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
 49   50   51   52   53 
TF-IDF vs IndoBERT: Pendekatan Statistik dan Kontekstual dalam Pengelompokan Surat Pemerintahan dengan Algoritma K-Means Mayola, Liga; Syahputra, Hadi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 3 (2025): Volume 11 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i3.101856

Abstract

Digitalisasi administrasi pemerintahan menyebabkan peningkatan volume surat elektronik yang perlu dikelola secara efisien. Meskipun data surat bersifat semi-terstruktur, pengelompokan berbasis perihal masih menghadapi tantangan akibat variasi redaksi dan konteks bahasa. Penelitian ini bertujuan membandingkan kualitas pengelompokan surat pemerintahan menggunakan algoritma K-Means dengan dua pendekatan representasi teks, yaitu TF-IDF berbasis statistik dan IndoBERT berbasis kontekstual. Data yang digunakan terdiri dari 854 perihal surat masuk pada Aplikasi Srikandi. Hasil eksperimen menunjukkan bahwa IndoBERT menghasilkan kualitas clustering yang lebih baik dengan nilai Silhouette Score sebesar 0,2242 dan Calinski–Harabasz Index sebesar 171,4236, dibandingkan TF-IDF yang hanya mencapai Silhouette Score 0,0393 dan Calinski–Harabasz Index 35,2446. Sementara itu, nilai Davies–Bouldin Index pada TF-IDF (1,6508) sedikit lebih rendah dibandingkan IndoBERT (1,7388) yang menunjukkan bahwa TF-IDF cenderung membentuk cluster dengan jarak antar cluster yang relatif lebih dekat. Namun, jika ditinjau secara komprehensif, nilai Silhouette Score dan Calinski–Harabasz Index yang jauh lebih tinggi pada IndoBERT mengindikasikan bahwa cluster yang terbentuk lebih kohesif secara internal dan memiliki separasi semantik yang lebih jelas. Keunggulan IndoBERT terutama disebabkan oleh kemampuannya menangkap makna semantik dan konteks kata dalam perihal surat yang singkat namun bervariasi, sehingga menghasilkan struktur cluster yang lebih bermakna dibandingkan pendekatan statistik konvensional. Temuan ini menunjukkan bahwa representasi kontekstual lebih efektif dalam mendukung pengelompokan otomatis surat pemerintahan.
Implementasi Chatbot AI Berbasis n8n untuk Layanan Informasi Administrasi Akademik Departemen Teknik Elektro dan Informatika Hariyadi, Intan Nur Rahma; Soraya, Dila Umnia
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 3 (2025): Volume 11 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i3.101635

Abstract

Aksesibilitas informasi administratif menjadi tantangan utama bagi mahasiswa di Departemen Teknik Elektro dan Informatika, Universitas Negeri Malang. Survei awal mengindikasikan bahwa mayoritas mahasiswa (72%) merasa kesulitan memahami alur birokrasi, sementara 58% lainnya mendapatkan data yang kurang valid mengenai prosedur akademik, khususnya terkait skripsi dan praktik industri. Penelitian ini bertujuan untuk mengatasi kendala tersebut dengan mengembangkan sistem layanan informasi otomatis berupa chatbot berbasis Artificial Intelligence (AI). Melalui pendekatan Penelitian dan Pengembangan (R&D), studi ini mengembangkan chatbot yang menggabungkan otomatisasi alur kerja via n8n. Sistem ini diperkuat dengan teknologi Retrieval Augmented Generation (RAG) serta Large Language Model (LLM) berbasis Google Gemini untuk meningkatkan akurasi layanan. Arsitektur sistem dirancang untuk menghubungkan antarmuka Telegram dengan basis data internal yang dikelola melalui Google Sheets, memungkinkan chatbot memberikan respon yang relevan secara kontekstual tanpa memerlukan proses pengkodean yang rumit. Pendekatan ini membatasi halusinasi AI dengan memastikan jawaban bersumber langsung dari data institusi yang akurat. Hasil pengujian menunjukkan performa sistem yang sangat memuaskan. Validasi yang dilakukan oleh ahli memberikan skor rata-rata 4,5 dari skala 5, yang menunjukkan bahwa kelayakan teknis dan fungsional yang tinggi dan pengujian pengalaman pengguna menggunakan instrumen System Usability Scale (SUS) menghasilkan skor 90,8, yang menunjukkan tingkat kegunaan sistem dalam kategori sangat baik. Penelitian ini menyimpulkan bahwa integrasi teknologi low-code n8n, RAG, dan LLM terbukti efektif meningkatkan kecepatan dan akurasi layanan informasi, serta mampu mengurangi beban kerja staf administrasi secara signifikan.

Page 53 of 53 | Total Record : 522

 49   50   51   52   53 

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