Refine Search

New Search

Results in Journal Jurnal Eksplora Informatika: 65

(searched for: journal_id:(508847))
Page of 2
Articles per Page
by
Show export options
  Select all
Muhamad Kurniawan, Kusrini Kusrini, Muhammad Rudyanto Arief
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 29-37; https://doi.org/10.30864/eksplora.v11i1.506

Abstract:
Part of Speech Tagging atau POS Tag merupakan salah satu proses untuk mengelompokkan kata berdasarkan kelas kata seperti: kata benda, kata kerja, atau kata sambung. Kegunaan POS Tag antara lain dapat bermanfaat pada analisis sentimen, pengenalan entitas bernama, dan konversi teks ke suara. Dalam melakukan POS Tag, jika dilakukan secara manual dapat menghabiskan banyak waktu, oleh karena itu dibuatlah sistem berbasis machine learning untuk mengotomatisasi proses ini. Pada penelitian ini, dilakukan POS Tag dengan menerapkan transfer learning dengan model Embedding from Language Model (ELMo). Model ELMo cukup populer digunakan pada dataset bahasa Inggris karena dapat memberi hasil akurasi yang memuaskan namun pada dataset bahasa Indonesia belum ada paper yang membahas tentang model ini. Melalui penelitian ini ingin dilihat bagaimana performa ELMo pada dataset bahasa Indonesia. Model yang digunakan untuk menyelesaikan masalah POS Tag adalah model berbasis BiLSTM. Pada penelitian ini, juga ingin dilihat bagaimana performa model jika ditambahkan CNN setelah BiLSTM. Selain itu, juga diteliti bagaimana performa dari tiap lapisan ELMo. Dari penelitian ini diperoleh bahwa metode BiLSTM + CNN + CRF dengan embedding ELMo lapisan pertama memiliki akurasi terbaik, dengan nilai 95.62%. Selain itu, diperoleh bahwa penambahan CNN setelah BiLSTM dapat meningkatkan akurasi serta mengurangi overfitting pada masalah POS Tag bahasa Indonesia.
I Nyoman Rudy Hendrawan, I Made Arya Budhi Saputra, Gusti Ayu Putu Cahya Dewi, I Gede Surya Adi Pranata, Ni Luh Nyoman Wedasari
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 50-56; https://doi.org/10.30864/eksplora.v11i1.606

Abstract:
Ketepatan waktu studi mahasiswa adalah hal yang penting dalam perguruan tinggi. Ketepatan waktu mahasiswa dalam menyelesaikan studi menjadi salah satu penunjang penilaian kualitas perguruan tinggi. Hal ini tentu saja berpengaruh terhadap mutu kelulusan mahasiswa dan predikat kelulusan pada mahasiswa itu sendiri terutama pada saat proses akreditasi. Oleh karena itu, pada penelitian ini diklasifikasikan lama studi dan predikat kelulusan mahasiswa dengan tujuan untuk membantu pihak program studi dan fakultas dalam menganalisis luaran pembelajaran. Metode klasifikasi yang diterapkan pada penelitian ini adalah Naïve Bayes. Data yang digunakan adalah data mahasiswa Institut Teknologi dan Bisnis STIKOM Bali tahun 2008 sampai dengan tahun 2016 dengan total jumlah data sebanyak 5.081. Atribut dataset yang digunakan untuk mengklasifikasikan Lama Studi dan Predikat Kelulusan adalah Jenis Kelamin, Prodi, Konsentrasi, Tahun Masuk, dan Tahun Lulus. Hasil eksperimen menunjukkan bahwa akurasi tes classifier untuk klasifikasi lama studi sebesar 0,74 dan untuk akurasi tes klasifikasi predikat kelulusan sebesar 0,61 pada kelompok data Program Studi Sistem Komputer. Kemudian untuk kelompok data Program Studi Sistem Informasi akurasi tes klasifikasi lama studi sebesar 0,73 dan untuk akurasi klasifikasi predikat kelulusan sebesar 0,67.
Qolbun Salim As Shidiqi, Ema Utami, Amir Fatah Sofyan
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 1-11; https://doi.org/10.30864/eksplora.v11i1.527

Abstract:
Lantai masjid merupakan media potensial untuk penyebaran COVID-19. Virus dapat menempel pada lantai dan terhirup oleh jamaah saat melakukan salat, sehingga dibutuhkan alat untuk membantu sterilisasi lantai masjid secara berkala. Dengan robot sterilisasi USMAN yang dilengkapi dengan sinar UVC diharapkan dapat membantu proses sterilisasi secara efektif. Robot USMAN dikendalikan dengan dua metode yaitu control panel dan aplikasi mobile. Tujuan penelitian ini adalah menganalisis dan mengukur kegunaan (usability) metode kendali pada robot USMAN dengan kendali aplikasi mobile yang mana adalah pengembangan dari metode control panel. Sehingga dapat diketahui bagian-bagian yang perlu dibenahi ataupun ditingkatkan dalam hal kegunaannya. Kebaruan pada penelitian ini adalah mengetahui performance metric dan usability issues dari mode kendali aplikasi sehingga user lebih dapat bermanuver dengan mode kendali aplikasi dan menjadi acuan untuk pengembangan aplikasi robot USMAN di kemudian hari. Metode penelitian dilakukan dengan dimulai dari analisis dan perancangan, implementasi usability testing, dan analisis hasil. Aplikasi Robot USMAN memilik tingkat kesuksesan 100% di mana tidak ada satu pun user yang menyerah/gagal dalam mengoperasikan aplikasi. Waktu yang dicapai user pada saat pengoperasian aplikasi secara umum didapatkan waktu tercepat 10.46 detik dan waktu terlambat adalah 142.86 detik. Tingkat kesalahan yang didasarkan kepada heatmap yang terekam didapatkan masih banyak terjadi salah klik pada tugas 3 karena alur yang lebih panjang dari pada tugas yang lainnya. Tingkat kepuasan pengguna menggunakan UEQ didapatkan nilai rata-rata dari masing-masing skala yang diuji di mana attractiveness, dependability, stimulation, dan novelty mendapat nilai excellent, perspicuity mendapatkan nilai above average, dan efficiency mendapatkan nilai good.
Lili Kartikawati, Kusrini Kusrini, Emha Taufiq Luthfi
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 20-28; https://doi.org/10.30864/eksplora.v11i1.560

Abstract:
Pandemi COVID-19 menimbulkan potensi dampak sosial yang kurang baik, peranan sekolah dalam proses belajar mengajar tidak terlihat. Akses dan kualitas pembelajaran jarak jauh berbanding lurus dengan capaian belajar peserta didik. Capaian hasil belajar peserta didik menunjukkan tingkat kualitas pembelajaran yang telah dilakukan. Peserta didik yang terkendala dalam mencapai hasil belajar maka dibutuhkan langkah perbaikan proses belajar di antaranya melalui pembelajaran tatap muka terbatas. Pembelajaran tatap muka terbatas wajib menaati prosedur kesehatan, di antaranya pembatasan jumlah maksimal peserta didik dalam satu Rombel. Pengelompokan peserta didik dipilih sebagai solusi pembatasan jumlah peserta didik dalam Rombel. Metode eksperimen penelitian ini diterapkan pada hasil capaian belajar selama tengah semester genap 2020/2021 peserta didik X Usaha Perjalanan Wisata 1 di SMK Negeri 4 Yogyakarta. Pengelompokan dan pembuktian kualitas pengelompokan algoritma K-Means menggunakan metode silhouette coefficient serta rumus euclidean distance untuk mengukur jarak di antara dokumennya. Hal yang membedakan dengan penelitian clustering sebelumnya di antaranya dilakukan pengukuran kualitas peng-cluster-an dan melakukan penggalian lebih dalam pada pola-pola baru hasil peng-cluster-an yang terbentuk sehingga didapatkan pengetahuan baru. Kualitas clustering menghasilkan nilai Si=0,8313 yang berarti memiliki karakteristik struktur kuat dan menampilkan pengetahuan baru berupa kelompok rumpun mata pelajaran yang menginformasikan tingkatan daya serap peserta didik terhadap mata pelajaran.
Silvana Samaray
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 57-66; https://doi.org/10.30864/eksplora.v11i1.498

Abstract:
Hasil belajar mahasiswa merupakan capaian belajar yang diperoleh mahasiswa selama perkuliahan dalam bentuk angka, huruf atau simbol. Perolehan hasil belajar mahasiswa ditentukan oleh beberapa unsur, diantaranya jumlah kehadiran, nilai tugas, nilai ujian tengah semester (UTS) dan nilai ujian akhir semester (UAS). Tiap unsur memiliki persentase yang berbeda-beda dalam penentuan hasil belajar. Hasil belajar terkadang tidak sesuai dengan target yang diinginkan. Mahasiswa cenderung mengabaikan unsur dengan persentase kecil (contoh: nilai tugas) dan hanya fokus pada unsur dengan persentase yang besar (contoh: nilai UAS). Penelitian ini bertujuan untuk memprediksi hasil belajar mahasiswa berdasarkan kehadiran, nilai tugas, nilai UTS dan nilai UAS. Penelitian ini dapat dijadikan informasi awal bagi mahasiswa agar memiliki komitmen yang tinggi terhadap semua unsur penentu hasil belajar. Metode pengambilan data menggunakan metode dokumentasi. Metode pengolahan data menggunakan algoritma Rough Set, dimulai dari pemilihan atribut kondisi dan atribut keputusan, dilanjutkan dengan proses menghilangkan data ganda, hingga memperoleh reduct dan menghasilkan rules. Pengolahan data menggunakan software Rosetta. Penelitian menghasilkan 14 buah rules berupa pola aturan sebagai acuan untuk memprediksi hasil belajar lulus, cukup dan tidak lulus. Berdasarkan rules yang dihasilkan, disimpulkan bahwa atribut kondisi yang paling berpengaruh dalam penentuan hasil belajar adalah nilai UAS dilanjutkan dengan nilai tugas dan jumlah kehadiran.
Irfan Pratama, Albert Yakobus Chandra, Putri Taqwa Presetyaningrum
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 38-49; https://doi.org/10.30864/eksplora.v11i1.578

Abstract:
Proses data mining bekerja terhadap data yang tersedia. Jika dataset tidak tersedia sepenuhnya, hasil pengolahan data mining menjadi tidak optimal. Terdapat beberapa kondisi data yang perlu penanganan terlebih dahulu sebelum memasuki tahap data mining. Salah satunya ialah imbalanced class yang merupakan kondisi di mana distribusi data pada setiap kelas tidak proporsional. Sebagai salah satu cara untuk efisiensi proses klasifikasi, seleksi fitur dapat memenuhi kebutuhan tersebut karena hasil dari seleksi fitur adalah sebuah dataset dengan jumlah atribut yang lebih sedikit dari sebelumnya. Untuk menyelesaikan permasalahan imbalanced class, ADASYN digunakan dalam penelitian ini sebagai metode untuk menyeimbangkan proporsi kelas pada dataset. Sedangkan RFECV digunakan sebagai metode fitur seleksi yang dapat meningkatkan efisiensi pada proses klasifikasi. Setelah dilakukan evaluasi dari hasil klasifikasi pada dataset yang menggunakan seleksi fitur, didapatkan hasil klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada dataset tanpa seleksi fitur. Hal tersebut dibuktikan dengan perbandingan antara hasil terbaik dari akurasi klasifikasi dataset tanpa seleksi fitur. Hasil dari metode CART sebesar 85.1% yang merupakan hasil dari pengolahan data tanpa menggunakan metode fitur seleksi. sedangkan metode Bagging k-NN yang menghasilkan akurasi sebesar 88% yang di aplikasikan pada dataset dengan seleksi fitur. Sehingga dapat disimpulkan bahwa seleksi fitur dapat meningkatkan akurasi pada klasifikasi.
I Made Arya Budhi Saputra, Ni Wayan Risa Rahayu Saraswati, Ida Bagus Nyoman Pascima, Ni Nyoman Utami Januhari
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 12-19; https://doi.org/10.30864/eksplora.v11i1.545

Abstract:
Madu trigona merupakan madu yang penuh khasiat. Selain penuh khasiat, madu trigona pada saat panen tidak memerlukan kemampuan atau skill khusus serta mudah dalam proses pemeliharaan. Di daerah Kerandangan (Lombok Barat) terdapat sebuah kelompok tani yang membudidayakan madu ini. Kelompok tani ini memiliki beberapa titik lokasi untuk peternakan lebah madu. Jumlah permintaan menyebabkan produksi madu mengalami fluktuatif yang berimbas pada penghasilan dari kelompok tani ini. Selain itu fluktuatifnya jumlah permintaan menyebabkan tidak efisiennya penggunaan tenaga kerja dalam proses produksi. Kelompok tani ini sering kali salah dalam melakukan prediksi dalam jumlah produksi dari madu yang dihasilkan. Fuzzy Tsukamoto merupakan metode yang digunakan pada penelitian ini. Salah satu kelebihan dari metode ini memiliki kemampuan berupa intuisi dengan informasi yang bersifat kualitatif. Nilai produksi minimal madu trigona pada kelompok tani ini sebanyak 3 botol dan nilai maksimal produksi sebanyak 10 botol. Terdapat 4 inferensi rule yang digunakan pada penelitian ini. Hasil dari penggunaan metode menghasilkan nilai akurasi prediksi sebesar 92.40 %.
Rahmat Haryadi Kiswanto, Satya Bakti, Rosiyati M.H. Thamrin
Published: 24 January 2022
Jurnal Eksplora Informatika, Volume 11, pp 67-76; https://doi.org/10.30864/eksplora.v11i1.610

Abstract:
Kucing merupakan hewan yang cukup banyak dipelihara oleh manusia. Sebagai hewan peliharaan kucing perlu mendapat perhatian perawatan yang cukup baik dari pemiliknya terlebih dalam hal kesehatannya. Banyak dari pemilik kucing tidak tahu gejala penyakit pada hewan ini, sehingga sering terjadi keterlambatan penanganan, pencegahan ataupun pengobatan pada kucing karena ketidaktahuan akan gejala sakit pada kucing. Sistem Pakar adalah sistem yang mengadopsi kemampuan pakar yang dituangkan ke dalam komputer agar komputer dapat berpikir dan memutuskan hasil layaknya seorang pakar. Penelitian ini bertujuan untuk membuat sistem pakar diagnosis penyakit kucing berdasarkan gejala yang muncul dengan menggunakan Metode Backward Chaining sebagai inference Engine. Data penyakit, gejala penyakit dan penanganannya diperoleh dari laboratorium Veteriner dan Puskeswan kota Jayapura, kemudian kepakaran penyakit hewan diperoleh dari dokter hewan di Laboratorium tersebut. Sistem pakar yang dibangun berhasil mengimplementasikan metode Backward Chaining untuk mengadopsi kepakaran dokter hewan untuk 9 jenis penyakit yaitu Scabies, Ektoparasit, Endoparasite, Babesiosis, Suspect Calicivirus, Suspect Panleukopenia, Suspect Chlamydia,Stomatitis, dan Helminthiasis. Metode Black Box digunakan untuk menguji fungsionalitas sistem dan dilakukan dengan melihat kesesuaian hasil yang diharapkan dengan hasil uji dan diperoleh tingkat kesesuaiannya 100% .
Samsul Aripin, Somantri Somantri
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 148-158; https://doi.org/10.30864/eksplora.v10i2.486

Abstract:
Setiap mahasiswa memiliki berbagai informasi terkait dengan kegiatan tridharma yang pernah dilakukannya, seperti prestasi akademik, aktivitas penelitian, publikasi karya ilmiah, pengabdian kepada masyarakat, prestasi, penghargaan, kegiatan organisasi, sertifikasi dan aktivitas pendukung lainnya. Seringkali data-data terkait aktivitas-aktivitas tersebut sulit ditemukan ketika dibutuhkan, maka dari itu dibutuhkan sebuah repository yang dapat menghimpun informasi tersebut. Melalui repository portofolio online setiap mahasiswa dapat membuat E-Portofolio yang mengkompilasikan seluruh aktivitas tridharma yang pernah dilakukannya selama masa perkuliahan, E-Portofolio tersebut dapat dipamerkan ke berbagai pihak sehingga akan memotivasi mahasiswa untuk terus mengikuti berbagai kegiatan yang dapat dipajang di portofolionya, portofolio tersebut juga dapat digunakan untuk berbagai kebutuhan seperti pengajuan beasiswa, persyaratan magang, dan lain-lain. Pengembangan perangkat lunak yang dilakukan pada penelitian ini menggunakan metode Waterfall, Sedangkan perancangan sistem yang digunakan adalah berbasis Progressive Web Apps (PWA) yang merupakan teknologi website modern yang membuat website dapat dijalankan seperti aplikasi native. Hasil pengujian menunjukan sistem sudah berjalan normal, mudah digunakan, dan memenuhi kriteria progressive web apps seperti dapat dijalankan secara offline dan dapat diakses melalui home screen.
Jim Lahallo, Patmawati Hasan, Rosiyati M.H. Thamrin
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 138-147; https://doi.org/10.30864/eksplora.v10i2.500

Abstract:
Bantuan langsung tunai pada kelurahan Trikora Kota Jayapura dilakukan oleh Lurah dimana pada pelaksanaannya, petugas akan melakukan survei terhadap masyarakat kelurahan. Kegiatan ini bertujuan untuk mengetahui kepastian domisili, kemampuan dan status penerima bantuan. Proses dilakukan menggunakan teknologi konvensional, seperti pencatatan survei di kertas dan penggunaan aplikasi pengolah kata atau tabel. Akibatnya, menimbulkan masalah seperti hasil seleksi menampilkan daftar penerima bantuan melebihi kuota dan munculnya warga tidak layak menerima. Permasalahan disebabkan karena tidak ada pengelohan hasil survei yang akuntable. Pada penelitian ini mengimplementasikan sistem pendukung keputusan menggunakan metode profile matching, sehingga kelurahan dapat menentukan profile target (karakteristik warga yang layak menerima bantuan) berdasarkan rata-rata tingkat kesejahteraan warga di kelurahan Trikora pada setiap periode penerimaan. Adapun kriteria yang digunakan antara lain: status penduduk, kemampuan warga, dan status penerima. Hasil pengujian sistem telah diuji 4 sample data untuk memudahkan pihak kelurahan dalam menilai relevansi hasil survey terhadap kenyataan kondisi warga. Berdasarkan kriteria yang digunakan dan diolah sistem mampu melaporkan daftar warga yang layak dan tidak layak menerima bantuan sebagai laporan penilaian sedangkan daftar penerimaan dilaporkan oleh sistem berdasarkan kuota penerimaan. Dari hasil pengujian data warga tersebut terdapat 2 warga dengan nilai yang sama (2.76) dan terpilih karena masih dalam batas kuota penerimaan.
Patmawati Hasan, Selviana Yunita, Rosiyati Mh. Thamrin, Elvis Pawan
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 176-185; https://doi.org/10.30864/eksplora.v10i2.423

Abstract:
Dosen merupakan pendidik profesional dengan tugas utama yaitu mentransformasikan, mengembangkan ilmu pengetahuan serta menjalankan Tri Dharma perguruan tinggi. Untuk mendapatkan calon dosen yang berkualitas diperlukan seleksi penerimaan dosen. Pada proses pemilihan calon dosen ada beberapa kriteria yang dilengkapi untuk melakukan penilaian calon dosen dan apabila kriteria tersebut tidak terpenuhi maka calon dosen dinyatakan tidak diterima. Proses seleksi penerimaan calon dosen di STIMIK Sepuluh Nopember Jayapura dilakukan secara konvensional saja selama ini yaitu dengan mengumpulkan berkas-berkas persyaratan setelah itu akan diseleksi manual oleh bagian SDM sehingga tidak efektif dan menimbulkan ketidak akuratan dalam pengambilan keputusan seleksi penerimaan calon dosen. Dengan penggunaan metode AHP dapat memberikan solusi terhadap kriteria yang menjadi prioritas karena adanya perbandingan terhadap masing-masing kriteria. Sistem ini berbasis web dengan antarmuka yang sederhana hingga mudah dipahami pengguna. Calon dosen yang diterima berjumlah 3 alternatif dari 6 alternatif yang mengikuti seleksi yaitu Aderiani W Rank 1, Lidiya W Rank 2, dan Ainul Y Rank 3. Hasil dari implementasi metode AHP pada seleksi penerimaan calon dosen, ditemukan prioritasi kriteria yang teritinggi yaitu kriteria Micro Teaching sebesar 30,9% dan yang terendah adalah Wawancara dengan persentase sebesar 8,04%. Sehingga memberikan solusi kepada bagian SDM untuk memprioritaskan kriteria Micro Teaching dalam penerimaan calon dosen.
Leilly Indahsari, Kusnadi Kusnadi, Tiara Eka Putri
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 68-79; https://doi.org/10.30864/eksplora.v10i2.428

Abstract:
Tingkat pemahaman masyarakat di Kota Cirebon mengenai mental yang sehat dan cara penangannya masih rendah karena minimnya sosialisasi sehingga banyak mitos, stigma negatif, anggapan sepele, dan mispersepsi. Pengetahuan penanganan kesehatan mental merupakan faktor yang penting untuk dipahami karena menurut data kementrian kesehatan Indonesia masyarakat modern di perkotaan dan usia remaja lebih rentan mengalami resiko gangguan mental. Salah satu solusi untuk mengatasi masalah tersebut adalah dengan membangun chatbot sebagai media informasi edukasi pada platform LINE yang bertujuan untuk mensosialisasikan kesehatan mental pada masyarakat dan membantu masyarakat dalam mendapatkan informasi layanan konsultasi offline (tatap muka) yang berlokasi di Cirebon dan konsultasi online yang merupakan konsultasi dengan konselor secara online melalui WhatsApp, LINE, E-mail, atau website diluar Cirebon. Metode yang diterapkan pada chatbot adalah algoritma jaro-winkler sebagai pemrosesan string pencocokan kata antara keyword dengan input user. Metode yang digunakan untuk mengembangkan perangkat lunak adalah SDLC model waterfall. Metode perancangan yang digunakan adalah analisis berorientasi objek menggunakan Unified Modeling Language (UML). Bahasa pemrograman yang digunakan adalah PHP dengan MySQL sebagai database yang perlu dihostingkan. Hasil dari penelitian ini adalah sebuah chatbot informasi dan edukasi kesehatan mental yang dapat memberikan sosialisasi dengan mudah, cepat, terkini, dan praktis kepada masyarakat untuk meningkatkan pemahaman, kewaspadaan, dan kesadaran masyarakat terhadap hal yang berkaitan dengan kesehatan mental.
Irfan Pratama, Putri Taqwa Prasetyaningrum
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 159-166; https://doi.org/10.30864/eksplora.v10i2.505

Abstract:
Program promosi melalui berbagai media untuk meningkatkan dan menguatkan rekrutmen mahasiswa yang terdistribusi pada setiap program studi secara ideal dan setara diperlukan untuk membuat perguruan tinggi selalu bertumbuh. Demografis mahasiswa dapat menjadi karakteristik khusus dalam memilih program studi. Begitupun lata belakang pendidikan mahasiswa dan keluarga. Berdasarkan masalah yang telah dikemukakan sebelumnya, maka peneliti tertarik untuk melakukan penelitian terkait data pendaftaran mahasiswa. Secara spesifik pengolahan terhadap data secara konseptual dapat dilakukan menggunakan proses Data Mining. Salah satu proses dari Data Mining yang dapat memberikan pengetahuan tentang keterkaitan antar variabel data adalah Association-Rule Mining. Metode yang digunakan yaitu Predictive Apriori sebagai metode asosiasi untuk mengekstrak profil mahasiswa dari universitas untuk mendapatkan wawasan yang lebih baik tentang apa yang harus dilakukan tim pemasaran untuk memperkuat kampanye pemasaran. Data tersebut akan diolah sehingga dapat dikenali karakteristik atau pola dari data-data yang ada dengan harapan dapat memberikan pengetahuan untuk dapat meningkatkan efektifitas promosi dan rekrutmen mahasiswa. Metode tersebut menghasilkan total 44456 rules, yang selanjutnya dilakukan filter berdasarkan rules yang mengandung atribut Prodi dan nilai akurasi minimum 90% (0.9). Rules yang dihasilkan akan dijadikan saran ajuan terhadap bagian pemasaran untuk melakukan pola roadshow atau promosi sesuai pola yang telah terbentuk.
Ni Luh Made Uti Tiasmi, I Made Candiasa, Gede Indrawan
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 167-175; https://doi.org/10.30864/eksplora.v10i2.501

Abstract:
Analisis tingkat kapabilitas Layanan Perizinan Online (LAPERON) Badung dengan COBIT 5 bertujuan untuk mengetahui tingkat pencapaian dari sistem yang dibangun. COBIT 5 digunakan untuk mengukur kinerja sumber daya Teknologi Informasi (TI) dalam mencapai visi dan misi organisasi. Analisis dimulai dengan melihat permasalahan yang ada pada DPMPTSP Kabupaten Badung, kemudian dilakukan pemetaan terhadap strategi bisnis dengan enterprise goals dan IT related goals COBIT 5. Pengolahan data dan penilaian dilakukan dengan process assessment models dan analisis kesenjangan untuk menentukan tingkat kapabilitas LAPERON. Analisis menghasilkan fokus audit pada 7 domain proses COBIT 5 yaitu, Ensure Governance Framework Setting and Maintenance (EDM01), Manage the IT Management Framework (APO01), Manage Strategy (APO02), Manage Enterprise Architecture (APO03), Manage Human Resources (APO07), Manage Relationships (APO08), dan Manage Requirements Definition (BAI02). Teknik pengumpulan data yang digunakan adalah observasi, wawancara dan penyebaran kuesioner. Hasil analisis tingkat kapabilitas saat ini untuk domain EDM01 dan APO02 berada pada level 4 (predictable process). Sedangkan, untuk domain APO1, APO03, APO07, APO08, dan BAI02 berada di level 3 (established process). Capability level tata kelola LAPERON yang diharapkan, yaitu pada level 5 (optimizing process). Sehingga terdapat gap antara level kapabilitas saat ini dengan yang diharapkan pada masing-masing domain EDM01 dan APO02 bernilai 1 gap, APO1, APO03, APO07, APO08, dan BAI02 bernilai 2 gap.
Elik Hari Muktafin, Kusrini Kusrini, Emha Taufiq Luthfi
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 80-91; https://doi.org/10.30864/eksplora.v10i2.468

Abstract:
Lantai masjid merupakan media potensial untuk penyebaran COVID-19. Virus dapat menempel pada lantai dan terhirup oleh jamaah saat melakukan salat, sehingga dibutuhkan alat untuk membantu sterilisasi lantai masjid secara berkala. Dengan robot sterilisasi USMAN yang dilengkapi dengan sinar UVC diharapkan dapat membantu proses sterilisiasi secara efektif. Tujuan penelitian ini adalah untuk meningkatkan kinerja sistem kendali robot USMAN dengan penerapan algoritma PID (Proportional-Integral-Derivative), agar dapat bergerak lurus dan bermanuver secara tepat. Keterbaruan penelitian ini adalah penerapan Algoritma PID pada robot sterilisasi dengan ukuran memanjang 100 cm yang sulit dikendalikan dengan teknik set-timer. Penelitian ini terdiri dari tahapan analisis, desain, pengodean dan pengujian robot. Penggunaan kendali set-timer digantikan Algoritma PID dengan nilai Kp=10, Ki=0 dan Kd=100 yang dikombinasikan dengan sensor kompas, jarak dan rotary encoder. Hasil pengujian menunjukkan peningkatan kinerja kendali robot USMAN dengan nilai standar deviasi tertinggi untuk ketepatan jarak tempuh dari 10.46 menjadi 0,44, kelurusan gerak dari 10.21 menjadi 0,35 dan manuver berbelok dari 1,80 menjadi 0,29. Pembacaan halangan dengan sensor jarak untuk pengereman otomatis akurat dibawah 70 cm. Proses sterilisasi lantai masjid dengan ukuran 10 m x 10 m membutuhkan waktu 36,3 menit.
Ni Luh Windy Arya Della, Ricky Aurelius Nurtanto Diaz, Kadek Dwi Pradnyani Novianti
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 92-100; https://doi.org/10.30864/eksplora.v10i2.380

Abstract:
Izin tinggal sementara yang disingkat ITAS adalah izin yang diberikan kepada orang asing tertentu yang akan tinggal sementara dalam jangka waktu tertentu di wilayah Indonesia. Setiap bulan Kantor Imigrasi Kelas I Khusus Tempat Pemeriksaan Imigrasi (TPI) Ngurah Rai menerima banyak permintaan ITAS dan sering mengalami kekurangan persediaan kartu ITAS. Peramalan jumlah ITAS digunakan untuk membantu Kantor Imigrasi Ngurah Rai untuk memperkirakan jumlah persediaan ITAS. Penelitian ini menggunakan metode Regresi Linier untuk meramalkan persediaan ITAS bulan depan. Sistem ini dirancang menggunakan Data Flow Diagram (DFD), Entity Relationship Diagram (ERD) dan konseptual database berdasarkan metode waterfall sebagai metode pengembangan sistemnya Selanjutnya dikembangkan menggunakan Framework Laravel dan bahasa pemrograman PHP sebagai antarmuka. Database yang digunakan adalah MySQL. Pengguna sistem ini adalah petugas imigrasi yang dapat melakukan pengolahan data seperti ubah, tambah dan hapus pada data pengguna, ITAS, data tenaga kerja asing dan peramalan. Penelitian menghasilkan sistem yang mampu memprediksi jumlah permohonan ITAS dengan metode regresi linier. Perhitungan akurasi kesalahan mempunyai nilai dibawah 10% untuk semua data uji peramalan menggunakan Mean Absolute Percentage Error (MAPE). Hal ini berarti sistem yang dikembangkan memiliki kemampuan model peramalan yang sangat baik.
Rahmat Haryadi Kiswanto, Rosiyati M.H. Thamrin, Simon Sapan
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 101-109; https://doi.org/10.30864/eksplora.v10i2.496

Abstract:
Skynav adalah mitra kerja di perusahaan Airnav Indonesia yang tujuannya memperjuangkan hak-hak karyawan . Seleksi calon ketua Skaynav melibatkan unit Telnav, Listrik, Operasi, Keuangan, Personalia Umum dan Komunikasi Penerbangan dengan ditunjuk langsung oleh setiap pimpinan unit, kemudian masing-masing calon akan dipilih dengan pemungutuan suara untuk menjadi ketua Skynav. Seleksi calon ketua selama ini dirasa kurang objektif. Penelitian ini bertujuan untuk melakukan analisis dalam seleksi calon ketua berdasarkan penilaian objektif terhadap kompetensi mereka. Kriteria yang digunakan untuk seleksi adalah pendidikan, ketrampilan manajerial, keahlian, kedisiplinan dan kepribadian serta subkriteria dan sub-subkriterianya yang membuat proses penilaian menjadi kompleks. Metode yang digunakan Analytical Hierarchy Process (AHP) yang mampu menangani tingkat kompleksitas dari kriteria. Penilaian tingkat kepentingan dari setiap elemen kriteria diperoleh dari hasil kuisioner yang diisi oleh masing-masing pimpinan unit. Hasil analisis yang diperoleh menunjukkan nilai numerik obyektif yang memuaskan masing-masing kandidat dimana irianto 0.84, Hidayat 0.83, Supriadi 0.62 dan Simon 0.74.Nilai tertinggi dari hasil analisis ini dijadikan rekomendasi kepada pimpinan unit untuk diusulkan menjadi calon ketua Skynav.
Adam Akbar, Rivanda Putra Pratama,
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 131-137; https://doi.org/10.30864/eksplora.v10i2.490

Abstract:
Uni Eropa menerbitkan sebuah peraturan yang bernama General Data Protection Regulation (GDPR) untuk menjaga privasi warga. Peraturan ini meregulasi penyebaran data-data pribadi seperti nama, nomor telepon atau alamat yang mungkin akan digunakan untuk tujuan tertentu. Salah satu teknik yang dapat digunakan untuk menyebarkan data tanpa melanggar privasi dari subjek pemilik data adalah K-Anonymity. K-Anonymity memodifikasi nilai quasi-identifier hingga subjek tidak dapat dikenali lagi tetapi dataset tetap mengandung informasi yang diperlukan. Artikel ini telah mengimplementasikan K-Anonymity pada data Calon Legislatif untuk Pemilihan Umum Calon Legislatif tahun 2019 yang dihimpun dari laman resmi Komisi Pemilihan Umum. Dengan algoritma Mondrian Multidimensional K-Anonymity hasil anonimisasi menunjukkan bahwa masih terdapat data yang unik. Namun, dari hasil visualisasi terlihat hampir semua data memiliki anonimitas sama, yang dimungkinkan karena jumlah data partisi yang kurang banyak ataupun kurangnya keberagaman data.
I Putu Deny Arthawan Sugih Prabowo, Indah Nur Rachmawati, Yanti Rahmawati
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 110-121; https://doi.org/10.30864/eksplora.v10i2.478

Abstract:
Saat ini, IT berperan sebagai enabler atau bahkan driver bagi bisnis organisasi untuk mencapai keunggulan bersaing organisasi tersebut. Hal ini menjadi tantangan bagi suatu perusahaan dalam mengelola kualitas layanannya yang berbasis IT (IT services). Bagaimanapun gangguan (incident) yang dialami oleh IT services kerap menimbulkan business impacts bagi suatu perusahaan penyedia IT services (IT services provider). Dengan demikian, incident perlu dikontrol dalam proses incident management yang mengacu pada best practices Information Technology Infrastructure Library (ITIL) untuk meminimalisir business impacts yang diakibatkan oleh incident. Beberapa perusahaan seperti PT. RST dan PT. XYZ belum sepenuhnya menerapkan incident management sehingga tidak semua incident yang terjadi pada IT services dari masing-masing perusahaan tersebut terpantau dan terkontrol dengan baik. Dengan demikian, studi ini bertujuan untuk menyusun Standard Operating Procedure (SOP) incident management pada PT. RST dan PT. XYZ berdasarkan ITIL 3 versi 2011. Data tentang kondisi eksisting perusahaan yang menjadi bahan penyusunan SOP ini, diperoleh dari wawancara secara daring dengan process owner di PT. RST dan PT. XYZ. Setelah SOP ini disusun, SOP ini diverifikasi dengan process owner masing-masing perusahaan tersebut. Dalam rangka continual improvement, SOP pada PT. RST dan PT. XYZ perlu dievaluasi kembali berdasarkan ITIL 4.
Jim Lahallo, Patmawati Hasan, Jenny Temba, Rosiyati M.H. Thamrin
Published: 31 March 2021
Jurnal Eksplora Informatika, Volume 10, pp 122-130; https://doi.org/10.30864/eksplora.v10i2.493

Abstract:
Kantor Kampung Koya Koso merupakan salah satu kantor pemerintahan yang berada di kecamatan Abepura yang mendapatkan beberapa bantuan dari pemerintah diantaranya bantuan rehab rumah yang diberikan oleh Dinas Pekerjaan Umum dan Perumahan Rakyat setiap 1(Satu) tahun sekali. Permasalahan yang ditemui dalam seleksi adalah proses pengelolaan hasil survei. Dimana hasil survei tersebut masih dicatat pada selembaran kertas atau buku besar, kemudian berdasarkan hasil survei selanjutnya kepala kampung menentukan warga yang rumahnya layak untuk direhab. Oleh sebab itu diperlukan sebuah sistem pendukung keputusan yang dapat membantu tim penyeleksi dalam menentukan penerima bantuan rehab rumah dengan menggunakan metode profile matching yang menggunakan 3 kriteria yaitu: kondisi rumah, status rumah, dan tanggungan. Setiap kriteria memiliki 3 subkriteria sebagai faktor penilaian, 3 penilaian tersebut terdiri dari 2 core factor dan 1 secondary factor. Hasil pengujian didapatkan akurasi sistem dapat mencapai 100% terhadap 4 data yang menjadi dasar perhitungan dan menghasilkan 3 orang berhasil lulus seleksi dengan nilai 2,21 sampai dengan 2,47. Dapat disimpulkan bahwa hasil penelitian ini dapat dijadikan alat bantu seleksi bantuan rehab rumah pada kantor kampung Koya Koso.
Usman Nurhasan, Betlian Fajrin, Defandy Fanny Abdillah, Fredo Vale Yuda Ughay
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 20-31; https://doi.org/10.30864/eksplora.v10i1.250

Abstract:
UPT Pelatihan Kerja Singosari adalah lembaga pemerintah provinsi Jawa Timur sebagai penyelenggara pelatihan untuk memberikan sarana prasarana pendidikan dan sebuah informasi lowongan pekerjaan pada sebuah perusahaan agar masyarakat mampu menghadapi dunia kerja dan cepat menerima sebuah informasi kerja. Dalam Divisi Pengembangan dan Pemasaran, dilakukan berbagai macam proses yang salah satu tujuannya adalah memberikan informasi kepada masyarakat mengenai lowongan pekerjaan, lowongan pelatihan, dan lain sebagainya. Akan tetapi, proses pemberian informasi pelatihan serta pendaftaran masih dilakukan secara manual, sehingga masyarakat yang tinggal jauh dari lokasi pelatihan kesulitan menerima informasi secara langsung. Dengan diciptakan sebuah sistem informasi berbasis website, diharapkan masyarakat luas dapat menjangkau dengan mudah berbagai informasi pelatihan yang diberikan oleh UPT Pelatihan Kerja Singosari karena dapat dilakukan kapan pun dan di mana pun. Pembuatan sistem informasi berbasis website ini menggunakan framework CodeIgniter dan juga metode Model View Controller (MVC) karena pada penelitian sebelumnya mampu membuat sistem lebih stabil dan mudah dilakukan perbaikan. Hasil dari penelitian ini adalah masyarakat menjadi lebih terbantu dengan adanya sistem ini karena tidak perlu jauh-jauh untuk melihat informasi yang mereka butuhkan.
Rahmat Haryadi Kiswanto
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 1-12; https://doi.org/10.30864/eksplora.v10i1.358

Abstract:
Pemilihan komputer yang baik adalah menyesuaikan dengan kebutuhan dan ketersediaan anggaran karena hal ini berhubungan dengan spesifikasi perangkat keras di dalamnya. Masih banyak masyarakat awam tidak mempunyai pengetahuan komponen komputer rakitan. Hal ini bias menjadi penyebab kurang optimalnya dalam memilih spesifikasi komputer rakitan berdasarkan kebutuhan dan ketersediaan anggaran. Sehingga perlu adanya suatu sistem yang dapat membantu masyarakat dalam memberikan informasi spesifikasi (komponen-komponen) komputer rakitan yang menyesuaikan dengan kebutuhan dan anggaran yang dimiliki calon pembeli. Pengembangan aplikasi dilakukan dengan mengamati langsung proses pembelian Komputer rakitan yang dilakukan di toko-toko komputer. Selanjutnya melakukan pengumpulan data perangkat keras komputer yang akan dijadikan spesifikasi komputer rakitan. Memilih Algoritma Backtracking dengan teknik Depth First Search dengan fungsi pembatas harga dalam proses penyusunan spesifikasi perangkat keras komputer. Pengujian dilakukan pada 4 komponen hardware untuk Paket Office dengan batas anggaran Rp 5.000.000, dan memperoleh output harga Rp 4.978.000 dengan performa indeks 5482 dan pada Paket Grafik/Game, pengujian dilakukan pada 5 komponen hardware dengan batas anggaran Rp 8.000.000 dan memperoleh 2 pilihan output harga Rp 7.973.000 dan Rp 8.000.000 dengan masing-masing indeks 12749 dan 12373. Kedua pengujian menghasilkan keluaran kombinasi hardware yang tidak melebihi batas anggaran yang dimasukkan.
I Gusti Ngurah Wikranta Arsa, I Nyoman Rudy Hendrawan
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 13-19; https://doi.org/10.30864/eksplora.v10i1.381

Abstract:
Konsolidasi server adalah sebuah teknik yang digunakan untuk membangun beberapa server virtualisasi di dalam sebuah mesin fisik/server fisik. Perkembangan konsolidasi server dapat digunakan sebagai salah satu teknik yang dapat digunakan dalam mengimplementasikan penyediaan server cloud computing. Salah satu hypervisor atau sistem operasi yang menangani virtualisasi adalah Proxmox Masalah utama penelitian ini adalah pembentukan beberapa virtualisasi server pada sebuah server fisik menimbulkan peningkatan beban kinerja dari server. Masalah lainnya adalah seberapa besar peningkatan beban server ketika dibuat beberapa server virtual dan sejauh mana kinerja dari server virtual ataupun server fisik. Penelitian ini melihat sejauh mana CPU utilization, penggunaan memori, dan lama proses mesin server mengerjakan sebuah pekerjaan. Dari hasil pengujian didapat peningkatan penggunaan sumber daya server fisik yaitu penggunaan CPU sebesar 48,7 % dan peningkatan memori sebesar 8MB dalam keadaan hanya menjalankan virtual mesin. Peningkatan CPU utilization dari 1% menjadi 2% ketika mesin server dibuatkan 10 virtual mesin (virtual server) dalam keadaan idle dan peningkatan memori dari 376 MB menjadi 468 MB. Lama waktu proses kompresi mesin server biasa 33,354 detik, mesin server dengan satu virtual server 39,98 detik, dan satu server dengan 10 VM sebesar 108,532 detik.
Irawan Wingdes
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 43-52; https://doi.org/10.30864/eksplora.v10i1.392

Abstract:
Supply Chain Management menjadi salah satu perkembangan inti dari aktivitas organisasi. Dalam berbagai referensi SCM, utilisasi internet dan e-logistic melalui third party logistics mendukung upaya efisiensi supply chain, tetapi berpotensi mengancam rantai distributor. Menimbang kurangnya penelitian sebelumnya di Kalimantan Barat dan Pontianak khususnya, penelitian ini berupaya menjawab pertanyaan bagaimana dampak dari perkembangan SCM dan e-logistics secara praktik dalam rantai distributor di Pontianak Selatan. Metode kualitatif dengan pertanyaan semi terstruktur diutilitasi untuk penelitian. Penelitian mengacu pada teori Protection Motivation Theory untuk membahas dampak perkembangan SCM maupun penerimaan teknologi e-logistic. Alat analisis data menggunakan NVivo 12. Hasil menunjukkan bahwa perkembangan SCM mempengaruhi bisnis distributor dan terdapat persiapan yang unik di antara distributor dalam mengatasi dampak tersebut.
Elik Hari Muktafin, Kusrini Kusrini, Emha Taufiq Luthfi
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 32-42; https://doi.org/10.30864/eksplora.v10i1.390

Abstract:
Ulasan produk di marketplace merupakan informasi yang berharga apabila diolah dengan baik. Penjual dapat melakukan analisis ulasan produk untuk mendapat informasi yang dapat digunakan dalam evaluasi produk dan layanan. Kegiatan analisis ulasan produk tidak cukup dengan melihat jumlah bintang, diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui maksud dari ulasan. Apabila dalam jumlah sedikit dapat dilakukan secara manual, namun dalam jumlah banyak lebih efektif menggunakan sistem. Dibutuhkan sistem yang mampu menganalisis banyak ulasan dengan efektif agar memudahkan dalam memahami maksud ulasan. Penelitian ini menggunakan algoritma KNN dan TF-IDF dengan pendekatan NLP untuk mengklasifikasikan ulasan produk “hijab instan” ke dalam 2 kelas (positif dan negatif). Klasifikasi menggunakan pendekatan NLP mendapat akurasi sebesar 76,92%, presisi 80,00% dan recall 74,07%, sedangkan tanpa NLP hanya mendapat akurasi sebesar 69,23%, presisi 80,00% dan recall 64,52%. Kata yang sering muncul pada ulasan dapat menggambarkan penilaian pembeli secara umum pada produk. Pada ulasan positif menunjukkan pembeli puas terhadap kualitas, kecepatan pengiriman dan harga barang, sedangkan pada ulasan negatif pembeli kecewa pada warna, dan jumlah barang yang dikirim tidak sama dengan yang dipesan.
Septri Wanti Siahaan, Kristin Daya Rohani Sianipar, P.P.P.A.N.W Fikrul Ilmi R.H Zer,
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 59-67; https://doi.org/10.30864/eksplora.v10i1.396

Abstract:
Negara-negara di dunia memiliki bahasa tersendiri. Bahasa yang paling dominan digunakan adalah Bahasa Inggris. Oleh karena itu, Bahasa Inggris merupakan Bahasa Internasional. Bahasa internasional adalah bahasa yang digunakan agar dapat berkomunikasi dengan orang-orang di dunia. Indonesia merupakan salah satu negara yang menerapkan Bahasa Inggris sebagai mata pelajaran atau mata kuliah wajib yang dipelajari oleh siswa/i dan mahasiswa/i. Mahasiswa/i wajib mengetahui bahwa mempelajari Bahasa Inggris sangat dibutuhkan untuk meningkatkan kompetensi di masa depan. Di era globalisasi saat ini, Bahasa Inggris dapat memberikan dampak yang mendominasi seperti komunikasi, pekerjaan, studi, dan lainnya. Namun, seperti yang semua orang tahu bahwa, mempelajari Bahasa Inggris tidaklah mudah. Banyak mahasiswa/i yang mendaftar kelas Bahasa Inggris untuk meningkatkan kemampuan Bahasa Inggris. Namun, ada juga mahasiswa/i yang tidak mendaftar kelas Bahasa Inggris tetapi, memiliki kemampuan Bahasa Inggris yang bagus. Dalam menyelesaikan penelitian ini, penulis menerapkan Algoritma yang ada pada Data Mining yaitu Algoritma C4.5. Hasil dari penelitian ini adalah faktor “Mendengar dari Lingkungan” mendapatkan gain tertinggi pada iterasi ke-1. Kesimpulan dari penelitian ini adalah bahwa faktor yang mempengaruhi dalam meningkatkan kemampuan Bahasa Inggris pada mahasiswa adalah “Mendengar dari Lingkungan”. Penelitian ini memiliki tujuan untuk menentukan faktor yang meningkatkan kemampuan Bahasa Inggris pada mahasiswa.
Ni Wayan Ari Ulandari
Published: 30 September 2020
Jurnal Eksplora Informatika, Volume 10, pp 53-58; https://doi.org/10.30864/eksplora.v10i1.379

Abstract:
Pemberian beasiswa Bidikmisi di Institut Teknologi dan Bisnis STIKOM Bali bertujuan untuk membantu para mahasiswa agar mereka dapat mencari ilmu di STIKOM Bali, terutama bagi yang mengalami masalah dalam pembiayaan perkuliahan. Pemberian beasiswa Bidikmisi dilakukan memalui proses seleksi yang dilaksanakan setiap tahun ajaran baru, oleh karena itu membutuhkan suatu metode yang dapat mempertimbangkan berbagai kriteria dalam proses seleksi. Dalam mengambil suatu keputusan yang cepat dan tepat haruslah didukung oleh sebuah sistem. Penelitian ini menggunakan metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA). MOORA mampu memberikan informasi yang lebih akurat, di mana metode MOORA digunakan untuk melakukan pemeringkatan terhadap calon penerima beasiswa Bidikmisi. MOORA memiliki kelebihan pada proses pemeringkatan dengan mengoptimalkan dua atau lebih atribut yang saling bertentangan secara bersamaan. Peringkat yang dihasilkan oleh proses MOORA menunjukkan alternatif A4 merupakan alternatif terbaik sebagai penerima beasiswa Bidikmisi di Institut Teknologi dan Bisnis STIKOM Bali.
Herpendi Herpendi, Agustin Noor, Rabini Sayyidati
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 96-104; https://doi.org/10.30864/eksplora.v9i2.270

Abstract:
Pemborosan pemakaian listrik terjadi di antaranya pada kebiasaan masyarakat yang membiarkan televisi dalam keadaan mode standby dan meninggalkan televisi dalam keadaan menyala saat tidak ditonton. Televisi yang menyala mengonsumsi listrik hingga 110 watt/jam dan mode standby sebesar 10.96 watt/jam. Kebiasaan ini jika tidak ditanggulangi maka akan memberikan dampak dalam hal persediaan listrik. Penelitian ini bertujuan mengembangkan sebuah sistem yang dapat mengendalikan tombol power on/off dan stop kontak televisi lewat Smartphone Android dan internet. Sistem dibangun menggunakan metode Waterfall dengan tahapan Analisis, Desain, Pengodean, dan Pengujian. Pengendalian dapat dilakukan dengan menekan tombol, perintah suara dan pengaturan waktu pada Smartphone Android. Pengendalian juga dapat dilakukan dengan media internet dengan mengakses URL dan pemilihan button on/off pada website. Pengujian menunjukkan respons waktu pengendalian kurang dari 1 detik dengan jarak di bawah 11 meter menggunakan Smartphone Android dan 1-3 detik dengan media internet. Konsumsi listrik dari hardware yang dibangun sebesar 30 watt/jam. Pemilik televisi dapat menghemat listrik lewat sistem yang dibangun khususnya yang terbiasa tertidur di depan televisi dan lupa mematikan televisi ketika meninggalkan rumah hingga 60 watt/hari.
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 163-172; https://doi.org/10.30864/eksplora.v9i2.336

Abstract:
Mesin pendeteksi uang kertas menjadi salah satu objek yang diperhatikan untuk diteliti dan dikembangkan. Mesin pendeteksi uang kertas Indonesia yang ditemukan seperti di stasiun kereta api di suatu kota, terdapat kegagalan dalam mengenali nilai uang kertas tertentu. Tujuan dari penelitian ini adalah membangun model dari pengenalan nilai uang kertas menggunakan K-Nearest Neighbor (KNN) yang merupakan metode yang paling sederhana dan paling penting dalam pengenalan pola, hal ini ditunjukkan pada akurasi yang diperoleh lebih tinggi dibandingkan metode lainnya seperti Artificial Neural Networks (ANN) dan Feedforward Neural Network (FNN). Model yang diusulkan menggunakan ekstraksi fitur, terdapat beberapa fitur yang digunakan untuk pengenalan uang kertas seperti yang pernah dilakukan menggunakan ekstraksi fitur tekstur. Penelitian ini menggunakan ekstraksi fitur warna. Warna memberikan informasi yang berarti dan nilai-nilai yang penting dalam proses mendeskripsikan suatu objek. Warna yang digunakan adalah Red, Green, Blue (RGB). Hasil disajikan pada dataset 40 gambar uang kertas yang terdiri dari pecahan 2000 rupiah keluaran lama, 2000 rupiah keluaran baru, 5000 rupiah keluaran lama, dan 5000 rupiah keluaran baru. Pendekatan yang diusulkan terlihat kinerja yang cukup baik dengan menggunakan metode KNN. Dari 16 data uji menunjukkan 15 objek uang kertas berhasil dideteksi dengan benar. Akurasi yang dihasilkan sebesar 93,7% dengan nilai K=5.
, Ema Utami Utami, Suwanto Raharjo Raharjo
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 130-139; https://doi.org/10.30864/eksplora.v9i2.360

Abstract:
Komentar di Instagram sangat berharga, informatif dan sangat membantu. Bagi penjual komentar adalah fitur yang menunjukkan respons pengguna Instagram terhadap produk yang ditawarkan, dan melalui fitur komentar penjual dapat menemukan pelanggan yang potensial. Manfaat tersebut diperoleh apabila penjual melakukan analisis pada komentar di toko Instagram-nya. Sangat dimungkinkan untuk menganalisis secara manual apabila data komentar pada tokonya berjumlah sedikit namun apabila komentar yang dimiliki banyak maka akan lebih cepat apabila menggunakan sistem. Banyaknya spam dapat mengganggu informasi yang ada pada komentar, sehingga tidak menjamin banyaknya komentar pada sebuah posting-an maka banyak pula yang ingin membeli produk tersebut. Oleh karena itu dibutuhkan sistem yang bisa memfilter komentar agar penjual dapat menemukan pelanggan yang tepat untuk produknya. Penelitian ini menggunakan algoritma TF-IDF untuk mengklasifikasikan komentar ke dalam 2 kelas (potensial dan tidak potensial) dan memperoleh akurasi sebesar 80%, presisi 0,76 dan recall 0,94. Berdasarkan hasil penelitian pada 294 komentar, 27% di antaranya adalah komentar tidak potensial. Kata yang menunjukkan minat beli seseorang adalah “berapa”, ”kak”, ”ada”, dan ”tidak”, sedangkan kata dominan pada komentar tidak potensial adalah kata “mention” yang menunjukkan aktivitas mention.
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 111-123; https://doi.org/10.30864/eksplora.v9i2.306

Abstract:
Sebagai alternatif Global Positioning System (GPS) yang berbasis satelit, jaringan seluler yang tersebar di berbagai daerah bisa digunakan untuk penentuan lokasi seperti Enhanced Observed Time Difference (EOTD) yang merupakah teknik penentuan lokasi menggunakan perangkat seluler seperti Base Transceiver Station (BTS) dan Mobile Station (MS). Sistem EOTD membutuhkan komponen tambahan BTS berupa Location Measurement Unit (LMU) dan Serving Mobile Location Center (SMLC). LMU berfungsi memberitahu MS tentang waktu pengiriman sinyal sedangkan SMLC berfungsi sebagai server yang menerima request dari MS dan LMU. Jarak antara MS dan BTS bisa diperkirakan dengan mengalikan selisih waktu dengan kecepatan cahaya. Dengan menggunakan dua buah jarak dari dua buah BTS, maka dua buah hiperbola bisa dibuat dengan titik pusat pada masing-masing koordinat BTS. Posisi dari MS bisa ditentukan dari titik temu dua hiperbola tersebut. Evaluasi teknik penentuan lokasi ini dilakukan dengan simulasi pada berbagai kondisi medan mulai dari kondisi diam dan bergerak dengan kecepatan tertentu dengan frekuensi carrier yang beragam. Sebagai perbandingan, untuk kondisi Non-Line of Sight (NLOS) pada model kanal urban 3GPP, simulasi sistem yang menggunakan laterasi dua buah kurva hiperbola dengan selisih pengukuran maksimum 0.0148 Km yang lebih akurat daripada metode pembanding Estimated-Time of Arrival (ETOA) dengan selisih pengukuran maksimum 0.31858 Km.
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 154-162; https://doi.org/10.30864/eksplora.v9i2.367

Abstract:
Sistem crafting sebagai mekanik utama dapat menjadi solusi mengatasi kemonotonan gameplay dalam suatu serious game. Sistem crafting dapat diaplikasikan dalam game aritmatika yang mempunyai banyak materi berupa perhitungan. Permasalahan yang terjadi adalah sistem crafting yang kombinasi itemnya sedikit dan sudah diketahui sebelumnya sehingga membuat pemain game cepat merasa bosan, oleh karena itu perlu dirancang sebuah sistem crafting yang dinamis menggunakan kecerdasan buatan. Logika fuzzy adalah metode dalam kecerdasan buatan yang dapat menangani permasalahan yang bersifat intuitif. Metode tersebut digunakan dalam penelitian ini untuk membuat hasil dari kombinasi item dalam sistem crafting menjadi lebih terlihat dinamis dan tidak monoton. Item yang dikombinasikan dalam penelitian ini berupa batuan dan menggunakan parameter masukan berupa nilai dari batuan dasar untuk perhitungan dalam menentukan kualitas batu yang dihasilkan. Sedangkan nama atau jenis batu baru yang dihasilkan ditentukan dari nama batuan dasar yang digunakan dan sudah ditentukan sebelumnya supaya terlihat lebih bervariasi. Sistem crafting ini akan diterapkan dalam serious game berupa game pendidikan aritmatika dasar. Hasil dari penelitian ini yaitu sistem fuzzy berhasil menciptakan batu baru dengan kualitas yang lebih variatif, tidak monoton dan lebih terlihat dinamis sesuai dengan nilai dari batu dasar yang digunakan untuk crafting.
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 140-153; https://doi.org/10.30864/eksplora.v9i2.333

Abstract:
Penggunaan mobile banking meningkat seiring dengan kemajuan teknologi. Hampir setiap bank di Indonesia memiliki layanan mobile banking, termasuk BNI. Menurut survei dari Top Brand Award, BNI Mobile Banking menurun menjadi nomor 4 pada tahun 2016 dan 2017. Artinya terdapat relasi yang kuat antara ulasan pemakai aplikasi terhadap kinerja aplikasi. Dengan demikian membawa akibat pada pentingnya mempertahankan kualitas layanan serta kemampuan untuk bersaing dengan bank lain. Beberapa penelitian analisis sentimen sebelumnya belum melihat ketersediaan apakah dataset sudah dieksplorasi keseimbangannya atau tidak untuk meningkatkan performa model yang dipilih. Oleh karena itu, dalam artikel ini mencoba melakukan analisis sentimen pada ulasan pengguna aplikasi BNI Mobile Banking di Google Play sebanyak 6954 data terpilih dengan label positif dan negatif dan menggunakan 7 metode dasar sebagai baseline untuk dipilih satu yang mempunyai performa terbaik yitu Support Vector Classifier, setelah dilakukan resampling dataset dengan Repeated Edited Nearest Neighbours dan hyperparameter model C=1, degree=2 kernel poly didapatkan akurasi sebesar 98.54% pada data training dan akurasi 100% pada data uji. Selanjutnya dari 26 data mentah baru dilakukan eksperimen dan menghasilkan prediksi benar sebesar 19 sementara 7 salah dengan error rate sebesar 27%.
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 105-110; https://doi.org/10.30864/eksplora.v9i2.323

Abstract:
Wilayah kota Depok merupakan kota yang berkembang dari berbagai sektor. Salah satunya adalah sektor wisata kuliner. Wisata kuliner di wilayah kota Depok berkembang cukup pesat. Banyak tempat-tempat yang menjual berbagai jenis makanan, dari kaki lima sampai tempat modern. Banyaknya wisata kuliner di wilayah kota Depok menjadi masalah tersendiri dalam menentukan lokasi yang tepat untuk berkuliner. Dari banyaknya wisata kuliner, maka dibutuhkan suatu sistem pengambilan keputusan yang dapat membantu menentukannya. Dengan Simple Additive Weighting (SAW) menjadi sistem pengambilan keputusan pada permasalahan ini. Proses SAW dengan melakukan pencarian jumlah terbobot dari kinerja hasil proses penghitungan pada tiap alternatif. Kelebihan SAW menjadi pemecah permasalahan pemilihan wisata kuliner. Kriteria yang digunakan antara lain Lokasi, Harga, Transportasi, Jarak, Fasilitas, Parkir, Variasi Menu, dan Waktu Operasional. Alternatif lokasinya antara lain Pondok Laras, Mang Engking, Saung Talaga, Mang Kabayan, Warung SS Spesial, Daebak Fan Cafe, Soto Bu Tjondro, Warung Pasta Depok, Ayam Bakar Christina, Café Hello Bingsu, dan What’s Up. Hasil dari penghitungan metode SAW diperoleh rekomendasi wisata kuliner di wilayah Depok adalah Warung Pasta Depok dengan nilai 0,93.
, Dian Pramana
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 124-129; https://doi.org/10.30864/eksplora.v9i2.326

Abstract:
Dalam setiap membangun suatu sistem, sangat penting untuk memastikan bahwa sistem yang telah dibangun tersebut mampu digunakan dengan mudah oleh penggunanya. Untuk mengetahui seberapa mudah suatu sistem dapat digunakan, dapat dilakukan pengujian usability. Salah satu metode yang dapat digunakan dalam pengujian usability adalah System Usability Scale (SUS). Dalam penelitian ini dilakukan pengujian usability dengan metode tersebut terhadap sistem peramalan untuk meramalkan rentang waktu kerja alumni ITB STIKOM Bali. Rentang waktu kerja yang dimaksud adalah seberapa lama alumni ITB STIKOM Bali mendapatkan pekerjaan selepas mereka wisuda. Total responden yang digunakan adalah 105 responden. Dari pengujian tersebut didapatkan skor 67, kemudian skor tersebut diinterpretasikan dalam tiga jenis. Pertama interpretasi Acceptability Ranges, skor tersebut masuk ke range Marginal/Marginal-High. Kedua, interpretasi Grade Scale, skor tersebut masuk ke grade D. Dan ketiga, interpretasi Adjective Rating, skor tersebut masuk ke rating OK yang hampir mendekati Good. Skor 67 menandakan bahwa sistem yang telah dibangun masih harus diperbaiki agar mampu diterima dengan baik oleh penggunanya.
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 1-10; https://doi.org/10.30864/eksplora.v9i1.237

Abstract:
Pemilihan umum presiden yang diselenggarakan setiap lima tahun sekali merupakan momen yang penting untuk mewujudkan demokrasi dalam Negara Kesatuan Republik Indonesia. Penyampaian dukungan dilakukan baik tim sukses, buser maupun pendukung untuk mencitrakan positif calon masing-masing. Berbagai media digunakan salah satunya adalah Twitter, masyarakat menyampaikan komentar positif dan negatif bahkan cenderung “kampanye hitam” dan hoax sebelum pemilu dilaksanakan maupun saat pemilu sedang berlangsung mengenai pemilu yang diadakan, komentar di Twitter saat ini belum dapat ditentukan lebih ke arah positif atau negatif, oleh karena itu perlu dilakukan analisis sentimen untuk mengetahui kecenderungan opini masyarakat terhadap pemilu. Tujuan dari penelitian ini memperoleh analisis dokumen text untuk mendapatkan sentimen positif atau negatif. Metode yang digunakan K-Means untuk melakukan klastering pada data latih dan Naive Bayes classifier untuk mengklasifikasi pada data testing. Hasil dari pembobotan ini berupa sentimen positif dan negatif. Data diambil dari Twitter mengenai pemilu presiden 2019 sebanyak 500 data tweet. Dari hasil pengujian 100 dan 150 data uji diperoleh akurasi rata-rata 93.35% dan error rate sebesar 6.66%.
Eko Budi Santoso, Aryo Nugroho
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 60-69; https://doi.org/10.30864/eksplora.v9i1.254

Abstract:
Dalam penelitian ini akan dilakukan analisis sentimen terhadap calon presiden Indonesia tahun 2019 berdasarkan komentar publik di jejaring sosial Facebook. Selanjutnya akan melalui beberapa tahapan dalam melaukan analisis sentimen, antara lain adalah tahap pengumpulan data, data correction, preprocessing data, dan klasifikasi menggunakan Naïve Bayes Classifier serta dilakukan asosiasi teks. Hasil dari penelitian ini diperoleh bahwa calon presiden Joko Widodo didapatkan postingan sebanyak 40 data dan calon presiden Prabowo Subianto didapatkan 12 data postingan dengan pengumpulan data pada tanggal 17 april 2019 sampai 22 mei 2019. Dari data sebanyak 5.000 komentar yang dipilih secara acak dan melalui tahap preprocessing menghasilkan polaritas sentimen, Joko Widodo memeperoleh 85% untuk sentimen positif, 15% sentimen negatif. Sedangkan Prabowo Subianto memperoleh 76% sentimen positif, dan 24% sentimen negatif. Untuk hasil klasifikasi menggunakan Naïve Bayes Classifier memperoleh hasil tingkat akurasi sebesar 86,4%, serta kata yang berasosiasi dengan kata masyarakat terhadap Joko Widodo didapatkan kata upaya, mental, dan kondisi untuk sentimen positif dan kata pemerintahan, pembangunan, kelompok untuk sentimen negatif. Sedangkan yang berasosiasi dengan kata masyarakat terhadap Prabowo Subianto didapatkan kata sistem, berkomitmen, dan kritis untuk sentimen positif dan kata bodohi, kelayakan, diusung untuk sentimen negatif.
, Teguh Budi Prasetyo
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 77-87; https://doi.org/10.30864/eksplora.v9i1.269

Abstract:
Pengguna gas LPG ukuran 3 kg meningkat setiap tahunnya. Perlu adanya perlindungan agar pengguna merasa aman. Perbaikan fisik tabung LPG 3 kg dilakukan untuk menjaga kualitas. Dalam proses perbaikan tersebut tabung mempunyai standar kelayakan dari warna, bentuk dan masa edar tabung. Dari segi warna tabung dikatakan layak jika tidak terdapat karat lebih dari 15%. Untuk menghindari subjektivitas, identifikasi kelayakan tabung dapat dilakukan menggunakan Blob Detection dan ekstraksi Red Green Blue (RGB) to Hue Saturation Value (HSV). Metode Blob Detection merupakan metode untuk menghitung hubungan suatu grup piksel sesuai dengan kategorinya. Total citra yang digunakan sejumlah 340 dengan format *.jpg, meliputi 160 citra latih, 60 citra kualitas layak sebelum tabung diperbaiki, 60 citra kualitas layak setelah tabung diperbaiki, serta 60 citra tidak. Diperoleh hasil akurasi 100% untuk citra kualitas layak setelah tabung diperbaiki, 73,33% untuk citra tabung kualitas layak sebelum tabung diperbaiki, dan 86,67% untuk kualitas tidak layak.
Wijanarto Wijanarto,
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 50-59; https://doi.org/10.30864/eksplora.v9i1.257

Abstract:
Diabetes Melitus atau yang biasanya disebut dengan penyakit kencing manis merupakan penyakit yang terjadi akibat peningkatan kadar glukosa di dalam darah terlalu tinggi. Data World Health Organization (WHO), menunjukkan Indonesia menjadi negara keempat di dunia dengan angka penderita diabetes terbanyak dan mengalami peningkatan hingga 14 juta orang. Peningkatan kasus penyakit Diabetes melitus ini memerlukan suatu upaya penanggulangan dan pencegahan dini terhadap penyakit Diabetes melitus. Dalam penelitian ini akan dilakukan optimasi algoritma klasifikasi biner pada penyakit diabetes melitus mulai dari observasi, visualisasi, statistic deskriptif dataset, pre-processing dataset, penentuan baseline model, tuning parameter model dan finalisasi model. Penentuan baseline model diperoleh dengan mencari nilai akurasi tertinggi dari 3 algoritma linear (Logistic Regression, Linear Discriminant Analysis, K-nearest neighbor) atau 3 algoritma non- linear (Decision Tree, Naïve Bayes, Support Vector Machine) berdasarkan tuning parameternya dan yang menghasilkan akurasi optimal adalah Algoritma Support Vector Machine, sehingga dijadikan sebagai final model dengan parameter C sebesar 47 dengan kernel rbf dihasilkan rerata akurasi sebesar 77.3% pada data training dan 74.5% pada data testing, sementara berdasarkan confusion matrix dihasilkan precision 78%, recall 83%, f1-Score 81%, error rate 25%.
, Hanny Haryanto, Setia Astuti, ,
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 17-27; https://doi.org/10.30864/eksplora.v9i1.244

Abstract:
Flazzstore merupakan sebuah toko yang bergerak dibidang penjualan casing smartphone. Terdapat banyak produk yang berbeda-beda dengan banyak tema yang berbeda pula, hal ini membuat beberapa user kesulitan dalam menentukan pilihan mengenai produk yang akan dipilih. Perlunya sebuah sistem rekomendasi yang mampu memberikan rekomendasi produk kepada user, untuk memudahkan user dalam memilih produk yang akan dibelinya. Penelitian ini menggunakan metode Item-Based Collaborative Filtering, metode ini mencari similarity/kesamaan item dengan item lainnya. Sistem akan mencari rating tiap item dan menghitung nilai similarity menggunakan persamaan pearson correlation-based similarity. Kemudian nilai dari hasil perhitungan similarity akan digunakan untuk menghitung nilai prediksi tiap produk dengan menggunakan persamaan weighted average of deviation. Sebelum direkomendasikan kepada pelanggan dari hasil prediksi tersebut dihitung nilai Mean Absolute Error (MAE) dihitung selisih antara nilai rating sebenarnya dengan prediksi, dan kemudian diurutkan mulai dari terkecil ke terbesar untuk direkomendasikan kepada user. Hasil dari penelitian menunjukkan kecilnya nilai rata-rata MAE 0,572039 namun untuk proses eksekusi, waktu yang dibutuhkan cukup lama yaitu 6,4 detik. Penelitian berikutnya dapat mengombinasikan pendekatan metode content based filtering dan collaborative filtering atau disebut dengan Item Based Clustering Hybrid Method (ICHM) supaya hasil yang diperoleh lebih baik dan dapat mempersingkat waktu yang dibutuhkan.
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 38-49; https://doi.org/10.30864/eksplora.v9i1.261

Abstract:
Sektor pertanian di Indonesia yang memiliki potensi hasil tani tinggi ternyata memiliki kendala yaitu kurangnya pemanfaatan teknologi informasi. Data transaksi yang mengendap tidak dimanfaatkan, jika data ini diolah maka akan memberikan manfaat khususnya dalam memaksimalkan keuntungan penjualan produk pertanian. Penelitian ini bertujuan untuk merancang sebuah Sistem Pendukung Keputusan (SPK) kombinasi paket produk pertanian dengan memanfaatkan data transaksi yang sudah ada menggunakan algoritma apriori. Penelitian ini mengembangkan beberapa fitur inovasi agar pembangkitan item set lebih cepat dan menghasilkan aturan asosiasi yang mudah dipahami oleh pengguna. Hasil dari penelitian ini didapatkan rekomendasi paket produk pertanian dengan jumlah kemunculan transaksi 3, nilai support 25 dan nilai confidence 100, dan uji lift ratio 2,40. Jumlah data set dari fitur inovasi periode tanggal transaksi di mana semakin banyak data transaksi yang ada dan parameternya semakin tinggi maka akan semakin baik hasilnya. Presentasi dari penerimaan pengguna sebesar 73% artinya SPK ini diterima dan berjalan dengan baik.
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 11-16; https://doi.org/10.30864/eksplora.v9i1.256

Abstract:
Batuan mulia (gemstone) merupakan salah satu kekayaan alam yang dapat dijadikan perhiasan dan koleksi. Terdapat beberapa jenis batuan seperti ruby, sapphire, zamrud, topaz, kecubung, dan kalimaya. Jenis batuan mulia tersebut dapat dikenali berdasarkan tekstur, motif, dan warnanya. Keberagaman atas jenis batuan mulia akan menjadi kendala bagi konsumen untuk mengidentifikasi bebatuan asli, palsu dan sintetis dikarenakan minimnya akan pengetahuan dan kemampuan individu dalam mengidentifikasi bebatuan mulia. Kemiripan Antara batuan mulia asli, sintetis, dan palsu menjadi suatu permasalahan dalam pemilihan batuan tersebut. Berdasarkan permasalahan yang telah dijabarkan maka dengan dibuatnya sistem basis jaringan saraf tiruan dapat mengidentifikasi dan mengenali batuan mulia, asli, palsu, atau sintetis dikarenakan jaringan saraf tiruan merupakan salah satu ilmu komputer yang dapat mempelajari dan menirukan kerja otak manusia dibidang pengelompokan dan pengenalan pola. Untuk pengaplikasian tersebut, algoritma yang akan digunakan yaitu backpropagation dan hasil dari keakurasian adalah 85%.
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 88-95; https://doi.org/10.30864/eksplora.v9i1.234

Abstract:
Kualitas mahasiswa merupakan bagian penting dalam institusi pendidikan. Universitas perlu melakukan evaluasi performa mahasiswa untuk menjaga kualitas mahasiswa. Salah satu variabel indikator performa mahasiswa adalah informasi tentang lama masa studi mahasiswa. Prediksi lama masa studi dibutuhkan pihak manajemen Universitas dalam menentukan kebijakan preventif terkait pencegahan dini kasus Drop Out (DO). Artificial Neural Network (ANN) adalah suatu metode yang meniru jaringan syaraf biologis untuk mempelajari sesuatu. Salah satu implementasi ANN yang banyak digunakan adalah untuk memprediksi. Penelitian ini melakukan prediksi masa studi mahasiswa dengan menggunakan ANN dengan metode pembelajaran backpropagation. Variabel yang digunakan adalah nilai Indeks Prestasi Semester (IPS) 4 semester awal mahasiswa. Data dibagi menjadi data latih dan data uji. Dari hasil pelatihan dan pengujian didapatkan nilai Mean Square Error (MSE) dan Koefisien Relasi (R). MSE digunakan untuk melihat kesalahan rata-rata antara output jaringan dengan target. Nilai R digunakan untuk melihat kuat atau tidaknya hubungan linier antara 2 variabel. Nilai MSE dan koefisien relasi pelatihan adalah 0,016175 dan 0,94353 sedangkan nilai MSE dan koefisien relasi pengujian adalah 0,12188 dan 0,56071. Dari hasil penelitian dapat disimpulkan bahwa ANN dapat digunakan untuk memprediksi masa studi mahasiswa.
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 28-37; https://doi.org/10.30864/eksplora.v9i1.258

Abstract:
Mammografi merupakan salah satu alat terbaik sampai saat ini untuk melakukan deteksi dini terhadap keberadaan kanker payudara. Penggunaan mammografi efektif menurunkan tingkat kematian akibat kanker payudara sebesar 30% sampai 70%. Akan tetapi, terdapat kesulitan melakukan interpretasi terhadap mammogram sebagai hasil luaran dari mammografi karena sangat bergantung pada kualitas mammogram dan pengalaman dari ahli radiologi dalam mendeteksi lesi kanker payudara. Computer Aided Diagnosis (CAD) sebagai pembaca ganda mammogram dapat dipergunakan untuk meningkatkan akurasi deteksi dan segmentasi dari ahli radiologi. Penelitian ini merupakan upaya untuk melakukan deteksi dan segmentasi dengan menggunakan teknik pemrosesan citra terhadap objek yang dicurigai sebagai lesi kanker payudara pada citra mammogram. Untuk meningkatkan akurasi deteksi dan segmentasi maka dilakukan preprocessing untuk mengurangi noise dan meningkatkan homogenitas aras keabuan mammogram. Deteksi dan segmentasi terhadap keberadaan lesi kanker dilakukan dengan menerapkan metode active contour Lankton. Hasil penelitian menunjukkan metode yang diajukan mampu melakukan deteksi dan segmentasi terhadap lesi kanker payudara dengan baik. Wilayah kanker payudara dapat terdeteksi sesuai dengan wilayah kanker payudara yang dideteksi radiolog dan tersegmentasi dengan jelas. Fitur FO dan GLCM hasil ekstraksi dari lesi kanker payudara dapat diperoleh signifikan tanpa terlalu banyak terkontaminasi dari fitur non lesi kanker payudara. Fitur FO dan GLCM dari lesi kanker payudara hasil ekstraksi dapat dipergunakan sebagai input untuk analisis lanjutan berupa klasifikasi lesi kanker.
Arif Nur Rohman, Ema Utami, Suwanto Raharjo
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 70-76; https://doi.org/10.30864/eksplora.v9i1.277

Abstract:
Emosi memenuhi kehidupan manusia setiap waktu. Emosi mempengaruhi hubungan sosial, ingatan dan bahkan dalam pengambilan keputusan. Saat ini, orang cenderung mengekspresikan emosi melalui media sosial seperti Facebook dalam bentuk gambar, video dan teks pada umumnya. Deteksi emosi pada teks merupakan bidang penelitian yang baru dan banyak diteliti khususnya dibidang linguistik. Penelitian ini menggunakan EmoLex sebagai leksikon yang digunakan untuk mendeteksi emosi pada suatu teks. Kosa kata pada EmoLex diperluas dengan pencarian sinonim menggunakan Kateglo API. EmoLex digunakan sebagai leksikon 8 kategori emosi Plutchik dan sentimen. EmoLex tersedia dalam 105 bahasa berbeda termasuk Indonesia yang mana mengandung 14.182 kata yang kemudian diperluas dengan pencarian sinonim menggunakan Kateglo API. Pencarian sinonim menghasilkan 20.690 kata sehingga memperoleh hasil akhir leksikon emosi yang berisi 34.872 kata. Pengujian menunjukkan bahwa leksikon emosi mampu mendeteksi 55.45% atau 15.357 dari 27.696 kata yang diperoleh dari update status pengguna Facebook dalam melakukan pendeteksian emosi, sebanyak 100 update status diambil dari Facebook. Selanjutnya update status tersebut diperbaiki menggunakan Natural Language Processing (NLP). Hasil perbaikannya dinilai dengan leksikon emosi yang telah dibuat sebelumnya. 26 dari 100 update status dapat diketahui label emosinya. Hasil validasi terdapat 16 update status atau 61,53% label emosinya akurat.
Published: 31 March 2019
Jurnal Eksplora Informatika, Volume 8, pp 132-138; https://doi.org/10.30864/eksplora.v8i2.218

Abstract:
Jaringan sensor nirkabel terdiri dari node-node sensor yang memiliki sumber daya energi yang terbatas. Jaringan ini dibangun untuk mengawasi lingkungan dan memberikan informasi ke sebuah koordinator. Namun karena node yang berjalan dengan sumber daya terbatas seperti baterai, diperlukan sebuah protokol yang mampu memanfaatkan sumber daya yang terbatas namun data yang disampaikan tetap terjaga. In-network data aggregation merupakan sebuah metode agregasi pengumpulan data routing melalui jaringan multi-hop, mengolah data pada intermediate node dengan tujuan meningkatkan network lifetime. Agregasi data dilakukan secara terpusat pada topologi Tree-Based Network yang diproses pada Cluster Head sehingga memberikan beban pada Cluster Head yang mengakibatkan konsumsi energi terpusat pada satu node. Penelitian ini menghasilkan algoritma penentuan node yang bertugas menjadi Cluster Head sesuai dengan kondisi jaringan secara dinamis yang disebut A-SEClush. Berdasarkan hasil uji coba yang telah dilakukan algoritma ini memiliki keunggulan sebesar 2,0 pada total node yang mengalami kehabisan energi dibandingkan dengan Static-CH.
Anggita Safitri Febriarini,
Published: 31 March 2019
Jurnal Eksplora Informatika, Volume 8, pp 95-103; https://doi.org/10.30864/eksplora.v8i2.156

Abstract:
Sejumlah aktivitas perkotaan yang ada di Kota Semarang menjadikan tingginya peningkatan yang tentunya membutuhkan dukungan sistem angkutan umum yang andal, cepat, dan efisien. Sebagai bagian dari upaya memecahkan masalah kemacetan, Pemerintah Pusat melalui Departemen Perhubungan membuat Bus Rapid Transit (BRT) yang saat ini diterapkan di berbagai kota di Indonesia. Konsep BRT merupakan sistem angkutan massal yang terintegrasi di setiap koridor, yang bertujuan untuk memenuhi kebutuhan masyarakat akan transportasi dalam kota. Tujuan penelitian ini adalah untuk mengetahui dan menganalisis kepuasan penumpang BRT Trans Semarang dengan menggunakan teknik data mining dengan metode decision tree tepatnya algoritma C4.5. Dalam penelitian ini variabel pengukuran kepuasan penumpang yang digunakan adalah harga, fasilitas, dan pelayanan. Dari penelitian ini atribut yang digunakan menghasilkan hubungan sebab-akibat dalam mengklasifikasikan penumpang puas dan tidak puas. Penelitian ini diharapkan dapat membantu Pemerintah dalam meningkatkan kepuasan penumpang agar masyarakat beralih menggunakan BRT Trans Semarang dan dapat memberikan pengaruh terjadinya peningkatan jumlah penumpang. Berdasarkan hasil klasifikasi dengan menggunakan algoritma C4.5 menunjukkan adanya peningkatan di tiap penguji yang telah dilakukan dengan hasil akurasi akhir yang cukup baik sebesar 95% yang menunjukkan bahwa algoritma C4.5 cocok digunakan untuk mengukur tingkat kepuasan penumpang BRT Trans Semarang.
Muchlis Muchlis, , Mariana Puspa Sari
Published: 31 March 2019
Jurnal Eksplora Informatika, Volume 8, pp 149-157; https://doi.org/10.30864/eksplora.v8i2.215

Abstract:
Perguruan tinggi harus memberikan pelayanan yang baik terhadap kebutuhan mahasiswa dan dosen. Umpan balik pelayanan akademik perlu dievaluasi. Evaluasi pelayanan yang telah dilakukan pada STMIK Prabumulih adalah dengan menyebarkan kuesioner secara konvensional. Kendala penggunaan kuesioner secara konvensional, yaitu perhitungan yang dilakukan secara manual. Hal ini menimbulkan adanya kesalahan dalam perhitungan dan pemasukan data. STMIK Prabumulih juga harus menyediakan kuesioner dalam bentuk kertas. Mahasiswa maupun dosen merasa enggan untuk menjawab kuesioner dalam bentuk kertas. Untuk mengatasi permasalahan tersebut, maka perlu dibangun sistem informasi kuesioner online berbasis website sehingga responden dapat mengisi kuesioner di mana pun dan kapan pun. Metode yang digunakan dalam pengembangan sistem adalah metode waterfall dengan tahapan system engineering, analysis, design, coding, testing, dan maintenance. Pengujian sistem menggunakan pengujian black box. Hasil dari pengujian black box menunjukkan keseluruhan kebutuhan fungsional dapat berjalan dengan baik sesuai dengan kebutuhan dan sistem dapat berjalan dengan baik.
, Anggo Luthfi Yunanto,
Published: 31 March 2019
Jurnal Eksplora Informatika, Volume 8, pp 139-148; https://doi.org/10.30864/eksplora.v8i2.226

Abstract:
Psychological distress adalah keadaan subjektif yang dipresepsikan tidak menyenangkan. Setiap manusia tidak bisa menghindari dari gejala psychological distress yang meliputi depresi kecemasan ataupun stress, termasuk pada generasi millenials Generasi millennials cenderung lebih tidak peduli terhadap keadaan sosial di sekitar mereka seperti dunia politik ataupun perkembangan ekonomi Indonesia. Maka dari itu diperlukan suatu sistem yang dapat membantu dalam mengatasi Psychological distress. Sistem yang dibangun menggunakan metode Fuzzy Multi-Attribute Decision Making. Metode ini merupakan sebuah metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu. Keluaran sistem berupa hasil diagnosa yang dapat memberikan beberapa alternatif emosional sesuai dengan pernyataan yang dimasukkan oleh pengguna. Sehingga dapat membantu pengguna dalam pengambilan keputusan. Metode Fuzzy Multi-Attribute Decision Making(FMADM) yang digunakan menghasilkan nilai yang identik antara perhitungan manual dengan perhitungan matematis oleh sistem, serta memperoleh nilai kecocokan perhitungan kuesioner dari pakar dan perhitungan FMADM sebesar 95%.
Published: 31 March 2019
Jurnal Eksplora Informatika, Volume 8, pp 122-131; https://doi.org/10.30864/eksplora.v8i2.157

Abstract:
Financial Technology (fintech) merupakan inovasi dibidang pelayanan keuangan yang memanfaatkan teknologi untuk meningkatkan pelayanan dan mempermudah transaksi. Karena berkaitan dengan keuangan, maka keamanan dalam fintech harus kuat dan terjamin. Penyedia layanan fintech seperti GoPay, Paypro, dan T-cash menggunakan One Time Password (OTP) dengan format 4 dan 6 digit bilangan acak numerik yang dikirimkan melalui SMS sebagai solusi autentikasi. Namun kode tersebut mudah terbaca sehingga rawan disalahgunakan oleh orang tidak bertanggung jawab dan dapat merugikan pengguna. Kriptografi merupakan teknik menyandikan informasi ke dalam karakter tertentu dan disusun acak sehingga sulit dimengerti. RSA merupakan algoritma kriptografi yang andal karena menggunakan kunci berbeda untuk menyandikan informasi. Metode LSB merupakan teknik steganografi sederhana untuk menyembunyikan informasi ke dalam citra sehingga mempersulit informasi dapat dibaca dan disalahgunakan. Dengan menerapkan algoritma RSA dan teknik LSB maka dapat meningkatkan keamanan kode OTP, karena kode OTP yang tersembunyi di dalam citra tidak dapat diketahui oleh mata manusia. Hasil dari penelitian ini, kedua algoritma tersebut melakukan keseluruhan proses sangat cepat, durasi rata-rata untuk memproses kode OTP format 4 digit yaitu 0,6738 detik, sedangkan format 6 digit sebesar 0,7005 detik. Hasil kualitas citra stego dengan pengujian MSE dan PSNR memiliki nilai rata-rata yang tinggi yaitu MSE sebesar 0,000531 dan PSNR sebesar 83,110348 dB.
Page of 2
Articles per Page
by
Show export options
  Select all
Back to Top Top