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 535 Documents
 50   51   52   53   54 
Implementasi Large Language Models Menggunakan Framework Langchain pada Question Answering System
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 12, No 1 (2026): Volume 12 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v12i1.97471

Abstract

Informasi yang telah beredar luas dapat diperoleh dengan berbagai cara, salah satunya dengan bertanya kepada seseorang yang telah mengetahui informasi tersebut sebelumnya. Salah satu contohnya yaitu seseorang yang ingin mengetahui isi pedoman akademik Universitas Tanjungpura. Pedoman akademik merupakan dokumen yang berisi aturan, prosedur, dan informasi penting mengenai suatu institusi pendidikan. Teknologi saat ini telah berkembang untuk menyelesaikan masalah tersebut, salah satunya dengan membangun Question Answering System (QAS) yang dapat menjawab pertanyaan berdasarkan informasi aktual. Penelitian ini mengimplementasikan Large Language Models (LLM) dalam mengembangkan QAS menggunakan framework LangChain dengan pendekatan retrieval-augmented generation (RAG). Framework LangChain mempermudah proses pengembangan aplikasi yang memanfaatkan LLM. Proses yang diimplementasikan meliputi pembacaan dokumen PDF, pemisahan dokumen menjadi potongan (chunks), serta proses embedding dan penyimpanan ke dalam basis data vektor menggunakan Pinecone. Evaluasi sistem dilakukan menggunakan metrik ROUGEScore dan BERTScore, dengan hasil terbaik ditunjukkan oleh llama3:8B yang memperoleh skor ROUGE-1 sebesar 0,33 (33%), ROUGE-2 sebesar 0,243 (24%), dan BERTScore sebesar 0,73 (73%) dibandingkan dengan 2 model lainnya yaitu deepseek-r1:8b memperoleh skor ROUGE-1 sebesar 0,259 (25%), ROUGE-2 sebesar 0,154 (15%), dan BERTScore sebesar 0,689 (68%) dan phi-4:14b memperoleh skor ROUGE-1 sebesar 0,28 (28%), ROUGE-2 sebesar 0,208 (20%), dan BERTScore sebesar 0,722 (72%). Berdasarkan hasil evaluasi tersebut. llama3 dipilih sebagai LLM untuk QAS pedoman akademik karena mampu dalam menjawab pertanyaan berdasarkan dokumen dibandingkan 2 LLM lainnya. Kemudian dilakukan juga pengujian User Acceptance Testing (UAT) dengan 15 responden, yang menghasilkan rata-rata skor 3,96 atau setara dengan 79,2%. Hal tersebut menunjukkan kesimpulan bahwa sistem QAS diterima oleh pengguna karena dapat memberikan informasi dengan mudah, relevan, dan bermanfaat.
Pengembangan Front End Online Judge dengan React JS
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 12, No 1 (2026): Volume 12 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v12i1.105633

Abstract

Seiring dengan pesatnya perkembangan teknologi informasi, institusi pendidikan tinggi dituntut untuk menyediakan sarana pembelajaran yang mendukung penguasaan keterampilan praktis, khususnya dalam bidang pemrograman. Salah satu sarana penting dalam pembelajaran pemrograman adalah sistem Online Judge sebagai media latihan dan evaluasi kode secara otomatis. Namun, ketergantungan pada platform pihak ketiga menimbulkan berbagai keterbatasan, seperti gangguan ketersediaan layanan, keterbatasan pengelolaan data, serta minimnya fleksibilitas kustomisasi sesuai kebutuhan institusi. Oleh karena itu, Jurusan Informatika Universitas Tanjungpura mengembangkan sistem Online Judge internal, dengan penelitian ini berfokus pada pengembangan front end antarmuka administrator. Penelitian ini bertujuan untuk merancang dan membangun antarmuka front end administrator berbasis React JS serta mengimplementasikan integrasi antara front end dan back end melalui Application Programming Interface (API) agar seluruh fungsionalitas pengelolaan sistem dapat berjalan dengan baik. Metode pengembangan yang digunakan adalah prototyping, yang memungkinkan penyesuaian sistem secara bertahap berdasarkan kebutuhan pengguna. Pengujian sistem dilakukan menggunakan Black Box Testing, Integration Testing, User Acceptance Testing (UAT), dan System Usability Scale (SUS). Hasil Black Box Testing menunjukkan seluruh 33 kasus uji berhasil dijalankan, sedangkan Integration Testing menunjukkan seluruh 65 kasus uji berhasil tanpa ditemukan kesalahan fungsional. Hasil UAT menunjukkan tingkat penerimaan pengguna sebesar 91,53% untuk fitur manajemen problem dan contest, serta 100% untuk fitur Access Control List dan manajemen pengguna dengan kategori sangat baik. Selain itu, hasil pengujian SUS memperoleh skor rata-rata sebesar 76 yang termasuk dalam kategori Grade B, yang menunjukkan bahwa sistem memiliki tingkat usability yang baik. Berdasarkan hasil tersebut, dapat disimpulkan bahwa front end antarmuka administrator yang dikembangkan telah memenuhi kebutuhan fungsional sistem serta mendukung pengelolaan Online Judge internal di Jurusan Informatika Universitas Tanjungpura.
Implementation of a Decision Support System for Employee Reward and Contract Extension Using Naïve Bayes
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 12, No 1 (2026): Volume 12 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v12i1.106418

Abstract

This study implements an integrated Decision Support System (DSS) for evaluating employee potential for both reward allocation and contract extension at PT Java Abadi Gemilang. Unlike previous studies that focus on a single human resource decision, this system combines two critical functions into one framework. Using the Naïve Bayes classifier within the CRISP-DM methodology, the system was tested on 350 employee records from January 2022 to December 2023. Eight key attributes were selected using Information Gain. Experimental results show that the model achieves 92.50% accuracy, 91.80% precision, 93.20% recall, and 92.45% F1-score. The DSS implementation improved evaluation objectivity based on preliminary survey feedback and reduced processing time from two weeks to real-time, representing a 75% increase in administrative efficiency. The main contribution is the integration of reward and contract extension decisions into a single rule‑based system that adapts to divisional characteristics.
Pembuatan Plugin QGIS untuk Penyusunan Indeks Bahaya Bencana Banjir
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 12, No 1 (2026): Volume 12 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v12i1.104340

Abstract

Indonesia menjadi salah satu negara rentan terhadap bencana banjir dan dapat berdampak signifikan terhadap masyarakat serta infrastruktur. Penyusunan indeks bahaya banjir menjadi langkah strategis dalam upaya mitigasi dan pengurangan risiko bencana, namun pelaksanaannya memiliki proses yang panjang dan melalui berbagai lapisan proses berulang. Penelitian ini bertujuan untuk membangun sebuah plugin di platform Quantum GIS (QGIS) yang dapat mengotomatisasi tahapan penyusunan indeks bahaya banjir guna menjaga konsistensi, memperpendek waktu proses serta kemudahan dalam replikasi proses analisis di wilayah berbeda. Pengembangan dilakukan dengan menggunakan bahasa pemrograman Python, Algorithm ID QGIS, serta toolbox QGIS yaitu TauDEM. Pengujian dilakukan dengan metode black box testing untuk melihat perbandingan waktu proses dan hasil keluaran dari penggunaan plugin dan tanpa plugin. Hasil pengujian menggunakan data wilayah kabupaten Sanggau mampu menghasilkan perbandingan yang signifikan dengan hasil serupa yaitu dengan waktu analisis dari 1399 detik menjadi 413 detik. Kesimpulan penelitian ini bahwa plugin dapat menjadi solusi dalam mendukung penyusunan indeks bahaya banjir dalam lingkup kerja berbasis QGIS.
Implementation of IT Security Operations Management Application for Cyber Security Threat Monitoring
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 12, No 1 (2026): Volume 12 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v12i1.105673

Abstract

Peningkatan kompleksitas dan volume serangan siber mengharuskan organisasi untuk menerapkan mekanisme pemantauan keamanan terintegrasi dan real-time. Studi ini mengusulkan model pemantauan berbasis Operasi Keamanan (Security Operations) untuk meningkatkan efektivitas deteksi serangan siber dan respons insiden di lingkungan sektor keuangan. Sistem ini mengintegrasikan pemantauan firewall aplikasi web, pemantauan integritas file berbasis host, dan pengayaan intelijen ancaman siber dalam platform terpusat yang mampu melakukan tindakan respons otomatis, termasuk pemblokiran IP dan karantina file. Model ini dievaluasi menggunakan skenario serangan terkontrol yang meliputi serangan injeksi SQL, skrip lintas situs, eksekusi kode jarak jauh, dan unggahan file berbahaya. Hasil eksperimen menunjukkan bahwa semua serangan berhasil dideteksi dan diatasi. Sistem mencapai waktu deteksi berkisar antara 0 hingga 37 detik dan waktu respons antara 3 hingga 6 detik, dengan rata-rata waktu respons 4 detik. Pemantauan lintas lapisan dan penahanan otomatis mengurangi paparan serangan dan meningkatkan efisiensi penanganan insiden operasional. Temuan ini menunjukkan bahwa integrasi deteksi multi-lapisan dengan respons otomatis memberikan perbaikan yang dapat diukur dalam operasi keamanan dunia nyata. Kerangka kerja mini–Security Operations Center yang diusulkan menawarkan pendekatan pemantauan keamanan praktis bagi organisasi dengan sumber daya keamanan terbatas.

Page 54 of 54 | Total Record : 535

 50   51   52   53   54 

Filter by Year

2015 2026


Reset
Filter By Issues
All Issue Vol 12, No 1 (2026): Volume 12 No 1 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