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[Prediksi Proses Persalinan Menggunakan Case Based Reasoning ]]>
<![CDATA[Tursina, Tursina]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 1 (2016): Volume 2 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (478.291 KB)
|
DOI: 10.26418/jp.v2i1.15554
<![CDATA[Penelitian ini mengusulkan salah satu pendekatan dalam memprediksi proses persalinan menggunakan Case Based Reasoningr. Case Based Reasoning (CBR) merupakan suatu penalaran yang mengambil kesimpulan atau solusi dengan cara mengadopsi solusi yang sudah ada (kasus terdahulu). Hal yang terpenting dalam CBR adalah menentukan nilai kemiripan atau similaritas antara kasus-kasus yang tersimpan di basis kasus dengan kasus baru yang akan dicari solusinya. Salah satu metode similaritas yang bisa digunakan adalah dengan cara Algoritma Nearest Neighbor. Sistem CBR mempunyai 4 tahapan yaitu Retrieve, Reuse, Revise dan Retain. Aplikasi CBR ini menggunakan  framework dan GUI jCOLIBRI  Kata kunci— Prediksi, CBR, Algoritma Nearest Neighbor, jCOLIBRI]]>
<![CDATA[Analisis Data Penjualan Perusahaan Detergen XYZ dengan Aplikasi Zoho Reporting Menggunakan Metode OLAP (Online Analytycal Processing) ]]>
<![CDATA[Akbar, Ricky]]>;
<![CDATA[Yuliani, Elsha]]>;
<![CDATA[Mawaddah, Qisty]]>;
<![CDATA[Ardhana, Fikri]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 3, No 1 (2017): Volume 3 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (816.251 KB)
|
DOI: 10.26418/jp.v3i1.20200
<![CDATA[Sales Channel atau saluran penjualan merupakan salah satu hal yang harus diperhatikan oleh perusahaan. Sales channel yang beragam memungkin perusahaan untuk memperbesar keuntungan mereka, sales channel online misalnya dengan sales channel ini perusahaan dapat memperluas lokasi pemasaran keseluruh negara-negara di dunia. Perusahaan yang memiliki sales channel yang banyak dan memproduksi barang yang biasa digunakan sehari-hari, memiliki data pelanggan yang sangat besar diberbagai belahan dunia. Prediksi jumlah penjualan produk di masing-masing negara berdasarkan sales channel yang digunkan perusahaan merupakan Business Intelligence (BI) yang sangat penting untuk melihat negara mana yang berpotensi memberikan pelanggan yang besar untuk penjualan produk perusahaan. Dari penelitian dengan menggunakan metode OLAP (Online Analytical Processing) dan aplikasi Zoho Reporting, dapat membantu pihak pengambil keputusan dalam menemukan pelanggan dari negara mana yang nantinya berpotensi memberikan keuntungan besar bagi perusahaan. Kata kunci— business intelligence, online analytical processing, sales channel, prediksi.]]>
<![CDATA[Perbaikan Probabilitas Lexical Model Untuk Meningkatkan Akurasi Mesin Penerjemah Statistik ]]>
<![CDATA[Mandira, Soni]]>;
<![CDATA[Sujaini, Herry]]>;
<![CDATA[Putra, Arif Bijaksana]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 1 (2016): Volume 2 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (945.756 KB)
|
DOI: 10.26418/jp.v2i1.13393
<![CDATA[Bahasa merupakan alat komunikasi yang digunakan seseorang untuk menyampaikan ide, gagasan, konsep atau perasaan kepada orang lain. Ragam bahasa yang dimiliki setiap orang berbeda, hal ini dapat menghambat pertukaran informasi karena orang lain tidak memahami maksud dan tujuan yang ingin disampaikan. Mesin Penerjemah Statistik (Statistical Machine Translation) merupakan sebuah pendekatan mesin penerjemah dengan hasil terjemahan yang dihasilkan atas dasar model statistik yang parameter-parameternya diambil dari hasil analisis korpus paralel. Tujuan yang ingin dicapai dalam penelitian ini adalah melakukan perbaikan probabilitas lexical model pada mesin penerjemah statistik bahasa Jawa ke bahasa Indonesia untuk meningkatkan nilai akurasi hasil terjemahan. Pengujian dilakukan dengan membandingkan nilai akurasi hasil terjemahan sebelum dan setelah perbaikan probabilitas lexical model. Penelitian menggunakan korpus paralel sebanyak 5108 korpus. Pengujian dilakukan dengan dua cara, yaitu pengujian otomatis menggunakan Bilingual Evaluation Understudy (BLEU) dan pengujian oleh ahli bahasa Jawa. Hasil dari pengujian adalah terdapat peningkatan persentase nilai BLEU sebesar 0.30% pada pengujian otomatis dan 10.69% pada pengujian oleh ahli bahasa. Kata Kunci— BLEU score, korpus paralel, lexical model, mesin penerjemah statistik.]]>
<![CDATA[Implementasi Business Intelligence untuk Mendapatkan Pola Penerbangan Penumpang Pesawat dari atau ke Bandara Internasional Minangkabau ]]>
<![CDATA[Akbar, Ricky]]>;
<![CDATA[Alfarizi, Vedo]]>;
<![CDATA[Amarta, Tata Bayu]]>;
<![CDATA[Ardian, Nazhifa Najla]]>;
<![CDATA[Ibrahim, Mahfuz Jailani]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1769.38 KB)
|
DOI: 10.26418/jp.v4i1.25580
<![CDATA[Pesawat udara saat ini sangat diminati untuk perjalanan jauh bagi pengguna jasa penerbangan baik untuk perjalanan pariwisata maupun perjalanan bisnis. Akibatnya, aktifitas penerbangan selalu ramai. Oleh karenanya, perusahaan pengelola bandar udara memiliki manajemen terkait penjadwalan penerbangan. Kumpulan dari jadwal penerbangan yang bervariasi ini menghasilkan data yang disebut flight daily report. Perkembangan teknologi memiliki penemuan baru untuk memanfaatkan data sebagai hal penting dalam kemajuan bisnis. Salah satunya adalah dengan penerapan business intelligence. Peneliti akan menerapkan business intelligence untuk mendapatkan pola penerbangan penumpang menggunakan data Flight Daily Report (FDR) Bandara Internasional Minangkabau tahun 2017. dengan mendapatkan pola penerbangan kita sebagai pengguna jasa penerbangan dapat mengetahui kapan jadwal padat bandar udara, serta dapat mengetahui kapan orang-orang cendrung melakukan perjalanan udara dari atau ke Bandara Internasioanal Minangkabau (BIM). Tools yang digunakan untuk penelitian ini adalah Pentaho Data Integration dan Microsoft Power BI. Hasil penelitian berupa grafik dari data Flight Daily Report (FDR) Bandara Internasional Minangkabau tahun 2017 yang telah diproses sehingga dapat kita analisa dan simpulkan bahwa jadwal penerbangan tersibuk terjadi pada pukul 14.10 WIB yaitu untuk waktu kedatangan. Kata kunci ― business intelligence, pentaho, Microsoft Power BI, Pola Penerbangan, BIM]]>
<![CDATA[Perbandingan Pemilihan Komponen Pengasutan Motor Induksi Tiga Fasa antara Sistem Pengasutan Langsung ke Jala-Jala (DOL Starting) dengan Sistem Pengasutan Bintang Segitiga (Y-Δ Starting) ]]>
<![CDATA[Yandri, -]]>;
<![CDATA[Ismail, Muhammad Yusuf]]>;
<![CDATA[Khwee, Kho Hie]]>;
<![CDATA[Hiendro, Ayong]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 2 (2016): Volume 2 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1313.01 KB)
|
DOI: 10.26418/jp.v2i2.17679
<![CDATA[Motor induksi (motor asinkron) tiga fasa secara luas banyak digunakan di industri dan bangunan besar. Rancangan dan perawatannya sederhana, dapat disesuaikan pada berbagai aplikasi di lapangan dan pengoperasiannya ekonomis. Paper ini membahas tentang penentuan spesifikasi komponen-komponen jika motor induksi tiga fasa diasut secara langsung ke jala-jala (Direct On Line / DOL starting) dan jika diasut dengan hubungan bintang-segitiga (Y-Δ starting). Penentuan spesifikasi komponen dilakukan dengan bantuan program LV Motor Solution Guide yang dirilis oleh pihak Schneider. Dari 4 (empat) sampel motor yang diuji yakni motor bertegangan 380 – 415 V dan dengan daya masing-masing adalah 4 kW, 7,5 kW, 11 kW, dan 15 kW diperoleh bahwa spesifikasi komponen-komponen yang dihasilkan melalui program tersebut bersesuaian dengan spesifikasi komponen yang terdapat pada Katalog 2016 yang diterbitkan oleh pihak Schneider. Dengan demikian dapat disimpulkan bahwa spesifikasi komponen-komponen ini dapat langsung diaplikasikan di lapangan sesuai dengan sistem pengasutan yang digunakan. Kata kunci — pengasutan, motor induksi, DOL starting, Y-Δ starting, LV Motor Starter Solution Guide ]]>
<![CDATA[Aplikasi Media Pembelajaran Biologi Sistem Saraf Pusat Menggunakan Augmented Reality ]]>
<![CDATA[Mustaqim, Ivan]]>;
<![CDATA[Irwansyah, Azhar]]>;
<![CDATA[Sukamto, Anggi Srimurdianti]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 1 (2018): Volume 4 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (870.071 KB)
|
DOI: 10.26418/jp.v4i1.24150
<![CDATA[Augmented Reality (AR) merupakan salah satu teknologi informasi yang dimanfaatkan sebagai media pembelajaran sistem saraf pusat manusia. Sistem saraf pusat manusia sulit diamati secara langsung karena berada didalam tubuh. Augmented Reality dimanfaatkan pada pembelajaran sistem saraf manusia dikarenakan dapat menampilkan objek 3 dimensi yang mirip bentuk aslinya, sehingga diharapkan menjadi alternatif media pembelajaran sistem saraf pusat manusia. Penelitian ini menggunakan game engine UNITY untuk membangun aplikasi berbasis Android berteknologi Augmented Reality, disertai dengan buku yang berisi marker yang apabila diarahkan oleh aplikasi dapat menampilkan objek 3 dimensi. Aplikasi ini dapat dimanfaatkan oleh siswa sekolah menengah atas. Berdasarkan hasil pengujian marker, ada 3 marker yang dapat menampilkan 7 objek tiga dimensi. Berdasarkan pengujian kompatibilitas, aplikasi dapat bekerja dengan baik pada perangkat Android dengan versi minimal 4.2.2 yaitu jellybean. Hasil pengujian pre test dan post test, kelompok siswa yang belajar menggunakan buku biologi memiliki kenaikan persentase nilai sebesar 26.48 % sedangkan kelompok siswa yang belajar menggunakan aplikasi Augmented Reality memiliki persentase nilai sebesar 36.10 % yang berarti aplikasi Augmented Reality sistem saraf pusat manusia dapat diterapkan sebagai media pembelajaran sistem saraf pusat manusia.]]>
<![CDATA[Pengelompokkan Kelas Menggunakan Self Organizing Map Neural Network pada SMK N 1 Depok ]]>
<![CDATA[Harli, Eko]]>;
<![CDATA[Fauzi, Ahmad]]>;
<![CDATA[Kusmanto, Tria Hadi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 2 (2016): Volume 2 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (591.052 KB)
|
DOI: 10.26418/jp.v2i2.17574
<![CDATA[Dalam mengembangkan kegiatan belajar di sekolah terutama di dalam kelas agar terciptanya suasana yang nyaman sehingga dapat pula memacu perkembangan siswa dalam belajar agar dapat meningkatkan kualiatas pendidikan di Indonesia perlu adanya suatu pengaturan siswa dalam sebuah kelas. Pada penelitian ini ANN digunakan untuk membangun sebuah model pengelompokkan siswa dalam sebuah kelas secara mudah berdasarkan nilai raport siswa menggunakan metode alogritma Self Organizing Map (SOM). Berdasarkan uraian yang telah peneliti paparkan, maka dalam penelitian ini peneliti akan membuat aplikasi Pengelompokkan Kelas Menggunakan Self Organizing Map Neural Network Pada SMK Negeri 1 Depok. Tujuan dari penelitian ini adalah untuk membangun model pengelompokan kelas secara mudah. Penelitian ini melakukan penentuan klasifikasi kelas berdasarkan nomor induk siswa, nilai mata pelajaran siswa, jenis kelamin dan nilai sikap siswa menggunakan algoritma Self Organizing Map. Data siswa dimasukan kedalam sistem kemudian dilakukan klasifikasi kelas berdasarkan nilai-nilai siswa yang baik dan kurang baik menggunakan SOM, selanjutnya pemerataan hasil klasifikasi agar setiap kelas mendapatkan hasil yang merata dari nilai siswa tersebut. Hasil yang diperoleh setelah dilakukan klasifikasi menggunakan SOM yaitu pengelompokan siswa yang merata dan dibagi kedalam dua kelas  Kata kunci— Cluster, Self-Organizing Map, Neural Network, Kelas, Kelompok Belajar]]>
<![CDATA[Implementasi Knowledge base pada Aplikasi Data Orang Hilang (Studi Kasus: Polres Tasikmalaya Kota) ]]>
<![CDATA[Meidiyan, Mohamad Gibran]]>;
<![CDATA[Mubarok, Husni]]>;
<![CDATA[Rianto, Rianto]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 3, No 2 (2017): Volume 3 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1009.14 KB)
|
DOI: 10.26418/jp.v3i2.22526
<![CDATA[Pada proses perkembangan suatu teknologi, pengetahuan (knowledge) dan informasi menjadi sangat penting untuk menjadi sumber daya utama yang akan sangat menunjang pada suatu instansi. Kepolisian Resor Tasikmalaya Kota (Polres Tasikmalaya Kota) sebagai suatu instansi pemerintah, mengolah dan mengelola data orang hilang merupakan salah satu tugas Polres Tasikmalaya Kota yaitu pelayanan kepada masyarakat. Sejalan dengan meningkatnya laporan orang hilang di Kota Tasikmalaya, Polres Tasikmalaya Kota membutuhkan suatu sistem yang dapat melakukan identifikasi data orang hilang berdasarkan pengetahuan (knowledge). Tujuan umum dari penelitian ini yaitu mengimplementasikan Knowledge Base pada Aplikasi Data Orang Hilang di Polres Tasikmalaya Kota yang sesuai dengan kebutuhan saat ini. Metode penelusuran yang digunakan pada penelitian ini adalah penelusuran runut maju (forward chaining). Hasil akhir dari penelitian ini adalah sebuah aplikasi yang berjalan sesuai dengan harapan.]]>
<![CDATA[Implementasi Cluster Server pada Raspberry Pi dengan Menggunakan Metode Load Balancing ]]>
<![CDATA[Putra, Ridho Habi]]>;
<![CDATA[Sugeng, Winarno]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 2, No 1 (2016): Volume 2 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (336.701 KB)
|
DOI: 10.26418/jp.v2i1.14988
<![CDATA[Server merupakan bagian penting dalam sebuah layanan didalam jaringan komputer. Peran server dapat menentukan kualitas baik buruknya dari layanan tersebut. Kegagalan dari sebuah server bisa disebabkan oleh beberapa faktor diantaranya kerusakan perangkat keras, sistem jaringan serta aliran listrik. Salah satu solusi untuk mengatasi kegagalan server dalam suatu jaringan komputer adalah dengan melakukan clustering server. Tujuan dari penelitian ini adalah untuk mengukur kemampuan Raspberry Pi (Raspi) digunakan sebagai web server. Raspberry Pi yang digunakan menggunakan Raspberry Pi 2 Model B dengan menggunakan processor ARM Cortex-A7 berjalan pada frekuensi 900MHz dengan memiliki RAM 1GB. Sistem operasi yang digunakan pada Raspberry Pi adalah Linux Debian Wheezy. Konsep penelitian ini menggunakan empat buah perangkat Raspberry Pi dimana dua Raspi digunakan sebagai web server dan dua Raspi lainnya digunakan sebagai penyeimbang beban (Load Balancer) serta database server. Metode yang digunakan dalam pembangunan cluster server ini menggunakan metode load balancing, dimana beban server bekerja secara merata di masing-masing node. Pengujian yang diterapkan dengan melakukan perbandingan kinerja dari Raspbery Pi yang menangani lalu lintas data secara tunggal tanpa menggunakan load balancer serta pengujian Raspberry Pi dengan menggunakan load balancer sebagai beban penyeimbang antara anggota cluster server.]]>
<![CDATA[Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) ]]>
<![CDATA[Suhery, Cucu]]>;
<![CDATA[Ruslianto, Ikhwan]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 3, No 1 (2017): Volume 3 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (608.256 KB)
|
DOI: 10.26418/jp.v3i1.19792
<![CDATA[Berbagai sistem monitoring presensi yang ada memiliki kekurangan dan kelebihan masing-masing, dan perlu untuk terus dikembangkan sehingga memudahkan dalam proses pengolahan datanya. Pada penelitian ini dikembangkan suatu sistem monitoring presensi menggunakan deteksi wajah manusia yang diintegrasikan dengan basis data menggunakan bahasa pemrograman Python dan library opencv. Akuisisi data citra dilakukan dengan ponsel android, kemudian citra tersebut dideteksi dan dipotong sehingga hanya didapat bagian wajah saja. Deteksi wajah menggunakan metode Haar-Cascade Classifier, kemudian ekstraksi fitur dilakukan menggunakan metode Principal Component Analysis (PCA). Hasil dari PCA diberi label sesuai dengan data manusia yang ada pada basis data. Semua citra yang telah memiliki nilai PCA dan tersimpan di basis data akan dicari kemiripannya dengan citra wajah pada proses pengujian menggunakan metoda Euclidian Distance. Pada penelitian ini basis data yang digunakan yaitu MySQL. Hasil deteksi citra wajah pada proses pelatihan memiliki tingkat keberhasilan 100% dan hasil identifikasi wajah pada proses pengujian memiliki tingkat keberhasilan 90%.. Kata kunci— android, haar-cascade classifier, principal component analysis, euclidian distance, MySQL, sistem monitoring presensi, deteksi wajah]]>
