JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Not a member yet
596 research outputs found
Sort by
IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN KONSUMEN PADA TOSERBA YUSUF SEMARANG
Get PDFPada aktivitas jual beli barang atau jasa, data transaksi selalu tercatat sebagai bukti pembelian, namun data yang ada tidak dimanfaatkan secara optimal oleh Toserba Yusuf. Data tersebut memiliki potensi untuk diolah guna memberikan informasi bermanfaat yang dapat meningkatkan nilai penjualan bagi para pelaku bisnis. Salah satu tantangan yang sering dihadapi oleh Toserba Yusuf adalah kehabisan stok produk tertentu yang dibutuhkan oleh konsumen. Untuk mengatasi hal ini, biasanya diperlukan waktu yang cukup lama karena toko harus mendata barang yang habis terlebih dahulu setelah itu baru melakukan restok barang untuk menyediakan kembali persediaan. Untuk mengatasi permasalahan yang ada, penelitian ini mengembangkan aplikasi Data Mining membantu dalam mengidentifikasi kebiasaan pembelian konsumen. Tujuan utama penelitian adalah mencari informasi mengenai produk yang paling sering terjual bersamaan. Hal ini bertujuan untuk memungkinkan pemilik toko untuk mengantisipasi kebutuhan stok produk di masa mendatang. Penelitian ini menggunakan algoritma apriori untuk memudahkan dalam mengolah data, selain itu penelitian ini memanfaatkan association rule untuk menemukan kombinasi antar item dalam dataset yang memenuhi nilai support dan confidence yang telah ditetapkan sebelumnya. Hasil penelitian ini menunjukkan bahwa kombinasi pembelian dan penjualan 2 itemset barang berbeda secara bersamaan. Hasil pengujian yang memperhitungkan keakuratan dengan menggunakan lift ratio sebagai persentase menghasilkan beberapa aturan. Salah satunya adalah jika pelanggan membeli kentang goreng dengan lift ratio yang tinggi, maka ada kemungkinan bahwa pelanggan juga akan membeli telur dengan tingkat confidence sebesar 0,19, support 0,039, dan lift ratio 1,308. Hal ini membuktikan bahwa algoritma apriori dapat membantu dalam menganalisa pola pembelian konsumen
KERANGKA SISTEM ASET DIGITAL PADA INFRASTRUKTUR BLOCKCHAIN YANG SEJALAN DENGAN SYARIAH ISLAM
Get PDFAset digital mengalami pertumbuhan signifikan dalam era digital bahkan menjadi pilar utama dalam perubahan paradigma keuangan global. Fenomena ini mencakup cryptoassets, token digital, properti digital, dan lainnya, yang semuanya dikelola secara digital. Sebagian aset digital dapat digunakan sebagai alat pembayaran dan lainnya tetap sebagai media investasi. Blockchain memainkan peran krusial dalam mendukung ekosistem aset digital, dimana aset digital diamankan dengan teknologi kriptografi yang dikenal dengan cryptoassets. Namun tantangan seperti regulasi, volatilitas pasar, dan masalah lingkungan memerlukan solusi lintas sektor diberbagai negara. Bagi pengguna aset digital yang beragama Islam, kepatuhan terhadap prinsip syariah menjadi isu yang penting, yaitu bagaimana menciptakan lingkungan yang sesuai dengan syariah. Masalah terkait larangan gharar, maisir, riba dan prinsip keadilan dalam transaksi. Prinsip syariah pada cryptocurrency tidak hanya menciptakan lingkungan finansial yang sesuai dengan nilai-nilai Islam, tetapi juga memberikan kepastian hukum, menjaga keseimbangan distribusi kekayaan masyarakat, dan memastikan bahwa aktivitas ekonomi memberikan manfaat positif secara luas. Penelitian ini bertujuan untuk menciptakan kerangka sistem aset digital pada infrastruktur blockchain yang sejalan dengan prinsip syariah Islam. Kerangka ini diharapkan dapat mendorong penerapan aset kripto yang lebih luas dan berkelanjutan. Artikel ini malaporkan hasil penelitian yang telah selesai merumuskan ekosistem cryptocurrency sesuai syariah dengan enam pilar utama, yaitu Perisai Syariah, Platform Blockchain, Aplikasi, Pertukaran dan Pasar, serta Regulasi Keuangan. Ekosistem cryptocurrency tersebut merupakan sebuah kerangka sistem aset digital pada infrastruktur blockchain yang memberikan landasan kokoh untuk mencapai kesesuaian dengan prinsip-prinsip syariah
IMPLEMENTASI DEEP LEARNING DENGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENGIDENTIFIKASI JENIS IKAN LAUT
Get PDFIndonesia memiliki wilayah laut yang luas sehingga diperlukan pengelolaan yang tepat untuk memanfaatkan potensi kekayaan sumber daya alam agar dapat memberikan keuntungan bagi kehidupan masyarakat terutama pada sektor perikanan. Untuk membantu dalam mengelola potensi sektor kelautan Indonesia yang besar diperlukan inovasi yang baru, hal ini dapat disolusikan dengan sistem identifikasi menggunakan metode deep learning yang menggunakan algoritma convolutional neural network dengan arsitektur ResNet-50. Data yang digunakan terdiri dari 900 citra data yang terbagi menjadi 9 kelas yaitu Black Sea Spart, Gilt-Head Bream, House Mackerel, Red Mullet, Red Sea Bream, Sea Bass, Shrimp, Striped Red Mullet, dan Trout yang diambil dari website Kaggle. Dalam membangun model klasifikasi diterapkan konfigurasi dari epoch dan learning rate dengan perbandingan data latih, data validasi, dan data uji sebesar 60:20:20 dan didapatkan performa dari sistem memiliki kecenderungan meningkat dengan bertambahnya jumlah epoch. Performa terbaik dihasilkan oleh model dengan epoch 100 dan learning rate 0.001 dengan akurasi sebesar 97.92%. sehingga dapat disimpulkan bahwa arsitektur ResNet-50 dapat mengidentifikasi jenis ikan laut
SISTEM INTEGRASI PEMBAYARAN SPP DI SEKOLAH MENGGUNAKAN MODEL NLP PADA TOKO RETAIL
Get PDFPenelitian ini berfokus pada pengembangan sistem chatbot untuk pembayaran SPP sekolah di SMK Telkom Darul Ulum Jombang, dengan integrasi toko retail Indomaret dan Alfamart. Tujuan penelitian ini adalah untuk memfasilitasi komunikasi dan pembayaran SPP yang lebih mudah dan nyaman bagi orang tua siswa. Metode yang digunakan melibatkan integrasi API WhatsApp dengan Natural Language Processing (NLP) OpenAI dan server berbasis Node.js, serta penggunaan CodeIgniter 3 untuk memastikan transmisi perintah bahasa alami dan respons dari API berjalan dengan baik. Hasil penelitian menunjukkan bahwa sistem chatbot berhasil dikembangkan dan diimplementasikan, dengan nilai akurasi sebesar 90,91% berdasarkan pengujian fungsionalitas pada 6 fitur utama. Meskipun sistem ini memiliki keterbatasan dalam hal keragaman bahasa Indonesia yang tidak baku dan Bahasa yang ambigu, penelitian ini menunjukkan potensi besar dalam meningkatkan efisiensi dan keandalan pembayaran SPP di sekolah
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK ANALISIS SENTIMEN BACAPRES 2024 PADA KOLOM KOMENTAR YOUTUBE MATA NAJWA
Get PDFIndonesia sebagai salah satu negara berpenduduk padat dengan sistem demokrasi, Penelitian ini berfokus pada analisis sentimen terhadap calon presiden dan wakil presiden 2024 melalui komentar YouTube di "Mata Najwa." Memanfaatkan Convolutional Neural Network (CNN) pada 45.736 komentar, penelitian ini mencapai akurasi keseluruhan 91% yang mengesankan. Metode CNN, menggunakan fase arsitektur dan fine-tuning dengan pengoptimal Adam, secara efektif mengkategorikan sentimen ke dalam kelas positif, negatif, dan netral. Kemahiran model dalam menavigasi dinamika bahasa dan fluktuasi opini publik menunjukkan dampak positifnya pada tantangan analisis sentimen dalam konteks politik platform media sosial seperti YouTube. Penelitian ini menyoroti kemanjuran CNN dalam menangani seluk-beluk wacana politik dalam skala besar, menawarkan wawasan berharga tentang sentimen publik selama musim pemilihan
COMPARISON OF MACHINE LEARNING TECHNIQUES FOR CLASSIFICATION OF DISTRIBUTED DENIAL OF SERVICE ATTACKS BASED ON FEATURE ENGINEERING IN SDN-BASED NETWORKS
Get PDFDistributed Denial-of-Service (DDoS) attacks present a noteworthy cybersecurity hazard to software-defined networks (SDNs). This investigation presents an approach that depends on feature engineering and machine learning to discern DDoS attacks in SDNs. Initially, the dataset acquired from Kaggle goes through cleansing and normalization procedures, and the optimal subset of features is determined by employing the Correlation-based Feature Selection (CFS) algorithm. Subsequently, the optimal subset of features is trained and evaluated utilizing diverse Machine Learning algorithms, specifically Random Forest (RF), Decision Tree, Adaptive Boosting (AdaBoost), K-Nearest Neighbor (k-NN), Gradient Boosting, Extreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM), and Categorical Boosting (CatBoost). The outcomes demonstrate that XGBoost outperforms the other algorithms in various performance metrics (e.g., accuracy, precision, recall, F1, and AUC values). Furthermore, a comparative analysis was carried out among various models and algorithms, revealing that the technique proposed by the researchers yielded the most favourable outcomes and effectively detected and identified DDoS attacks in SDN. Consequently, this investigation provides a novel perspective and resolution for SDN security
ANALISIS PENGUJIAN KEAMANAN WEBSITE PENGELOLAAN INTERNET DESA KRAGAN MENGGUNAKAN METODE PENETRATION TESTING EXECUTION STANDARD (PTES)
Get PDFPenggunaan teknologi pada era globalisasi saat ini telah membentuk ruang kehidupan baru sehingga menyebabkaan peningkatan pengguna aktif internet. Internet selain menghadirkan kemudahan bagi penggunanya, juga memberikan dampak negatif yang cukup berbahaya. Tingginya angka pengguna aktif internet seharusnya dibarengi dengan tingkat keamanan cyber yang tinggi. Akan tetapi, pada prakteknya kondisi keamanan cyber di Indonesia masih tergolong lemah. Menurut Pusat Operasi Keamanan Siber Nasional (Pusopskasinas), Badan Siber dan Sandi Negara (BSSN) mencatat hampir 1 milyar serangan cyber telah terjadi sejak januari hingga desember 2022. Oleh karena itu, untuk mengetahui kualiatas keamanan dan pentingnya fungsi serta performa yang ada pada website pengelolaan internet di Desa Kragan, maka perlu diterapkan pengujian keamanan (penetration testing). Pengujian menggunakan metode Penetration Testing Execution Standard (PTES) yang merupakan panduan metodologi tentang apa yang diperlukan untuk uji penetrasi yang efektif. Hasil yang didapat setelah uji penetrasi testing yaitu terdapat 14 celah keamanan dimana 3 celah diantaranya menjadi bahan untuk di eksploitasi. Ketiga celah keamanan tersebut yaitu SQL injection, Absence of Anti-CSRF Tokens, dan Missing Anti-clickjacking Header. Hasil SQL injection tidak dapat dilakukan karena website telah menggunakan Secure Socket Layer (SSL) untuk mendukung keamanan website, sedangkan hasil 2 eksploitasi lainnya adalah bahwa celah keamanan tersebut berhasil dieksploitasi dan dapat menjadi ancaman cyber apabila tidak segera diperbaiki
PERANCANGAN FRONT END PEER-TO-PEER LENDING SYARIAH BERBASIS WEBSITE MENGGUNAKAN METODE PROTOTYPING UNTUK MEMENUHI KEBUTUHAN PENGGUNA
Get PDFFinancial Technology adalah gabungan layanan keuangan dan teknologi yang inovatif dalam transaksi keuangan digital. Salah satu jenis yang populer adalah peer to peer (P2P) lending. Penelitian ini bertujuan untuk mengatasi masalah yang ada pada pinjaman ilegal saat ini dengan membangun aplikasi website yang memenuhi kebutuhan user dan fungsionalitas sistem yang berjalan secara baik dan terbebas dari bugs. Penelitian ini menggunakan metode prototyping dimana dalam pengembangan aplikasi memiliki keunggulan seperti kemampuan untuk menyesuaikan requirement dengan kebutuhan pengguna secara fleksibel, tingkat keberhasilan yang tinggi, dan proses implementasi lebih cepat. Berdasarkan evaluasi berdasarkan System Usability Scale (SUS), aplikasi web Amanah mendapatkan dengan skor 91,0 dengan tingkat penerimaan "Acceptable", penilaian adjective "Excellent" dengan skala nilai "A". Hal ini menunjukkan bahwa kegunaan aplikasi sudah memenuhi kebutuhan dan dapat diterima oleh pengguna. Dengan penerapan aplikasi ini, kebutuhan pengguna dapat terpenuhi, dan pengalaman pengguna dapat ditingkatkan karena minimnya bugs pada aplikas
ANALISIS SENTIMEN APLIKASI X PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)
Get PDFDalam era digital saat ini, Google Play Store telah menjadi salah satu platform terkemuka bagi pengguna Android untuk mengakses dan mengunduh berbagai aplikasi. Oleh karena itu, ulasan yang dipublikasikan di platform ini memberikan gambaran yang berharga tentang sentimen pengguna terhadap aplikasi tertentu. Tujuan penelitian ini adalah untuk menganalisis sentimen terhadap aplikasi X di Google Play Store dengan menggunakan dua metode klasifikasi yang berbeda, yakni Naïve Bayes dan Support Vector Machine (SVM). Dataset yang terdiri dari 4087 ulasan telah dikumpulkan dan dibagi menjadi dua bagian, yaitu data training (70%) dan data testing (30%). Hasil penelitian menunjukkan bahwa sebelum penerapan teknik SMOTE, akurasi SVM adalah 75,5%, sedangkan akurasi Naïve Bayes adalah 75%. Namun, setelah penerapan SMOTE, akurasi SVM meningkat menjadi 81%, sementara akurasi Naïve Bayes tetap pada 75,5%. Hasil ini menunjukkan bahwa penggunaan teknik SMOTE dapat meningkatkan kinerja model klasifikasi, terutama dalam hal mengenali sentimen positif dan negatif pada ulasan aplikasi. Analisis sentimen ini memberikan pemahaman yang lebih dalam tentang preferensi pengguna dan membantu pengembang aplikasi untuk meningkatkan pengalaman pengguna mereka dengan lebih baik
PENERAPAN TEKNOLOGI INFORMASI DAN VIDEO ANIMASI DALAM PEMBELAJARAN KEWIRAUSAHAAN UNTUK MENINGKATKAN MOTIVASI DAN MINAT BERWIRAUSAHA SANTRI DI ERA DIGITAL
Get PDFPerkembangan teknologi digital dan informasi dalam beberapa dekade terakhir telah memberikan dampak signifikan pada berbagai aspek kehidupan, termasuk pendidikan. Salah satu penerapan teknologi yang kini berkembang pesat dalam dunia pendidikan adalah penggunaan media berbasis teknologi, seperti video animasi, yang dapat memperkaya pengalaman belajar. Dalam konteks pendidikan kewirausahaan di pondok pesantren, video animasi berperan penting dalam meningkatkan pemahaman santri terhadap materi kewirausahaan serta memotivasi mereka untuk berwirausaha. Penelitian ini dilakukan di Pondok Pesantren Mukmin Mandiri yang berlokasi di Sidoarjo, bertujuan untuk mengukur efektivitas video animasi motivasi bisnis dan kewirausahaan dalam meningkatkan literasi kewirausahaan di kalangan santri. Menggunakan metode survei dengan sampel 50 santri, hasil penelitian menunjukkan bahwa mayoritas santri merasa video animasi sangat membantu dalam memahami materi kewirausahaan. Video animasi juga efektif dalam memotivasi santri untuk berwirausaha, dengan 83% santri merasa lebih termotivasi setelah menonton video tersebut. Selain itu, 80% santri menilai kewirausahaan sangat penting untuk masa depan mereka. Penelitian ini menyimpulkan bahwa video animasi merupakan media pembelajaran yang efektif dalam mendukung pembelajaran kewirausahaan di pondok pesantren, serta dapat menjadi alternatif yang relevan untuk mempersiapkan santri menghadapi tantangan dunia usaha di masa depan