Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : Jurnal Eksplora Informatika

Analisis Kelulusan Mahasiswa Jurusan Sistem Informasi Stmik Amikom Yogyakarta Abdul Rokhim; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 4 No 2 (2015): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (186.167 KB)

Abstract

Quantitative association rule adalah metode yang sangat komplek untuk mencari hubungan antar item secara kuantitatif.Metode ini terdiri dari tiga proses, yaitu proses pengelompokan data yang jenis itemsetnya sangat banyak menjadikan ke beberapa interval, proses pencarian frequent itemset dan proses pencarian aturan yang mengandung nilai kuantitatif. Pada penelitian ini medote quantitative association rule digunakan untuk mencari informasi tentang faktor-faktor yang terkait dengan kelulusan mahasiswa.Tujuan penelitian ini untuk mengetahui faktor apa saja yang berpengaruh terhadap kelulusan mahasiswa STMIK AMIKOM Yogyakarta, sehingga pihak akademik dapat mengambil kebijakan. Penelitian ini fokus untuk menganalisis keterkaitan antara data mahasiswa dan data keaktifan mahasiswa dalam berorganisasi dan pekerjaan. Pada penelitian ini mencoba membandingkan hasil dari metode yang digunakan dengan cara pengujian manual dengan menggunakan sampel 15 data mahasiswa, agar aplikasi yang di bangun sesuai dengan metode yang digunakan. Dari hasil pengujian didapatkan 3 nilai interval dari data IPK dan ditemukan 11 rule akhir. Dari hasil analisis dapat disimpulkan bahwa dengan menggunakan metode Quantitative association rule aturan yang diperoleh dapat membantu menentukan kebijakan dari pihak STMIK AMIKOM.
Rancang Bangun Augmented Reality Pada Data Menu Restoran Sri Lestari Rahayu; Kusrini Kusrini; Hanif Al Fatta
Jurnal Eksplora Informatika Vol 6 No 1 (2016): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.328 KB)

Abstract

Perkembangan teknologi saat ini telah memberikan pengaruh yang sangat besar bagi dunia teknologi informasi dan telekomunikasi. Ada banyak cara yang bisa ditempuh untuk mengetahui perkembangan teknologi yang terjadi. Bisnis restoran tidak lagi sekedar menyajikan menu makanan dan minuman bagi setiap pengunjung/pelanggannya. Beragam variasi makanan dan minuman memang menjadi daya tarik setiap restoran dibandingkan dengan makanan di rumah. Kondisi ini menjadi tantangan bagi para pemilik bisnis kuliner yang senantiasa harus bersaing dengan ketat, karena setiap restoran harus dapat menawarkan sesuatu yang berbeda. Hal ini sangat penting karena bisnis restoran yang mampu menyajikan makanan secara cepat, tepat dan benar dapat memberikan kepuasan kepada setiap pengunjung/pelanggan restoran. Augmented Reality adalah penggabungan antara objek virtual dengan objek nyata.oleh karena ini penulis merancang aplikasi berbasis mobile untuk menampilkan makanan dan minuman dalam bentuk 3D menggunakan teknologi augmented reality. Namun pada penelitian ini membuat 2 pendekatan yakni pendekatan thouch on screen dan pendekatan thermal touch. Kedua pendekatan tersebut akan dievaluasi oleh pelanggan menggunakan kuesioner yang menerapkan prinsip heuristic kemudian dihitung menggunakan skala likert sehingga akan menghasilkan pendekatan mana yang baik menurut pelanggan
Sistem Pendukung Keputusan Penentuan Kombinasi Paket Produk Pertanian Menggunakan Algoritma Apriori Nur Fitrianingsih Hasan; Rifqi Hammad; Dwinda Etika Profesi; Kusrini Kusrini
Jurnal Eksplora Informatika Vol 9 No 1 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (547.582 KB) | DOI: 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.
Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language Processing Elik Hari Muktafin; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 10 No 1 (2020): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 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.
Analisis Sistem Kendali Robot USMAN untuk Sterilisasi Lantai Masjid dengan Algoritma Proportional Integral Derivative Elik Hari Muktafin; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 10 No 2 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 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.
Part of Speech Tagging Pada Teks Bahasa Indonesia dengan BiLSTM + CNN + CRF dan ELMo Muhamad Kurniawan; Kusrini Kusrini; Muhammad Rudyanto Arief
Jurnal Eksplora Informatika Vol 11 No 1 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 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.
Algoritma K-Means pada Pengelompokan Pembelajaran Tatap Muka Terbatas Sesudah Vaksinasi COVID-19 Lili Kartikawati; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 11 No 1 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 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.
Co-Authors Abdul Malik Zuhdi Abdul Rokhim Achmad Yusron Arif Agung Jasuma Agung Nugroho Aisha Alfani Aji Susanto Anom Purnomo Andayani Andayani Andi Sunyoto Andria Andria Anggit Dwi Hartanto Aprison Wolla Gole Ari Suhartanto Arif Fajar Solikin Arif Fajar Solikin Armadyah Amborowati Asro Nasiri Assani, Moh. Yushi Azis Wahyudi B, Isdayani Christin Nandari Dengen DHANI ARIATMANTO Dina Maulina Dwinda Etika Profesi Eka Wahyu Pujiharto Eka Yulia Sari Eko Purwanto Elfrida Ratnawati Elik Hari Muktafin Elvis Pawan Emha Taufiq Luthfi Erfan Tongalu Eva Oktaviani Fachri Ardiansyah Fareza Aditiyanto Nugroho Ferry Wahyu Wibowo Firmanda Fasya Hamada Zein HANIF AL FATTA Hasan, Nur Fitrianingsih Henderi . Heri Abijono Irfan Purwanto Jhoanne Fredricka Jimmy H Moedjahedy Junaidi Sabtu Kusnawi Kusnawi Lili Kartikawati M Rudyanto Arief M Vaizul Rahman M. Afriansyah M. Rudyanto Arief M. Syukri Mustafa Marta Ardiyanto Maykel Sonobe Mochamad Fadillah Abdullah Muchamat Zainal Arifin Muhamad Kurniawan Muhammad Agus Muljanto Muhammad Alfariz Muhammad Fahmi Muhammad Fajar Apriyanto Muhammad Firdaus Abdi Muhammad Rudyanto Arief Muhammad Salimy Ahsan Musthofa Galih Pradana Mutiara Dwi Anggraini Neno, Friden Elefri Norhikmah Norhikmah Pamekas, Bondan Wahyu Rahmat Saleh Sukur Rifqi Hammad Ririn Putri Damaiyanti Riska Dwi Handayani Sabda Sastra Wangsa Siti Nurhayati Siti Solekhah Sofyan Pariyasto Sri Lestari Rahayu Sri Yanto Qodarbaskoro Thedjo Sentoso Uli Rizki Virginia Tamuntuan Wahyu Nur Alimyaningtias Wahyu Wijaya Widiyanto Wira Dimuksa Wiwi Widayani Yeyen Dwi Atma Yustian Servanda Zenal Muttaqin Zeni Muhamad Noer