademik 2021/22. Survei dimulai sejak masa ujian tengah semester sampai dengan akhir semester, yaitu pada saat mahasiswa peserta kelas mulai membuat sistem/ aplikasi guna memenuhi kelengkapan tugas besar mata kuliah. Adapun kelas yang dipilih tersebut adalah mata kuliah rekayasa perangkat lunak di program studi S-1 Teknik Informatika. Hasil survei menunjukkan bahwa mayoritas mahasiswa sangat antusias dan merasa penting untuk mendalami konsep CI/CD sebagai salah satu metode mutakhir pengembangan perangkat lunak.
Reduksi Dimensi Data menggunakan Metode Wrapper Sequential Feature Selection untuk Peningkatan Performa Algoritma Naïve Bayes terhadap Dataset Medis Mochammad Yusa; Funny Farady Coastera; Muhammad Randa Yandika
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.54328

Abstract

Penggunaan Machine Learning sebagai alat bantu dalam penanganan medis saat ini berkembang dengan pesat. Salah satu penyakit medis yang dikembangkan menggukan algoritma komputasi adalah Cardiovascullar Disease (CVD). Machine learning model yang diterapkan didasarkan dataset rekam medis. Tujuan penelitian ini adalah menginvestigasi performa algoritma naïve bayes dengan menerpakan metode Wrapper Sequential Feature Selection (WSFS). Metode penelitian dimulai dari pengumpulan dataset, data preprocessing, penerapan model Naïve Bayes, dan atribut scoring menggunakan Wrapper SFS, dan validasi performa menggunakan uji validasi 10-Fold Cross-Validation. Data history yang digunakan yaitu dataset Heart Failure Clinical Records yang terdiri dari 299 instances pada 13 features. Hasil penelitian menunjukkan bahwa metode Wrapper SFS dapat mengimprovisasi nilai performa Algoritma Naïve Bayes dari nilai akurasi, Precisi, dan Recall. Adapun kenaikan performa didapatkan dengan kombinasi 6 fitur ('anaemia', 'diabetes', 'ejection_fraction', 'serum_creatinine', 'gender', 'time') yang didapatkan dari seleksi fitur WSFS terhadap Algoritma tersebut yaitu nilai akurasi meningkat sebanyak 6,334%, skor recall meningkat 11,333%, dan nilai precision meningkat sebesar 20,07% dibandingkan dengan Algoritma Naïve Bayes.   
Implementasi Support Vector Machine untuk Analisis Sentimen Terhadap Pengaruh Program Promosi Event Belanja pada Marketplace Gientry Rachma Ditami; Eva Faja Ripanti; Herry Sujaini
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.56478

Abstract

Tren belanja online membuat berbagai brand marketplace di Indonesia menerapkan strategi pemasaran terbaiknya untuk menarik minat pelanggan, salah satunya program promosi event belanja. Shopee dan Tokopedia merupakan dua brand marketplace teratas di Indonesia dengan pengunjung terbanyak berdasarkan data Similarweb tahun 2021. Pengalaman pengguna seputar promosi event belanja marketplace berlangsung di media sosial, salah satunya Twitter. Tujuan dari penelitian ini adalah membangun model analisis sentimen yang mampu mengklasifikasikan tweets masyarakat terkait dengan program promosi event belanja yang dilakukan oleh Shopee dan Tokopedia. Penelitian ini menggunakan data tweets pada periode yang telah ditentukan. Rangkaian text preprocessing yang dilakukan adalah case folding, tokenizing, filtering, normalisasi kata, dan stemming. Pembobotan kata menggunakan TF-IDF, Support Vector Machine sebagai algoritma pengklasifikasian, Grid Search untuk mencari parameter optimal, dan K-Fold Cross Validation serta Confusion Matrix untuk validasi dan pengujian model. Berdasarkan hasil analisis dan observasi, penelitian ini mengidentifikasi event belanja pada Shopee tanggal 25, flash sale, gratis ongkir, COD, tanggal kembar, dan Shopee 12.12. Sedangkan untuk Tokopedia tanggal 25, kejar diskon, bebas ongkir, COD, WIB, dan Tokopedia 12.12. Dari hasil pelabelan data, distribusi sentimen masyarakat untuk program promosi event belanja Tokopedia cenderung positif, Shopee cenderung negatif, dan sentimen masyarakat terhadap program promosi event belanja kedua marketplace didominasi oleh sentimen positif. Dari hasil pengujian, model yang menggunakan data set Shopee yaitu Skenario 3 dan Skenario 4 mendapat nilai akurasi tertinggi sebesar 72.12% dan 71.52%. Adapun dari hasil pencarian parameter terbaik menggunakan Grid Search meningkatkan nilai akurasi data set Tokopedia sebesar 1.44% dan data set Shopee sebesar 0.54%.

Page 39 of 53 | Total Record : 522

 37   38   39   40   41 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11, No 3 (2025): Volume 11 No 3 Vol 11, No 2 (2025): Volume 11 No 2 Vol 11, No 1 (2025): Volume 11 No 1 Vol 10, No 3 (2024): Volume 10 No 3 Vol 10, No 2 (2024): Volume 10 No 2 Vol 10, No 1 (2024): Volume 10 No 1 Vol 9, No 3 (2023): Volume 9 No 3 Vol 9, No 2 (2023): Volume 9 No 2 Vol 9, No 1 (2023): Volume 9 No 1 Vol 8, No 3 (2022): Volume 8 No 3 Vol 8, No 2 (2022): Volume 8 No 2 Vol 8, No 1 (2022): Volume 8 No 1 Vol 7, No 3 (2021): Volume 7 No 3 Vol 7, No 2 (2021): Volume 7 No 2 Vol 7, No 1 (2021): Volume 7 No 1 Vol 6, No 3 (2020): Volume 6 No 3 Vol 6, No 2 (2020): Volume 6 No 2 Vol 6, No 1 (2020): Volume 6 No 1 Vol 5, No 3 (2019): Volume 5 No 3 Vol 5, No 2 (2019): Volume 5 No 2 Vol 5, No 1 (2019): Volume 5 No 1 Vol 5, No 1 (2019): Volume 5 No 1 Vol 4, No 2 (2018): Volume 4 No 2 Vol 4, No 2 (2018): Volume 4 No 2 Vol 4, No 1 (2018): Volume 4 No 1 Vol 4, No 1 (2018): Volume 4 No 1 Vol 3, No 2 (2017): Volume 3 No 2 Vol 3, No 2 (2017): Volume 3 No 2 Vol 3, No 1 (2017): Volume 3 No 1 Vol 3, No 1 (2017): Volume 3 No 1 Vol 2, No 2 (2016): Volume 2 No 2 Vol 2, No 2 (2016): Volume 2 No 2 Vol 2, No 1 (2016): Volume 2 No 1 Vol 2, No 1 (2016): Volume 2 No 1 Vol 1, No 2 (2015): Volume 1, No 2 Vol 1, No 2 (2015): Volume 1, No 2 Vol 1, No 1 (2015): Edisi Perdana Vol 1, No 1 (2015): Edisi Perdana More Issue