JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Not a member yet
596 research outputs found
Sort by
IMPLEMENTATION OF E-SERVICE QUALITY METHOD AND IMPORTANCE PERFORMANCE ANALYSIS (IPA) FOR SERVICE QUALITY ANALYSIS ON WATTPAD APPLICATION
Full text linkEveryday life now requires mobile applications. One popular application is Wattpad, an online platform that allows users to read, write, and share stories for free, though some are also paid. With millions of users worldwide, Wattpad has become a trendy place for writers and readers to interact and enjoy literary works. However, with the rapid growth of Wattpad users, application managers need to ensure the quality of service they provide to users. This research involved 402 respondents who are active users of the Wattpad application. Given the importance of service quality in maintaining Wattpad's competitiveness in a competitive market and enhancing the user experience, this study applies the Importance of Performance Analysis (IPA) and E-Service Quality methods. Site Organization, Responsiveness, Reliability, User Friendliness, Personal Needs, and Efficiency are the six variables used to measure user perceptions. After data was collected through the distribution of questionnaires to Wattpad users, the data was analyzed using SPSS. The analysis results show that the level of user satisfaction with the services offered by the Wattpad application reaches 85
Deteksi Sampah Organik dan Anorganik Menggunakan Model YOLOv8
Full text linkPenelitian ini berfokus pada pengembangan model untuk mendeteksi sampah organik dan anorganik menggunakan algoritma YOLOv8. Deteksi sampah yang efektif sangat penting untuk pengelolaan limbah yang berkelanjutan. Dataset yang digunakan terdiri dari 1178 citra sampah organik dan anorganik yang dikumpulkan dari Roboflow, dibagi menjadi set pelatihan, validasi, dan pengujian. Model YOLOv8 dilatih menggunakan teknik transfer learning selama 30 epoch dengan ukuran gambar 640x640 piksel. Evaluasi dilakukan terhadap metrik performa seperti precision, recall, mean Average Precision (mAP), dan Intersection over Union (IoU) dalam kondisi Gaussian blur, darkness, low resolution, dan motion blur. Hasil menunjukkan model mencapai performa terbaik pada kondisi normal dengan precision, recall, dan IoU yang tinggi serta waktu pemrosesan yang efisien. Kondisi Gaussian blur menunjukkan precision sempurna namun sedikit penurunan pada recall dan akurasi lokal. Kondisi darkness dan low resolution menunjukkan sedikit penurunan metrik dan peningkatan waktu pemrosesan. Motion blur adalah kondisi paling menantang, dengan penurunan signifikan pada precision, recall, dan IoU. Rekomendasi mencakup peningkatan recall pada Gaussian blur, efisiensi pemrosesan dalam kondisi darkness, serta peningkatan deteksi dan akurasi dalam kondisi motion blur
DEVELOPMENT OF A MATHEMATICS-BASED MODULE AUGMENTED REALITY (AR) ON SPACE BUILDING MATERIAL IN CLASS V PRIMARY SCHOOL
Full text linkThis research aims to develop a mathematics module on geometric mate-rial that is suitable for use as a teaching medium for mathematics subjects in class V of elementary schools and is useful as an additional reference for teachers in teaching and learning activities. The research method used is the research and development method (Research and Development). Researchers use the RnD (Research and Development) research method using the ADDIE development model in their activities and use question-naires to collect data related to practicality and tests to measure learning outcomes after reading the module. The data analysis carried out in this research was a data analysis technique using a descriptive scale. The re-search results show that the mathematics module is based on space aug-mented reality developed is feasible and practical for use in mathematics learning. The results of the validation carried out by material experts, in this study, got a score interval of "very valid", then the results of the val-idation carried out by media experts in this study got a score interval of "very valid" and the results of the validation carried out by education ex-perts in this study got “very valid” score interval
ANALYSIS OF INFORMATION TECHNOLOGY GOVERNANCE WITH COBIT 2019 ON THE BAI08 DOMAIN TO IMPROVE HIGHER EDUCATION PERFORMANCE (CASE STUDY: INSTITUT KEGURUAN DAN TEKNOLOGI LARANTUKA)
No full textInformation technology governance is essential and must be appropriately managed to fulfill company strategy. Determination of the achievement of the capability level in the information technology governance process at the academic administration bureau at the Institut Keguruan dan Teknologi Larantuka (IKTL) as a case study site. This research aims to analyze the implementation of information technology governance and measure the achievement of capability values using COBIT 2019. The findings of the problem were that an evaluation had never been carried out, and lack of knowledge sharing caused a decrease in the quality of governance, so an evaluation was needed. The research stages help administrative staff responsible for developing and implementing knowledge and presenting information. Information technology management is carried out to facilitate the management, monitoring, and evaluation of each business process and information technology to achieve organizational goals. COBIT 2019 is used to assist organizations in managing and optimizing existing information technology by using factor design to determine important process domains according to the existing circumstances at the institution. Then, the level of capability in the selected domain BAI08 will be analyzed. The results of measuring the level of capability reached a value of 2.25 at level 2 of the expected goals. The solution to overcome the gap is to give recommendations for improving the governance of information technolog
ANALYSIS OF THE QUALITY OF THE INFINITE LEARNING TRAINING COURSE WEBSITE AT INFINITE LEARNING USING THE WEBQUAL 4.0 METHOD AND IMPORTANCE PERFORMANCE ANALYSIS (IPA)
Full text linkThe training course sector in Indonesia has experienced rapid development in recent years. Many institutions offer various training courses to enhance skills and knowledge across different fields, from information technology to human resource management, with one such institution being Infinite Learning. The objective of this research is to assess the quality of the website and identify the factors that can improve its quality. Utilizing the Webqual 4.0 method as an evaluation indicator and Importance Performance Analysis to categorize the factors into quadrants based on the analysis of Importance Performance Analysis. Before data grouping, validity tests, reliability tests, and gap analysis between user expectations and perceptions need to be conducted. This step aims to strengthen the conclusions and recommendations produced after the research is completed. After conducting the research, the final results show that the Infinite Learning training course website has not met user expectations. This is evident from the gap analysis, which resulted in a score of -0.63, indicating that user expectations or importance are higher than the performance of the Infinite Learning training course website. The results of this research show that all performance values of each attribute are greater than the Importance values, indicating that users are satisfied with the services of the Infinite Learning training course website, with the highest value in the dimension of interaction quality at 0.93
IMPLEMENTATION OF THE LOCAL OUTLIER FACTOR MODEL FOR ANOMALY DETECTION IN KPU SUKABUMI REGENCY VOTER DATA
Full text linkGeneral elections are one of the most significant political activities in the life of a nation, necessitating accurate and reliable voter data. Inaccurate or unreliable voter data can lead to various issues, such as electoral fraud. One primary cause of inaccurate voter data is the presence of anomalies, which are data points that do not match the actual conditions. Anomalies in voter data can arise from several factors, including data entry errors, fraud, or system faults. To detect anomalies in voter data, various methods can be employed, with the Local Outlier Factor (LOF) method being one notable example. LOF is an unsupervised learning method in machine learning that identifies anomalies by measuring the distance between data points and their nearest neighbors. This study aims to implement the LOF method to detect anomalies in the voter data of the Sukabumi Regency Election Commission. The voter data used in this research was obtained from the Sukabumi Regency Election Commission for the year 2024
IMPLEMENTASI SVM DAN SMOTE PADA ANALISIS SENTIMEN MEDIA SOSIAL X TERHADAP PELANTIKAN AGUS HARIMURTI YUDHOYONO
Full text linkPelantikan Agus Harimurti Yudhoyono sebagai Menteri Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN) telah memicu berbagai reaksi publik yang terekam dalam media sosial X. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pelantikan tersebut menggunakan algoritma Support Vector Machine (SVM) dan teknik Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan dalam penelitian ini diambil dari komentar masyarakat di media sosial X, yang kemudian diolah untuk membedakan antara sentimen positif, negatif, dan netral. Dalam proses analisis, data awal yang diperoleh cenderung tidak seimbang, dengan jumlah data sentimen negatif yang lebih banyak dibandingkan dengan sentimen positif dan netral. Oleh karena itu, teknik SMOTE diterapkan untuk mengatasi ketidakseimbangan kelas dan meningkatkan performa model. Algoritma SVM kemudian digunakan untuk melakukan klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model SVM yang diimbangi dengan SMOTE memiliki tingkat akurasi yang tinggi dalam mengklasifikasikan sentimen publik dibandingkan dengan model tanpa SMOTE dengan akurasi sebesar 0.93, presisi sebesar 0.93 dan recall sebesar 0.93
PENGEMBANGAN MEDIA PEMBELAJARAN MATEMATIKA DENGAN TEKNOLOGI AUGMENTED REALITY BERBASIS ANDROID PADA MATERI BANGUN RUANG
Full text linkSalah satu alat pendidikan yang mungkin dapat membantu guru dalam memperdalam pemahaman siswanya adalah media pembelajaran. Siswa akan dapat memperoleh ilmu dari guru dengan menggunakan berbagai media pembelajaran. Teknologi yang dikenal sebagai augmented reality (AR) menggabungkan objek virtual dalam dua atau tiga dimensi dengan lingkungan sebenarnya, memproyeksikan atau menampilkan konten gabungan secara real time. Tidak seperti Virtual Reality (VR) yang sepenuhnya menggantikan kenyataan, tetapi Augmented Reality (AR) hanya melengkapi kenyataan. Penelitian ini menerapkan Augmented Reality dalam aplikasi pembelajaran matematika materi bangun ruang. Penerapan ini didasarkan atas menurunya minat belajar anak – anak khusunya pada mata pembelajaran matematika. penelitian ini bertujuan untuk mengembangan media pembelajaran pada mata pelajaran matematika berbasis android dengan Augmented Reality di materi bangun ruang serta menumbuhkan minat belajar untuk siswa. Penelitian ini menggunakan tools Blender dan Unity. Untuk SDK menggunakan EasyAR dan memiliki 8 bangun ruang. Sehingga aplikasi ini diharapkan bisa digunakan dengan efektif dan menarik minat belajar para siswa karena dapat membuat materi terkesan lebih menarik, interaktif, dan dapat dimainkan untuk menghindari kejenuhan siswa pada mata pembelajaran matematika khususnya materi bangun ruang
PREDIKSI PENYAKIT DIABETES BERDASARKAN PERBANDINGAN KLASIFIKASI METODE K-NEAREST NEIGHBOR, NAÏVE BAYES, DAN DECISION TREE MENGGUNAKAN RAPID MINER
Full text linkPada era digital seperti saat ini kegiatan manusia dipermudah dengan adanya teknologi yang tak terkecuali dalam bidang penjualan makanan dan minuman, namun dengan kemudahan tersebut mengakibatkan kesulitan masyarakat dalam melihat gizi dari makanan dan minuman yang mengakibatkan terjangkitnya penyakit Diabetes, akan tetapi penyakit tersebut banyak faktor yang dapat memengaruhinya . Oleh sebab itu penelitian ini dilakukan sebuah prediksi terjangkitnya penyakit Diabetes dengan melakukan perbandingan algoritma K-NN, Naïve Bayes, dan Decision Tree. Hasil dari perbandingan algoritma yang paling cocok pada kondisi default yaitu Decision Tree dengan tingkat akurasi 93,60%, namun untuk menghindari overfitting dan underfitting perlu dilakukan optimasi K cross validation pada K=5 sampai K=10, kemudian dilakukan optimasi nilai Konstanta K pada K=10. algoritma K-NN dengan K=2, sehingga didapatkan hasil algoritma K-NN lebih cocok untuk prediksi penyakit diabetes dengan nilai akurasi 96.13%
DETEKSI PORNOGRAFI PADA CITRA KARAKTER ANIMASI DENGAN HSV DAN YCBCR MENGGUNAKAN NAÏVE BAYES
Full text linkTeknologi pembuatan animasi berkembang semakin pesat. Animasi perempuan digunakan dalam berbagai bidang seperti komik atau karakter anime, film, iklan, dan game online. Dengan berkembangnya animasi juga menimbulkan dampak negatif dan positif. Adanya simbol yang mengarah pada pornografi merupakan salah satu dampak negatif yang muncul.. Sebagian besar animasi yang memiliki unsur negatif tersebar luas melalui internet dan dapat mudah dijangkau oleh semua orang, tanpa memandang usia. sehingga dapat menyebabkan kecanduan pornografi dan penyimpangan lainnya. Saat ini kecerdasan buatan yang berkembang pesat juga memungkinkan pendeteksian dini terhadap karakter animasi yang mengandung unsur pornografi. Salah satunya adalah dengan deteksi citra animasi yang dilakukan dengan menggunakan metode deteksi warna kulit yang menggabungkan ruang warna HSV dan YCbCr dan kemudian diklasifikasikan dengan algoritma Naïve Bayes. Berdasarkan pengujian yang dilakukan terhadap 396 citra yang terdiri dari 198 citra kelas porno dan 198 kelas non_porn dengan, diperoleh akurasi sebesar 76,25%. Hasil percobaan menunjukkan bahwa dengan menggabungkan kedua ruang warna tersebut, model dapat bekerja dengan baik dalam mendeteksi ada atau tidaknya unsur pornografi pada citra karakter animasi perempuan