Jurnal Eksplora Informatika

Journal Information
ISSN / EISSN : 20891814 / 24603694
Current Publisher: STIKOM Bali (10.30864)
Total articles ≅ 38
Filter:

Latest articles in this journal

M. Azman Maricar, Dian Pramana
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 124-129; doi: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.
Sunarti Sunarti
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 105-110; doi: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.
Wijanarto Wijanarto, Seviana Pungki Brilianti
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 140-153; doi: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%.
Andrean Nugraha Fajero, Hanny Haryanto, T. Sutojo, Edy Mulyanto
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 154-162; doi: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.
Hilal H. Nuha, Nachwan M. Andriansyah, Asep Mulyana
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 111-123; doi: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.
Rizqa Luviana Musyarofah, Ema Utami Utami, Suwanto Raharjo Raharjo
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 130-139; doi: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.
Andhika Ryan Pratama, Muhammad Mustajib, Aryo Nugroho
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 163-172; doi: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.
Herpendi Herpendi, Agustin Noor, Rabini Sayyidati
Published: 31 March 2020
Jurnal Eksplora Informatika, Volume 9, pp 96-104; doi: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.
Arif Nur Rohman, Ema Utami, Suwanto Raharjo
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 70-76; doi: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.
Edy Hermawan
Published: 30 September 2019
Jurnal Eksplora Informatika, Volume 9, pp 28-37; doi: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.
Back to Top Top