JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Not a member yet
596 research outputs found
Sort by
IMPLEMENTASI CHATBOT UNTUK REKOMENDASI COFFEE SHOP DI KOTA SEMARANG
Coffee shop di Kota Semarang telah berkembang menjadi pusat sosial yang hidup dengan menyediakan berbagai jenis kopi spesial dan campuran unik yang sesuai dengan selera penduduk lokal dan wisatawan. Coffee Shop selain bertindak sebagai tempat menjual kopi juga berperan menyatukan estetika modern dengan pesona tradisional. Kondisi ini membuat tempat yang nyaman bagi pengunjung untuk menikmati kopi favorit mereka di tengah keramaian kota. Semua pelanggan memiliki preferensi unik. Beberapa faktor yang mempengaruhi keputusan konsumen adalah harga, lokasi coffee shop, suasana, dan fasilitasnya. Karena banyaknya coffee shop di kota Semarang, memilih yang sesuai dengan preferensi bukanlah hal yang mudah. Oleh karena itu, diperlukan rekomendasi coffee shop yang sesuai dengan preferensi pelanggan. Tujuan penelitian ini adalah untuk membuat chatbot yang berfungsi sebagai sumber rujukan awal untuk membantu pelanggan memilih coffee shop. Chatbot yang digunakan dalam penelitian ini berbasis framework Rasa. Data coffee shop dikumpulkan dari Google Maps dan dari kreator konten media sosial seperti Instagram dan TikTok yang memiliki jumlah follower minimal 4000 followers. Hasil pengujian blackbox dan pengujian User Acceptance Test (UAT) menunjukkan bahwa chatbot yang dibangun dapat membantu dengan memberikan rekomendasi dan informasi tentang coffee shop di Semarang
IMPLEMENTASI METODE SCRUM UNTUK MENDETEKSI KERUSAKAN GIGI BERBASIS MOBILE
Kesehatan merupakan salah satu aspek yang sangat penting dalam kehidupan manusia, salah satunya adalah kesehatan gigi. Akses pemeriksaan untuk pencegahan dan pengobatan gigi masih kurang dan terbatas di berbagai wilayah, hal ini terbukti dari prevalensi penyakit gigi dan mulut di Indonesia terus bertambah. Riset Kesehatan Dasar pada tahun 2018 melakukan survei dengan sampel sebanyak 300.000 rumah tangga, mencatat bahwa proporsi terbesar masalah kesehatan di Indonesia adalah penyakit gigi dan mulut dengan proporsi masalah gigi dan mulut sebesar 57,6 % dan yang mendapat pelayanan kesehatan hanya sebesar 10,2%. Dari permasalahan tersebut dibuatlah sebuah aplikasi berbasis Android menggunakan metode Scrum untuk mendeteksi penyakit gigi dengan memanfaatkan kamera smartphone, yang dapat dilakukan secara mandiri sehingga dapat membantu masyarakat untuk mendiagnosis gejala awal penyakit gigi, sebelum berkonsultasi dengan dokter gigi. Hasil dari penelitian menujukkan bahwa metode Scrum dapat diimplementasikan pada aplikasi, tampilan aplikasi dapat berkomunikasi dengan baik satu sama lain, dan fitur-fitur aplikasi dapat berjalan dengan baik berdasarkan hasil pengujian UI dan Black Box Testing
Comparison of KNN and LSTM on the Prediction of the Operational Conditions of Natural Gas Pipeline Transmission Networks
During the gas distribution process, a sequence of compressors creates a pressure difference, causing gas to move from regions of high pressure to areas with comparatively lower pressure. The Natural Gas transmission process experiences variations in pressure and temperature, primarily caused by frictional losses, differences in altitude, gas velocity, and the Joule-Thompson effect. Additionally, effective heat transfer to or from the environment contributes to temperature changes throughout the pipeline. The presence of liquid and density changes (hydrate) within the channel also has an impact on the pressure, influencing both pressure and temperature conditions.. This study implements the KNN and LSTM models to predict pressure conditions in natural gas transmission pipelines to analyze the performance comparison of the best model performance using several appropriate parameters to support maximum method performance results. The results show that the LSTM model is better at predicting pressure conditions in natural gas pipeline transmission networks, with an R2 score of 99.45, compared to the KNN model, with an R2 score of 92.82. This study also obtained prediction results from the KNN and LSTM models; the KNN model tends to produce the same pressure value for eight months, while the LSTM model produces pressure values that tend to vary
ANALISIS MANAJEMEN RISIKO INFORMASI MENGGUNAKAN ISO/IEC 27005:2018 (STUDI KASUS: PT.XYZ)
Risiko yang berkenaan dengan keamanan informasi perusahaan perlu untuk dikelola dengan baik karena informasi merupakan salah satu aset yang sangat berharga dalam menjalankan operasi bisnis. Pengelolaan risiko yang baik dapat membantu perusahaan untuk merencanakan pengendalian risiko supaya segala aset informasi yang dimiliki perusahaan tetap aman. Penelitian tentang manajemen risiko informasi pada PT. XYZ ini dilaksanakan dengan mengacu pada panduan ISO/IEC 27005:2018 tentang panduan praktik dalam mengelola risiko terhadap risiko informasi. ISO/IEC 27005 sendiri merupakan bagian dari keluarga ISO 27000 series yang yang mencakup panduan untuk penerapan SMKI (Sistem Manajemen Keamanan Informasi). Tujuan dari penelitian ini adalah untuk mengidentifiaksi potensi ancaman yang yang timbul dari kontrol keamanan informasi dari ISO/IEC 27002:2022 yang belum terpenuhi oleh PT. XYZ untuk selanjutnya akan dilakukan tahap risk assesment pada potensi ancaman utama. Hasil dari proses penilaian risiko didapatkan 7 potensi ancaman yang selanjutnya untuk masing masing ancaman diusulkan bentuk pengendalian risiko serta action plan nya. Hasil dari penelitian ini dapat digunakan sebagai referensi untuk melakukan analisis manajemen risiko informasi perusahaan terutama bagi ancaman risiko yang timbul dari tidak terpenuhinya kontrol keamanan pada standar ISO/IEC 27001
PERANCANGAN SISTEM INFORMASI PENJUALAN PADA TOKO ROTI DI KOTA CIKARANG BERBASIS WEB MENGGUNAKAN FRAMEWORK LARAVEL
Toko roti Tenera merupakan salah satu toko roti yang berlokasi di kawasan Bekasi tepatnya di Cikarang, Jawa Barat yang memproduksi dan menjual berbagai macam roti dan kue, antara lain roti tawar gandum, tawar susu, roti manis, dan aneka bolu gulung dengan berbagai rasa. Toko roti Tenera hanya melayani konsumen yang membeli secara langsung, yaitu dengan datang ke lokasi toko roti Tenera oleh karena itu konsumen yang tidak mengunjungi toko roti ini tidak mendapatkan informasi lengkap tentang varian roti, harga, dan promosi yang tersedia. Teknik penjualan ini kurang efektif dimana yang pada saat ini merupakan zaman yang serba online, maka dari itu tujuan penelitian ini adalah membuat sebuah sistem informasi penjualan toko roti online berbasis website yang dapat memudahkan konsumen untuk membeli dan mendapatkan informasi mengenai roti tenera. Metode penelitian yang digunakan dalam penelitian ini adalah model air terjun (waterfall). Hasil dari penelitian ini dengan menggunakan framework laravel menghasilkan file projek yang terstruktur dan dengan adanya library-library yang tersedia dalam framework laravel peneliti dapat terbantu dalam pengembangannya. Dalam website ini terdapat fitur chatting antara admin dan konsumen sehingga dapat digunakan oleh konsumen untuk menanyakan stok roti yang tersedia. Jadi dengan adanya website ini dapat membantu konsumen sebagai sarana pembelian roti secara online
Pembuatan Aplikasi Berbasis Augmented Reality sebagai Media Edukasi Virus secara Atraktif dan Interaktif
Wabah suatu virus secara cepat dan masih mewujudkan dampak yang beragam di setiap aspek kehidupan manusia. Beragam kebijakan sebagai upaya preventif terhadap dampak negatif wabah virus dilakukan seperti vaksinasi, pembatasan sosial, dan edukasi protokol kesehatan. Penelitian ini bertujuan menerapkan augmented reality sebagai media edukasi terkait struktur virus dan protokol kesehatan berdasarkan kepustakaan ilmiah secara atraktif dan interaktif. Proses penelitian dilakukan melalui metode Multimedia Development Life Cycle yang terdiri dari tahapan: penentuan konsep; perancangan; pengumpulan materi; pembuatan; pengujian; dan pendistribusian hasil aplikasi. Proses pengujian aplikasi dilakukan melalui pendekatan uji pendeteksian marker dan user acceptance test. Penelitian ini berhasil membuat aplikasi berbasis teknologi augmented reality sebagai media edukasi dalam bentuk objek virtual tiga dimensi. Pengujian yang dilakukan oleh pihak ahli medis berhasil mengidentifikasi kelayakan aplikasi sebagai media edukasi. Pengujian pendeteksian marker juga berhasil mengidentifikasi penggunaan aplikasi secara optimal berdasarkan jarak baca mulai150 cm sampai 9 cm, sudut baca mulai 90o sampai 16o, dan persentase luas permukaan marker terhalang tidak lebih dari 65%
THE EFFECT OF AUGMENTED REALITY-BASED AUTOMATIC TRANSMISSION MEDIA ON BASIC KNOWLEDGE
Innovative and interactive learning media was needed to graduate a workforce that was in accordance with the world of work. Automatic Transmission based on Augmented Reality operated using a smartphone can help students know the components, functions and workings of AT. Augmented Reality is an application that combines the real world with the virtual world in the form of two dimensions or three dimensions projected in a real environment at the same time. Smartphones can be a digital media in delivering material. This research uses the ADDIE development model. This research aims to develop Automatic Transmission media based on Augmented Reality. AT media was evaluated by media experts, automotive experts and students. The validity test results show that AT media was valid according to media experts and automotive experts. This study aims to develop this media to help students master the prior knowledge of AT material. ANOVA test results show that AT AR media has an effect on prior knowledge. AT AR media was attractive, easy to operate using a smartphone and improves the ability to mention the names of AT components, explain the functions and workings of AT
ANALYZING COMPARISON PERFORMANCE MODEL OF MACHINE LEARNING THROUGH DETECTION SQL INJECTION ATTACK
This research aims to compare Machine Learning models that effectively detect SQL Injection attacks in security systems. The dataset was col lected from the Kaggle resource published by Syed Saqlain Hussain Shah, the dataset with the highest upvotes in the SQL Injection category. The models developed include Support Vector Machine (SVM), K-Nearest Neighbor (KNN), and Logistic Regression (LR). The research process includes separating the data into 70% training and 30% test data, model training, testing model effectiveness, and implementing preventive measures against SQL Injection attacks. The research results show that the SVM model has an accuracy rate of 99.82%, precision of 99.88%, and recall (Sensitivity) of 99.34%. KNN obtained an accuracy rate of 79.28%, a precision of 98.38%, and a recall (Sensitivity) of 73.31%. LR obtained an accuracy rate of 98.99%, precision of 99.94%, and recall (Sensitivity) of 98.70%. Using a Machine Learning approach, this research improves system security against SQL Injection attacks
RANCANGAN BANGUN SISTEM BULLWHIP EFFECT PADA PT. MITRA ASAHAN SELALU JAYA KECAMATAN SIMPANG EMPAT MENGGUNAKAN SUPPLY CHAIN MANAGEMENT (SCM)
In distributing 3kg LPG to the public, PT Mitra Asahan Always Jaya has 51 permanent base partners with various contracts and different quota amounts. Currently subsidized 3kg LPG agents are not permitted to sell subsidized 3kg LPG directly to consumers. With a working area with a very large number of requests from each agent, this is due to the large number of base partners having food trading businesses, not to mention having to meet the demand for household gas, micro businesses and retailers. so that the distribution chain at PT Mitra Asahan Always Jaya, Simpang Empat District, has an erratic demand, the gas distribution system to bases is uneven and not fulfilled due to the gas order management data not being well structured, bases are unable to order gas faster than usual. because the gas quota stock at PT Mitra Asahan Always Jaya, Simpang Empat District, is insufficient, this is due to the lack of management analysis in the gas supply at the base. Many bases have made gas orders, but officers in the field do not communicate to management about the gas requirements actually needed by the base, so that distributors or bases sometimes have to bear losses due to running out of stoc
ANALISIS TEKNIK PREPROCESSING PADA SENTIMEN MASYARAKAT TERKAIT KONFLIK ISRAEL-PALESTINA MENGGUNAKAN SUPPORT VECTOR MACHINE
Konflik Israel dan Palestina menjadi perhatian di media sosial saat ini terutama di Indonesia. Beragam ulasan yang dapat ditemui pada media sosial baik yang bersifat negatif maupun positif. Oleh sebab itu dilakukanlah sebuah penelitian yang bertujuan untuk menganalisa ulasan yang bersifat positif maupun negatif oleh Masyarakat Indonesia terhadap masalah yang sedang terjadi antara Israel dan Palestina di media sosial menggunakan algoritma Support Vector Machine dengan tiga skema preprocessing. Metode penelitian dilaksanakan dengan berbagai tahap yakni pengumpulan data ulasan, preprocessing data ulasan, klasifikasi, dan evaluasi model. Penelitian ini menggunakan data komentar masyarakat Indonesia pada platform YouTube. Hasil dari penelitian menunjukkan bahwa skema 3 yang menerapkan casefolding dan stemming memiliki nilai akurasi tertinggi dimana nilai F1-Score untuk ulasan positif mencapai 98% dan untuk ulasan negatif mencapai 93%, diikuti oleh skema 1 yang menerapkan casefolding, stopword dan stemming dengan nilai F1-Score untuk ulasan positif mencapai 97% dan ulasan negatif mencapai 85% dan yang terakhir adalah skema 2 yang menerapkan casefolding dan stopword dengan nilai F1-Score untuk ulasan positif mencapai 96% dan ulasan negatif mencapai 85%. Dengan hasil tersebut dapat dilihat bahwa skema preprocessing mempengaruhi hasil dari algoritma Support Vector Machine