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
18 Documents
Search results for
, issue
"Vol 8, No 3 (2022): Volume 8 No 3"
:
18 Documents
clear
<![CDATA[GoEliTool for Software Requirements Elicitation using Goal-Oriented Approach ]]>
<![CDATA[Rosa Delima]]>;
<![CDATA[Joko Purwadi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.58406
<![CDATA[Requirements engineering (RE) is an essential initial stage in software engineering. The RE process begins with the elicitation stage. This stage collects all user requirements that must be fulfilled by the system which will be developed. A goal-oriented approach is an effective approach used to automate the RE process. The development of goal-oriented input document standards is one of the important issues that has not been widely studied. Therefore, this study developed a goal-oriented input document standard for the requirements elicitation process. A tool is developed based on the form of the input document that has been generated. The development of standard forms of input documents begins with literature study and data collection, analysis, design of standard forms of documents, tool design, tool development, and testing. At the analysis stage, a logical framework and element structure is formulated in a goal-oriented approach. Furthermore, the standard form of input documents is developed. The standard form of the document becomes a guideline for developing tools to process data requirements from elicitation results. Tool testing is carried out using black-box testing. The test results show that the tool can work according to the planned function. The trial of the use of the tools was carried out using five requirements datasets. The results of testing and using the tool through the requirements dataset show that GoEliTools can be used to record data on the requirements of several users for the development of an information system. ]]>
<![CDATA[Efektivitas Blended Learning Model Problem Based Learning dan Discovery pada Mata Kuliah Matematika Bisnis ]]>
<![CDATA[Yunia Mulyani Azis]]>;
<![CDATA[Moechammad Sarosa Sarosa]]>;
<![CDATA[Ghiaska Nabilah Witka]]>;
<![CDATA[Ribka Inestya Simanungkalit]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.59226
<![CDATA[Rendahnya pemahaman konsep Matematika menyebabkan peserta didik sulit untuk mendapat hasil belajar yang baik, diperlukan suatu model mengajar yang dapat meningkatkan peserta didik untuk dapat terlibat aktif dan berpikir kritis dalam pembelajaran. Tujuan dari penelitian ini untuk membandingkan efektivitas dua model pembelajaran yang melibatkan keaktifan dan berpikir kritis melalui pembelajaran blended learning yaitu model Problem Based Learning dan Discovery Learning. Melibatkan 2 kelas sebagai kelas kontrol dan eksperimen yang diambil secara acak, dengan instrument pretest postest sebanyak 10 soal dan analisis data uji multivariat menggunakan Hotelling’s Trace T2 dengan taraf signifikansi 5% diperoleh kesimpulan bahwa kedua populasi pada saat pretest mempunyai pemahaman konsep dan hasil belajar yang sama, perubahan terjadi ketika model PBL dan discovery learning diterapkan. Melalui uji rata-rata disimpulkan bahwa pembelajaran blended learning model PBL lebih baik diterapkan dibandingkan dengan discovery learning pada mata kuliah Matematika Bisnis.]]>
<![CDATA[Pengembangan Sistem Dashboard untuk Mengevaluasi Platform E-Marketplace dengan Metode Scrum pada Startup GRAVIS ]]>
<![CDATA[Zakky Al Attar]]>;
<![CDATA[Tien Fabrianti Kusumasari]]>;
<![CDATA[Rahmat Fauzi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.58782
<![CDATA[Dalam pengelolaan sebuah bisnis, penjual perlu mengetahui kinerja tokonya dengan mengolah dan menganalisis data transaksi dengan pembeli menjadi sebuah informasi menggunakan Dashboard. Penggunaan dashboard cukup penting sehingga butuh studi lanjutan terkait evaluasi penggunaannya. Penelitian sebelumnya lebih banyak membahas pembuatan dan pengembangan aplikasi dashboard berbasis website dan mendiskusikan operasionalisasi dashboard pada lembaga pendidikan. Oleh karena itu penelitian ini berupaya memfokuskan pada aspek perusahaan rintisan. Penelitian ini akan difokuskan pengembangan dashboard menggunakan framework Laravel dengan metode pengembangan Scrum. Penelitian ini menggunakan model konseptual dan sistematika penyelesaian masalah sehingga tercipta sebuah aplikasi yang membantu e-Marketplace. Tujuan penelitian ini adalah (1) memahami KPI evaluasi platform GRAVIS. (2) memahami konsep arsitektur aplikasi dashboard platform GRAVIS. (3) mengembangkan dashboard untuk menyajikan informasi dalam bentuk visualisasi data. Hasil penelitian ini menunjukkan (1) Key performance indicator (KPI) yang digunakan meliputi enam belas poin utama. (2) Dashboard akan menampilkan informasi dengan gauge chart, line chart dan bar chart. (3) Hasil dari enam scenario black-box testing yang diujikan mendapatkan total sukses sebanyak enam scenario dan nol scenario gagal, maka dari itu hasil dari pengujian black-box testing selesai pada iterasi pertama.]]>
<![CDATA[Pendekatan Data Science untuk Mengukur Empati Masyarakat terhadap Pandemi Menggunakan Analisis Sentimen dan Seleksi Fitur ]]>
<![CDATA[Fika Hastarita Rachman]]>;
<![CDATA[Imamah Imamah]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.56655
<![CDATA[Empati merupakan kemampuan seseorang untuk turut merasakan penderitaan orang lain. Pandemi covid yang melanda dunia, telah menyisakan banyak kehilangan dan keterpurukan. Penelitian ini bertujuan untuk mengetahui emosi masyarakat terhadap penderitaan sesama menggunakan pendekatan sentimen analisis. Dataset yang digunakan adalah komentar masyarakat di Twitter tentang pandemi Covid dalam rentang waktu November-Desember 2020. Data diambil dengan teknik crawling menggunakan library twint, didapatkan data sebanyak 2386 komentar, namun komentar yang mengandung empati hanya sebanyak 984 data. Dataset empati kemudian dilabeli oleh tiga orang menggunakan teknik majority voting. Hasil pengukuran dataset empati menunjukkan 55,7% komentar masyarakat indonesia mengandung empati positif (berempati), 37,4% empati negatif (tidak berempati), dan 6,9% netral. Untuk membentuk model yang dapat mendeteksi empati secara otomatis, maka digunakan dataset empati sebanyak 400, dengan 200 kelas positif dan 200 kelas negatif, kelas netral tidak digunakan pada penelitian ini karena jumlah data sangat sedikit. Metode machine learning yang digunakan untuk membangun model adalah Support Vector Machine (SVM) dengan metode ekstraksi fitur reliefF. Berdasarkan penelitian yang dilakukan, akurasi sistem dengan metode SVM tanpa seleksi fitur ReliefF adalah 83%. Sedangkan akurasi yang diperoleh sistem dengan seleksi fitur ReliefF mencapai 93% dengan penggunaan 85% fitur dari total keseluruhan fitur.]]>
<![CDATA[Model Hibrid Algoritma Apriori dan Regresi Linear untuk Perkiraan Produksi Jagung (Studi Kasus : Kabupaten Dompu) ]]>
<![CDATA[Muh Adha]]>;
<![CDATA[Ema Utami]]>;
<![CDATA[Hanafi Hanafi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.55522
<![CDATA[Jagung ialah sumber karbohidrat penting ke dua sesudah beras. Dibeberapa daerah, jagung adalah pembakar lemak yang baik karena jagung juga tinggi lemak dan tinggi kalori daripada nasi. Selain itu, mengandung asam lemak dan esensial yang membantu mencegak aterosklerosis. Sebagai akibat dari permasalahan yang terjadi baru baru ini, permintaan jagung meningkat secara signifikat. Komsumsi terus tumbuh, namun produksi jagung dalam negeri tetap rendah sehingga menimbulkan ketimpangan dalam memenuhi kebutuhan jagung. Seiring dengan perubahan produksi jagung Kabupaten Dompu dari tahun ke tahun, maka perlu diperkirakan kedepannya apakah produksi jagung Kabupaten Dompu akan menurun atau meningkat. Hasil ramalan ini akan digunakan sebagai indikator keamanan pangan Kabupaten Dompu, khususnya jagung. Penelitian ini menggunakan data panen atau budidaya Jagung dari Dinas Pertanian dan Perkebunan Kabupten Dompu dari tahun 2012 sampai 2021 sebagai data produksi tanaman jagung di Kabupaten Dompu. Maka dari itu, prediksi ini membutuhkan algoritma yang menggunakan algoritma apriori dan regresi linear. Perhitungan metode regresi linear untuk memprediksi produksi jagung menggunakan pengujian MAD didapatkan 4.04 menggunakan data training mulai periode tahun 2012 – 2021 dan hasil persamaan regresi linear didapatkan yaitu Y = -29.0212901 + 2.30146418x1 + 4.53334525x2 + 11.8742684x3. Sedangkan perhitungan metode apriori, didapatkan 2 rule yang dengan support 10% dan confidence 50% didapat IF buy Gandasil then buy Ricestar with confidence 100% dan IF buy Roundup then buy Tabas with confidence 67%.]]>
<![CDATA[Penghitung Trafik Kendaraan Berbasis Object Recognition Studi Kasus Jalan Utama Universitas Tanjungpura ]]>
<![CDATA[Agung Tuah Ananda]]>;
<![CDATA[Yus Sholva]]>;
<![CDATA[Rudy Dwi Nyoto]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.57136
<![CDATA[Pertumbuhan penggunaan kendaraan bermotor untuk transportasi oleh masyarakat terus meningkat seiring waktu. Sebagai lembaga pendidikan tinggi dengan jumlah mahasiswa aktif mencapai angka 31 ribu orang maka Universitas Tanjungpura perlu menyadari bagaimana penggunaan jalan oleh pengendara kendaraan bermotor di Universitas Tanjungpura dalam bagian dari perencanaan pembangunannya untuk menghindari permasalahan yang mungkin timbul dikemudian hari. Penelitian ini bertujuan untuk menghasilkan suatu sistem yang dapat menghitung trafik kendaraan di jalan masuk utama Universitas Tanjungpura. Peneliti menggunakan pendekatan object recognition untuk mengetahui jenis kendaraan yang lewat apakah merupakan kendaraan sepeda motor atau mobil, dimana digunakan metode background subtraction dan pemrosesan morfologi dalam tugas deteksi objek, dan metode Haar cascade classifier dalam tugas klasifikasi jenis kendaraan dari objek yang terdeteksi. Pada penelitian ini dilatih model klasifikasi kendaraan sepeda motor (masuk dan keluar) dengan masing-masing 5000 data latih dan model klasifikasi kendaraan mobil (masuk dan keluar) dengan masing-masing 500 data latih. Evaluasi pendeteksi objek menunjukkan bahwa program dapat mendeteksi objek yang bergerak dengan akurasi dengan akurasi terendah sebesar 67% dan akurasi tertinggi sebesar 93%. Evaluasi model klasifikasi kendaraan menunjukkan nilai F1-score rata-rata 0.916 (sepeda motor masuk), 0.311 (mobil masuk), 0.965 (sepeda motor keluar) dan 0.427 (mobil keluar). Evaluasi menunjukkan tidak terdapat pengaruh yang signifikan mengenai perbedaan kondisi waktu dan kepadatan trafik kendaraan terhadap performa model klasifikasi kendaraan. Di mana nilai rata-rata f1-score pada pengujian pagi, siang dan sore adalah masing-masing 68%, 62% dan 67% dan rata-rata akurasi pada pengujian padat, sedang dan sepi adalah masing-masing 89%, 86% dan 88%. Hasil pengujian unit testing dan integration testing menunjukkan sistem ini dapat mendeteksi objek kendaraan yang lewat, mengetahui jenis kendaraan tersebut dan menghitung jumlahnya serta menyediakan cara untuk mendapatkan data trafik kendaraan yang dihasilkan. Secara keseluruhan penelitian dinilai berhasil dalam membuat sebuah sistem penghitung trafik kendaraan berbasis object recognition studi kasus jalan utama Universitas Tanjungpura.]]>
<![CDATA[Perancangan Embedded System untuk Kendali Rumah Burung Walet Berbasis ATmega8 ]]>
<![CDATA[Wahyu Ramadhani Gusti]]>;
<![CDATA[Masduki Zakarijah]]>;
<![CDATA[Umi Rochayati]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.57354
<![CDATA[Burung walet merupakan burung pemakan serangga dengan sayap meruncing, memiliki ekor panjang, berwarna hitam dan tubuh bawahnya berwarna coklat. Hal yang sangat bermanfaat dari burung walet yaitu sarangnya dapat menjadi obat-obatan bagi manusia. Burung walet berkembang biak di daerah yang beriklim tropis dengan curah hujan yang tinggi. Unsur kelembaban dan suhu adalah faktor berkembang biaknya spesies atau populasi burung walet. Penelitian ini merupakan perancangan embedded system untuk kendali rumah burung walet adaptif berbasis ATmega8. Proses perancangan sistem dilakukan dengan menganalisis kebutuhan di lapangan, membuat desain, mengembangkan, implementasi, dan evaluasi. Sistem yang dikembangkan menggunakan mikrokontroler ATMega8, sensor DHT11, Real Time Clock (RTC), modul audio, humidifier sebagai pelembab ruangan, mini fan untuk sirkulasi udara, dan LED untuk mencegah hama predator. ATmega8 dipilih karena bentuk yang minimalis dan biaya yang rendah sehingga lebih prospek untuk proksi massal. Pada pengujian, hampir seluruh kompetensi penilaian berhasil tercapai, kecuali pada peltier kit. Secara keseluruhan, sistem dapat beroperasi otomatis sesuai yang diinginkan dan berfungsi dengan baik.]]>
<![CDATA[Penerapan Metode Certainty Factor pada Sistem Pakar Diagnosa Hama dan Penyakit pada Tanaman Tomat ]]>
<![CDATA[Dila Adellia]]>;
<![CDATA[Alda Cendekia Siregar]]>;
<![CDATA[Syarifah Putri Agustini Alkadri]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.56178
<![CDATA[Tanaman tomat termasuk tanaman hortikultura yang memiliki banyak manfaat bagi tubuh. Kurangnya pengetahuan pelaku tani dalam merawat serta mengatasi permasalahan pada tanaman tomat berdampak pada hasil panen yang kurang memuaskan. Tujuan dilakukan penelitian ini adalah untuk menghasilkan sebuah sistem pakar diagnosa hama dan penyakit pada tanaman tomat berbasis website berdasarkan beberapa gejala serta solusi untuk mengatasi permasalahan pada tanaman tomat. Metode yang diterapkan pada website tanaman tomat yaitu Metode Certainty Factor. Metode tersebut dapat memberikan gambaran mengenai kepercayaan seorang pakar terhadap suatu masalah, pada sistem pakar diagnosa hama dan penyakit tanaman tomat dilakukan pengujian akurasi sistem. Pengujian akurasi sistem dilakukan untuk mengetahui tinggkat akurasi dan nilai keberhasilan sistem. Dalam pengujian akurasi sistem digunakan 20 data kasus lapangan berdasarkan wawancara langsung kepada beberapa pihak pelaku tani tanaman tomat, dengan mengumpulkan fakta-fakta berupa gejala dari setiap kasus permasalahan hama dan penyakit tanaman tomat. Berdasarkan 20 data kasus tanaman tomat yang telah dilakukan berdasarkan penyesuaian terhadap sistem dan pakar diperoleh nilai akurasi sistem sebesar 90%. ]]>
<![CDATA[Prediksi Curah Hujan Dasarian dengan Metode Vanilla RNN dan LSTM untuk Menentukan Awal Musim Hujan dan Kemarau ]]>
<![CDATA[Ni Made Meriliana Candra Devi]]>;
<![CDATA[I Putu Agung Bayupati]]>;
<![CDATA[Ni Kadek Ayu Wirdiani]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.56606
<![CDATA[Indonesia dijuluki sebagai negara agraris dimana perekonomian nasional bergantung pada sektor pertanian. Kualitas pertanian sangat dipengaruhi oleh perubahan iklim. BMKG memperkirakan datangnya musim di Indonesia didasari pada curah hujan dasarian. Curah hujan dasarian merupakan total curah hujan selama sepuluh hari. Curah hujan dasarian diatas 50 mm berturut-turut dalam tiga dasarian maka dasarian pertama akan ditentukan sebagai awal musim hujan. Sedangkan curah hujan dasarian dibawah 50 mm dalam tiga dasarian berturut-turut maka dasarian pertama akan ditentukan sebagai awal musim kemarau. Penelitian ini bertujuan untuk melakukan prediksi curah hujan dasarian untuk menentukan awal musim hujan dan musim kemarau. Metode Vanilla Recurrent Neural Network (Vanilla RNN) dan Long Short-Term Memory (LSTM) merupakan jenis dari jaringan saraf berulang yang baik digunakan dalam pemrosesan data sekuensial. Seleksi fitur (feature selection) dengan metode Backward Elimination dilakukan untuk meningkatkan akurasi dari prediksi. Fitur yang digunakan untuk prediksi curah hujan dasarian yaitu kecepatan angin, suhu udara, kelembaban udara, jarak pandang, dan tekanan udara. Adapun fitur hasil seleksi yaitu kelembaban, tekanan, dan jarak pandang. Hasil penelitian yang diperoleh yaitu metode Vanilla RNN dengan seleksi fitur memperoleh hasil terbaik dengan nilai R-Squared sebesar 0,6139 dan RMSE sebesar 28,4308. ]]>
<![CDATA[Security Assessment Aplikasi Mobile Pemerintahan dengan Acuan OWASP Top 10 Mobile Risks ]]>
<![CDATA[Dimas Febriyan Priambodo]]>;
<![CDATA[Muhammad Hasbi]]>;
<![CDATA[Mahar Surya Malacca]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v8i3.58192
<![CDATA[Mobile E-Kinerja XYZ adalah aplikasi yang digunakan untuk pelaporan kegiatan PNS dan ASN Pemerintah Kabupaten XYZ. Aplikasi ini menunjang peraturan dari pemerintah pusat terkait Sistem Pemerintahan Berbasi Elektronik (SPBE). Security assessment yang dilakukan mencakup pengujian keamanan aplikasi dan juga mengidentifikasi kerentanan menggunakan MobSF dan MARA Framework dan analisis dinamis serta melakukan validasi mengacu pada OWASP Top Ten Mobile Risk 2016. Menilai kerentanan menggunakan Common Vulnerability Scoring System (CVSS) 3.1. Memberikan rekomendasi keamanan terhadap kerentanan yang ditemukan mengacu pada Common Weakness Enumeration (CWE) serta menjelaskan dampak dari kerentanan. Aplikasi ini mempunyai satu krentanan high (Insecure Data Storage), tiga kerentanan medium (Improper Platform Usage, Insufficient Cryptography, Reverse Engineering), satu kerentanan low (Extraneous Functionality).]]>
