Articles
<![CDATA[Perancangan Aplikasi Daring Bimbingan Tugas Akhir ]]>
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Dwiyani, Aprillita]]>
<![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 (360.303 KB)
|
DOI: 10.26418/jp.v2i1.15536
<![CDATA[Proses menulis skripsi atau tugas akhir adalah tahap akhir yang harus ditempuh oleh mahasiswa yang pada prosesnya dibimbing oleh satu atau dua orang dosen pembimbing. Dalam prakteknya, aktifitas bimbingan tugas akhir ini dilakukan dengan diskusi, tanya jawab, pemberian masukan dan aktifitas lainnya. Penelitian ini mengusulkan perancangan aplikasi daring bimbingan tugas akhir yang diperuntukkan bagi mahasiswa dan dosen. Aplikasi ini dirancang dalam lingkup Program Studi Teknik Informatika Universitas Tanjungpura berdasarkan informasi dan prosedur pembuatan tugas akhir Program Studi Teknik Informatika. Adapun pengujian yang digunakan adalah metode black box dengan menggunakan teknik sample testing dan metode UAT (User Acceptance Test) untuk memeriksa apakah sistem dapat berjalan dengan benar sesuai dengan yang diharapkan oleh pengguna. Hasil dari penelitian ini memberikan kemudahan bagi kedua dosen pembimbing untuk berkomunikasi mengenai mahasiswa bimbingannya dalam forum pembimbing karena proses bimbingan dapat dilakukan secara daring serta dilengkapi dengan pemberitahuan secara realtime melalui pesan elektronik atau email.  Kata kunciâ tugas akhir, daring, bimbingan]]>
<![CDATA[Diagnosis Dini Autis Pada Anak Menggunakan Metode Inferensi Fuzzy Mamdani ]]>
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Sukamto, Anggi Srimurdianto]]>
<![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 (710.067 KB)
|
DOI: 10.26418/jp.v3i1.20197
<![CDATA[Pertumbuhan dan perkembangan anak meliputi banyak aspek mulai dari perkembangan fisik, perkembangan mental, hingga memiliki kemampuan baru di setiap tahapan usia. Masing-masing anak dapat memiliki laju perkembangan yang berbeda-beda. Namun, ada beberapa hal yang perlu diperhatikan karena bisa jadi menunjukkan adanya gangguan perkembangan, termasuk gejala autisme. Apabila anak autisme tidak mendapat penanganan secara dini, kondisi autis akan menjadi permanen. Oleh karena itu tatalaksana terapi harus dilakukan pada usia sedini mungkin, yaitu dibawah usia 3 tahun. Dalam mendeteksi anak yang menderita autis memang tidak mudah dikarenakan butuh waktu hingga usia dua tahun untuk dapat memastikan anak benar benar mengidap autis. Autis sendiri tidak hanya dapat dideteksi oleh penalaran awam orang tua dari informasi yang didapatnya. Untuk membantu ditahap awal deteksi gangguan autisme pada anak, diperlukannya sebuah metode dalam mendiagnosis gejala yang ditunjukkan anak yaitu fuzzy expert system yang menggunakan metode inferensi fuzzy mamdani. Kata kunci— diagnosis dini, autis, inferensi fuzzy mamdani]]>
<![CDATA[Traceability Kebutuhan dan Perancangan Konseptual Manajemen Rapat Terintegrasi ]]>
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Prihartini, Narti]]>;
<![CDATA[Nyoto, Rudy Dwi]]>;
<![CDATA[Anra, Hengky]]>
<![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 (757.911 KB)
|
DOI: 10.26418/jp.v4i1.24499
<![CDATA[Rapat dapat dipandang sebagai alat yang secara efisien memfasilitasi pertukaran informasi diantara beberapa orang. Hal-hal penting dalam pelaksanaan rapat meliputi pengambilan keputusan bersama, kehadiran peserta rapat sesuai kuorum serta tepat waktu, diskusi yang konstruktif, dan tindak lanjut setelah rapat memerlukan integrasi agar tiap hal tersebut dapat dimanajemen dengan baik. Beberapa rapat yang berlangsung saat ini masih menghadapi berbagai permasa-lahan diantaranya kurangnya informasi tentang pelaksanaan rapat sehingga mempengaruhi kehadiran peserta, diskusi yang belum terfokus sesuai agenda rapat, dan notulensi rapat belum lengkap. Prosedur pelaksanaan rapat saat ini memunculkan usulan perencanaan perbaikan manajemen rapat dengan mendeskripsikan kebutuhan antarmuka, fungsional, dan non-fungsional. Rancangan konseptual sesuai analisis eksisting dan perbaikan sistem yang dapat menjadi acuan pengembangan aplikasi berbasis mobile dan web meliputi diagram statis (diagram alir data, entity relationship diagram, relational database) serta diagram dinamis (diagram use case, dan class diagram). Hasil akhir penelitian ini yaitu mapping kebutuhan terhadap diagram statis dan dinamis yang berhasil dilakukan melalui traceability matrix dan mock-up aplikasi yang dirancang dengan sembilan fitur utama.]]>
<![CDATA[Prediksi Kecepatan Angin Menggunakan Adaptive Neuro Fuzzy (ANFIS) dan Radial Basis Function Neural Network (RBFNN) ]]>
<![CDATA[Nikentari, Nerfita]]>;
<![CDATA[Bettiza, Martaleli]]>;
<![CDATA[Sastypratiwi, Helen]]>
<![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 (385.842 KB)
|
DOI: 10.26418/jp.v4i1.25558
<![CDATA[Angin sebagai salah satu fenomena alam yang mempengaruhi berbagai aspek dalam kehidupan manusia baik pengaruh positif maupun negatif. Aspek ini berperan besar dalam ekonomi, pariwisata, pembangunan, transportasi maupun perdagangan masyarakat. Data angin dalam hal ini kecepatan angin belum dapat diketahui secara pasti nilainya oleh karena itu perlu adanya prediksi. Adaptive Neuro Fuzzy Inference System (ANFIS) dan Radial Basis Function Neural Networkc(RBFNN) adalah algoritma yang dapat digunakan untuk prediksi data. Penelitian ini menggunakan ANFIS dan RBFNN untuk memprediksi kecepatan angin. Data prediksi yang digunakan dalam penelitian ini adalah data time series. Data kecepatan angin diperoleh dari BMKG (Badan Meteorologi Klimatogi dan Geofisika) Tanjungpinang, Kepualuan Riau. Hasil prediksi dengan kedua metode ini dibandingan dengan data asli untuk mengetahui metode mana yang lebih akurat dalam prediksi data. Hasil pengujian menggunakan kedua algoritma memperlihatkan akurasi terbaik (paling mendekati data asli/target) diperoleh oleh RBFNN yaitu dengan nilai RMSE adalah 0,1766 dan hasil RMSE ANFIS adalah 1,1456.]]>
<![CDATA[Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes ]]>
<![CDATA[Gunawan, Billy]]>;
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Pratama, Enda Esyudha]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (536.219 KB)
|
DOI: 10.26418/jp.v4i2.27526
<![CDATA[Sistem analisis sentimen merupakan sistem yang digunakan untuk melakukan proses analisis otomatis pada ulasan produk online bahasa Indonesia untuk memperoleh informasi meliputi informasi sentimen yang merupakan bagian dari ulasan online. Data tersebut diklasifikasikan menggunakan Naive Bayes. Sistem analisis sentimen dibagi menjadi 5 (lima) tahap, yaitu crawling, pre-processing, pembobotan kata, pembentukan model dan klasifikasi sentimen. Pada pembobotan kata digunakan metode TF-IDF (Term Frequency – Inverse Document Frequency). Data yang ada akan diklasifikasikan ke dalam 5 (lima) kelas, yaitu sangat negatif, negatif, netral, positif dan sangat positif. Data tersebut kemudian akan dievaluasi menggunakan pengujian confusion matrix dengan parameter akurasi, recall, dan precision. Hasil pengujian menunjukkan pada pengujian 3 kelas (negatif, netral dan positif) hasil terbaik didapatkan pada 90% data latih dan 10% data uji dengan nilai akurasi 77.78%, recall 93.33% dan precision 77.78% dan pada pengujian 5 kelas hasil terbaik didapatkan pada 90% data latih dan 10% data uji dengan nilai akurasi 59.33 %, recall 58.33 % dan precision 59.33 %. Hasil prediksi kelas data uji yang relevan dibandingkan antara kelas sentimen yang ditandai supervisor dan kelas sentimen yang dihasilkan oleh sistem analisis sentimen walaupun belum sepenuhnya akurat.]]>
<![CDATA[Aplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian ]]>
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Setyaningsih, Fatma Agus]]>
<![CDATA[ Seminar Nasional Informatika Medis (SNIMed) 2014: Prosiding SNIMED 2014 ]]>
Publisher : <![CDATA[Magister Teknik Informatika, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini mengususlkan sebuah aplikasi yang didalamnya mengandung pengetahuan dan pengalaman yang dimasukkan oleh satu atau banyak pakar ke dalam satu area pengetahuan tertentu sehingga setiap orang dapat menggunakannya untuk memecahkan berbagai masalah yang bersifat spesifik atau biasanya disebut dengan sistem pakar. Sistem pakar dalam hal ini adalah permasalahan tentang kesehatan pada balita dan anak. Tujuan dari penelitian ini adalah untuk membuat sebuah aplikasi sistem cerdas yang menerapkan metode factor kepastian yang dapat digunakan untuk membantu dalam melakukan identifikasi penyakit umum pada balita dan anak secara dini. Sehingga penanganan lebih lanjut terhadap penyakit tersebut dapat dengan cepat dilakukan untuk meningkatkan efektifitas kerja dan lebih mengefisienkan waktu. Sistem pakar ini menggunakan forward chainning dan backward chainning pada inferensinya.]]>
<![CDATA[Basis Pengetahuan untuk Gangguan Perilaku Anak dengan Model Keputusan Kelompok ]]>
<![CDATA[Rahmah, Ulfatur]]>;
<![CDATA[Tursina, Tursina]]>;
<![CDATA[Sastypratiwi, Helen]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 1 (2021): Volume 7 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i1.43686
<![CDATA[Basis pengetahuan merupakan komponen yang penting dalam membangun suatu sistem cerdas terutama yang berkaitan dengan sistem yang membutuhkan kepakaran atau keahlian. Dalam penelitian ini, dibangun sebuah basis pengetahuan dengan model keputusan kelompok, yaitu keputusan yang diambil dari beberapa pakar yang berkaitan dengan gangguan perilaku pada anak. Pakar dalam hal ini berperan sebagai pengambil keputusan dalam memberikan preferensi terhadap gejala yang sudah dikumpulkan. Preferensi yang diberikan oleh pakar yaitu menggunakan format vektor utilitas, format ini memiliki kemiripan dengan konsep fuzzy dimana nilai preferensi yang diberikan yaitu dengan rentang 0 sampai 1. Hasil dari vektor utilitas tersebut kemudian ditransformasikan menjadi relasi preferensi fuzzy dalam bentuk matrik. Matrik preferensi fuzzy yang telah dibentuk diagregasikan dengan operator Ordered Weighted Averaging (OWA) dan dilakukan perangkingan dengan operator Quantifier Guided Dominance Degree (QGDD)  untuk mendapatkan nilai bobot rule yang terbentuk atau nilai kinerja. Pada penelitian ini terkumpul sebanyak 20 gejala dengan 5 gangguan perilaku pada anak. Berdasarkan pengujian kevalidan data dengan menggunakan member check dan juga triangulasi . Basis pengetahuan dengan mengimplementasikan model keputusan kelompok ini menghasilkan sebanyak 19 pengetahuan dalam bentuk IF-THEN dengan bobot yang berbeda.]]>
<![CDATA[Analisis Data Artikel Sistem Pakar Menggunakan Metode Systematic Review ]]>
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Nyoto, Rudy Dwi]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i2.40914
<![CDATA[Sistem pakar memiliki berbagai keunggulan dibandingkan kepakaran manusia karena sistem pakar terjangkau, permanen, konsisten, proses yang cepat, dan dapat digandakan. Hal ini menyebabkan sistem pakar berkembang diberbagai bidang. Perlu adanya kajian tentang data implementasi maupun metode yang digunakan dalam sistem pakar. Penelitian ini bertujuan untuk menganalisis data pada artikel sistem pakar dengan mengguankan metode systematic review serta menentukan string yang cocok dalam pengumpulan data. Langkah penelitian menggunakan flowchart PRISMA dengan penentuan string yang sesuai berdasarkan lingkup sistem pakar dan teknik dalam data mining. Pencarian dilakukan pada database online. Metode systematic review ini, dapat menjadi salah satu alternatif metode dalam penulisan karya ilmiah berdasarkan artikel sebelumnya. Dimana hasil dalam artikel sistem pakar sebagai studi dalam penelitian bahwa bidang yang masih unggul adalah computer science serta prediction adalah teknik yang paling banyak digunakan.]]>
<![CDATA[Analisis Kecenderungan Informasi Terkait Covid-10 Berdasarkan Big Data Sosial Media dengan Menggunakan Metode Data Mining ]]>
<![CDATA[Enda Esyudha Pratama]]>;
<![CDATA[Sastypratiwi, Helen]]>;
<![CDATA[Yulianti]]>
<![CDATA[ Jurnal Informatika Polinema Vol 7 No 2 (2021): Vol 7 No 2 (2021) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v7i2.453
<![CDATA[Wabah virus CORONA (COVID-19) mulai menginfeksi hampir ke seluruh negara di awal tahun 2020 tak terkecuali di Indonesia. Pemerintah selaku pihak yang berkepentingan mengeluarkan beberapa kebijakan terkait penanganan virus ini. Kebijakan tersebut mendapat berbagai tanggapan dari masyarakat terutama di media sosial. Jumlah tanggapan yang banyak dan beragam akan menjadi sebuah big data. Big data tersebut dapat menghasilkan informasi yang berharga jika diolah secara baik dan benar. Salah satu informasi yang dapat dihasilkan adalah analisis sentimen. Data mining merupakan salah satu metode yang digunakan untuk menggali informasi penting dari sebuah tumpukan data yang berjumlah besar. Pada penelitian ini digunakan 1400 tweet. Kata kunci (keyword) yang digunakan terkait kebijakan pemerintah yaitu Social Distancing, Isolasi Mandiri, Karantina Wilayah, WFH, PSBB, Lockdown, dan Rapid Test. Dari hasil penellitian yang dilakukan, sentimen masayrakat di media sosial terhadap kebijakan pemerintah dalam menanggulangi wabah virus ini cenderung positif]]>
<![CDATA[Sistem Berkas Digital Sebagai Media Penyimpanan Dokumen Kinerja Dosen ]]>
<![CDATA[Safriadi, Novi]]>;
<![CDATA[Sastypratiwi, Helen]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i2.46055
<![CDATA[Tugas utama Dosen adalah melaksanakan tri dharma perguruan tinggi yaitu pendidikan dan pengajaran, penelitian dan pengembangan, serta pengabdian kepada masyarakat. Pelaksanaan tugas dan hasil kegiatan tridharma dibuktikan dalam bentuk dokumen kinerja dosen seperti surat tugas, surat keputusan atau sertifikat. Tujuan penelitian ini adalah merancang sebuah sistem berkas digital. Sistem berkas digital ini menjadi perlu untuk dirancang dalam bentuk sistem repositori dokumen yang dapat menyimpan dokumen kinerja dosen dalam format digital. Dalam perancangan sistem berkas digital ini menggunakan metode prototipe. Sistem berkas digital menjadi langkah penting yang harus dilakukan sehingga dosen dapat dengan mudah mengakses dokumen kinerja untuk dapat digunakan dalam pelaporan capaian kinerja dosen pada setiap semester. Fungsi yang dapat menghasilkan tautan (generate link) sumber dokumen menjadi fitur penting yang dapat digunakan sebagai tautan informasi pendukung bukti pelaporan capaian kinerja dosen. Di Universitas Tanjungpura, capaian kinerja dosen dilaporkan melalui Sistem Beban Kerja Dosen (BKD). Adanya sistem berkas digital ini dinilai berhasil menjadi media penyimpanan dokumen kinerja dosen, khususnya pada Jurusan Informatika. Dokumen kinerja dosen yang telah dipindai menjadi berkas digital, kemudian diunggah ke sistem berkas digital, sehingga setiap saat berkas digital ini dapat diakses dan dimanfaatkan oleh dosen untuk berbagai keperluan. Berdasarkan pengujian yang dilakukan, dosen dapat mengakses sistem berkas dan mendapatkan setiap dokumen yang terdaftar atas namanya. Dalam sistem berkas digital, tautan dokumen dapat disalin dengan satu kali klik, untuk kemudian ditempelkan sebagai bukti capaian kinerja pada Sistem BKD. Pada semester genap 2019/2020 dan gasal 2020/2021 jumlah berkas digital yang diunggah sebanyak 228 dokumen, artinya sebanyak 228 tautan yang dapat digunakan oleh dosen sebagai bukti dalam pelaporan capaian kinerja dosen pada Sistem BKD.]]>
