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 554 Documents
 52   53   54   55   56 
Deteksi Objek Sampah Organik dan Non-Organik Menggunakan YOLO26n Silviana, Yorissa; Murinto; Firdausy, Kartika
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilahan sampah secara manual membutuhkan waktu yang lama dan tingkat konsistensi pengamatan yang tinggi, terutama ketika objek memiliki bentuk, warna, dan tekstur yang beragam. Penelitian ini bertujuan untuk mengevaluasi kinerja YOLO26n dalam mendeteksi dan melokalisasi sampah organik dan non-organik. Dataset yang digunakan terdiri atas 2.000 citra dengan distribusi seimbang, yaitu masing-masing 1.000 citra organik dan non-organik yang diperoleh dari pengumpulan mandiri dan dataset publik. Data dianotasi menggunakan bounding box dan dibagi menjadi data pelatihan, validasi, dan pengujian dengan rasio 80:10:10. Model dilatih selama 100 epoch menggunakan citra berukuran 640 × 640 piksel dengan batch size 32. Hasil evaluasi menunjukkan nilai precision sebesar 0,9292, recall sebesar 0,8488, F1-score sebesar 0,8870, mAP@0.5 sebesar 0,8967, dan mAP@0.5:0.95 sebesar 0,8034. Kelas non-organik memperoleh performa lebih tinggi dengan mAP@0.5 sebesar 0,928 dan mAP@0.5:0.95 sebesar 0,894, dibandingkan kelas organik yang masing-masing sebesar 0,865 dan 0,713. Perbedaan tersebut menunjukkan bahwa variasi bentuk, tekstur, dan batas visual objek organik masih menjadi tantangan dalam proses deteksi dan lokalisasi. Model juga mencatat waktu inferensi sebesar 0,7 ms per citra pada GPU NVIDIA RTX PRO 6000. Secara keseluruhan, YOLO26n mampu mendeteksi dan melokalisasi sampah organik dan non-organik dengan kinerja yang baik, namun masih memerlukan pengujian lebih lanjut pada data independen dan perangkat edge sebelum diterapkan pada sistem pemilahan sampah secara real-time.
Analysis of Transaction Patterns in Automotive Workshop and Accessories Store Using the FP-Growth Algorithm Putri, Widiya Amelia; Widodo, Anteng; Noor Latifah
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Transaction data at automotive workshops and accessory stores holds valuable information about customer purchasing habits, yet is typically used only as an administrative archive without further analysis to support business strategy. This is the case for Impala Variasi, an automotive workshop in Welahan, Jepara, which recorded 1,388 transactions from January 2025 to May 2026 but lacks a mechanism for identifying products customers tend to choose together, leaving service packages based on the owner's intuition. This study applies the FP-Growth algorithm to discover association patterns among components attached to each service, following the CRISP-DM framework and evaluating results using support, confidence, and lift ratio, with a minimum-support threshold of 5% (70 of 1,388 transactions). Results, cross-verified against raw data, show 13 frequent items, 7 frequent 2-itemsets, and 1 frequent 3-itemset (21 itemsets total), yielding 14 association rules. Speaker → Head Unit produced the highest confidence among the genuinely bidirectional rules (81.12%, support 8.36%, lift 7.51), followed by Head Unit → Speaker (77.33%) and Car Shampoo → Wax Polish (75.31%, lift 8.57). Three pairs — Oil Filter/Engine Oil, Spark Plug/Engine Oil, and Tire Valve/4-Tire Nitrogen — showed one-directional 100% confidence, meaning every customer who bought the smaller add-on also bought the base item, while the reverse direction (e.g., Engine Oil → Oil Filter, 53.42%) reveals meaningful upsell headroom. These patterns indicate consistent attach behavior between core services and add-ons, plus a strong bidirectional link between car-audio components. Results can guide service bundles, cross-selling, sparepart stock, and data-driven recommendations for Impala Variasi's management.
Analisis Bibliometrik dan Klasifikasi Berbasis Kamus (Dictionary-Based) untuk Pemetaan Penelitian Dosen Terhadap Pencapaian Sustainable Development Goals (SDGs) Pratama, Enda Esyudha; Zulkarnain, Izuardo
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perguruan tinggi berperan penting dalam menciptakan solusi melalui kegiatan penelitian yang dilakukan oleh para dosen. Namun, masih terdapat kesenjangan dalam memahami sejauh mana kontribusi penelitian dosen terhadap pencapaian target-target SDGs. Oleh karena itu, penelitian ini bertujuan untuk melakukan pemetaan dan analisis kontribusi penelitian dosen terhadap pembangunan berkelanjutan menggunakan pendekatan analisis bibliometrik dengan metode data mining. Penelitian ini menggunakan pendekatan kuantitatif dengan mengumpulkan data publikasi dosen dari Google Scholar dan SIMLPPPM UNTAN. Data yang dikumpulkan dalam bentuk metadata publikasi, termasuk judul, abstrak, kata kunci, afiliasi institusi, dan tahun terbit. Hasil penelitian menunjukkan dari 345 data, 91,58% data berhasil dipetakan. Riset UNTAN menunjukkan kekuatan pada bidang inovasi dan infrastruktur (SDGs 9), namun memiliki peluang besar untuk dikembangkan pada area sosial-humaniora dan kelautan. Manfaat penelitian ini dapat menjadi alat strategis bagi universitas untuk membentuk gugus riset unggulan, mendukung kolaborasi lintas fakultas, dan optimalisasi riset pada bidang strategis tertentu yang masih kurang.
Pengembangan Sistem Deteksi Jatuh Ringan Berbasis Pose Estimation Pada Video CCTV Untuk Edge Device Imam Yabunaiya Ramadhani; Bedy Purnama; Mulyantini, Agustien; Satrio, Cahyo Tri
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi jatuh merupakan komponen penting dalam sistem pemantauan kesehatan, khususnya bagi lansia dan individu berisiko tinggi. Sebagian besar metode berbasis deep learning membutuhkan sumber daya komputasi yang besar sehingga kurang sesuai untuk perangkat edge. Penelitian ini mengusulkan sistem deteksi jatuh berbasis video yang menggabungkan human pose estimation dan klasifikasi lightweight dalam pipeline terintegrasi yang mencakup preprocessing video, pose estimation, temporal smoothing, ekstraksi fitur kinematik, temporal pooling, dan klasifikasi. Eksperimen dilakukan menggunakan gabungan UR Fall Detection, Le2i, dan Multicam Dataset sebanyak 472 video, dan diuji pada Raspberry Pi 5. Hasil menunjukkan bahwa kombinasi OpenPose Body25 dan Random Forest memperoleh accuracy tertinggi sebesar 89,58% dan F1-score sebesar 92,96%, sedangkan BlazePose Lite dan TinyML memberikan keseimbangan terbaik antara performa klasifikasi dan efisiensi komputasi dengan accuracy sebesar 85,42% dan F1-score sebesar 91,36%.

Page 56 of 56 | Total Record : 554

 52   53   54   55   56 

Filter by Year

2015 2026


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2026): Volume 12 No 2 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