cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
I Made Bhaskara Gautama
Contact Email
bhaskara@stikom-bali.ac.id
Phone
-
Journal Mail Official
eksplora@stikom-bali.ac.id
Editorial Address
-
Location
Kota denpasar,
Bali
INDONESIA
Jurnal Eksplora Informatika
Published by Sekolah Tinggi Ilmu Manajemen Informatika dan Teknik Komputer
ISSN : 20891814     EISSN : 24603694     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Eksplora Informatika adalah jurnal nasional berbahasa Indonesia yang dikelola oleh Bagian Penelitian dan Pengabdian kepada Masyarakat (P2M) STIKOM Bali. Jurnal ini memuat hasil-hasil penelitian dengan topik-topik penelitian yang berasal dalam cakupan rumpun ilmu Teknik Informatika dan Komputer. Jurnal ini diterbitkan 2 kali dalam 1 tahun yakni pada bulan Maret dan September dengan periode penerimaan artikel sepanjang tahun.
Arjuna Subject : -
Articles 18 Documents
 1   2 
Search results for , issue "Vol 12 No 2 (2023): Jurnal Eksplora Informatika" : 18 Documents clear
Kombinasi Algoritma Data Reduksi untuk Optimalisasi Dokumen Cluster Mujilahwati, Siti
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.819

Abstract

Clustering adalah proses pengelompokkan tanpa pelatihan (unsupervised learning), salah satu algoritma yang dapat diterapkan untuk clustering adalah K-Means. Algoritma ini memiliki kinerja dengan konsep menghitung jarak terdekat dari sebuah cluster. Penelitian ini bertujuan untuk melakukan optimasi hasil clustering data abstrak skripsi dengan algoritma K-Means tersebut. Upaya yang dilakukan untuk optimalisasi hasil cluster adalah dengan model kombinasi algoritma Latent Semantic Analysis (LSA), Term Frequency – Inverse Document Frequency (TF-IDF) dan Hashing. Seperti penanganan data teks pada umumnya sebelum dilakukan clustering telah dilakukan praproses untuk pembersihan dan normalisasi data. Setelah praproses selanjutnya dilakukan ekstraksi data dalam bentuk vektor dengan metode Term Frequency – Inverse Document Frequency (TF-IDF) dan Hashing. Hasil vektor yang dihasilkan pada proses ekstraksi selanjutnya dilakukan kombinasi dari algoritma LSA bertujuan untuk mereduksi data. Hasil pengujian dari 229 data skripsi dan 4 cluster menunjukkan kombinasi LSA dengan ekstraksi TF-IDF memiliki keunggulan waktu eksekusi lebih efisien, sedangkan kombinasi LSA-Hashing memiliki nilai F-measure lebih baik.
Penerapan Metode Levenshtein Distance untuk Mengukur Similaritas pada Pola Suara Burung yang Menggunakan Discrete Cosine Transform Nugroho, Hendro; Rachman, Andy; Albana, Isa
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.839

Abstract

Pengenalan suara burung untuk mengetahui jenis burung sering dilakukan pada penelitian, karena burung sering terdengar dari pada kelihatan bentuk fisiknya. Berbagai macam ragam suara burung sangatlah menarik untuk dilakukan penelitian. Penelitian kali ini menggunakan metode levenshtein distance untuk mengetahui similaritas suara burung pada data ekstraksi fitur yang menggunakan metode discrete cosine transform (DCT). Data yang di-input adalah suara burung Kenari, Red Lories, Beo Merah Meksiko dengan jenis format fail WAV. Langkah penelitian ini adalah data suara burung WAV diekstraksi fitur diantaranya (1) Hamming Widowing, (2) FFT, (3) Mel Filter Bank, dan (4) DTC. Setelah mendapatkan nilai ekstraksi fitur DCT, maka data dibagi menjadi data target (T) dan data sumber (S) untuk dicari nilai similaris menggunakan metode levenshtein distance. Langkah-langkah untuk mendapatkan similaritas di antaranya (1) input nilai DTC data T dan Input nilai DTC data S, (2) menghitung jarak levenshtein distance, dan (3) menghitung nilai similaritas. Hasil yang didapat similaritas pada jenis suara burung Kenari data T dan suara burung Kenari data S memiliki similaritas 37% dan 32%. Jenis suara burung Red Lories data T dan suara burung Red Lories data S memiliki nilai similaritas 16%, 32% dan 21% dan Suara burung Beo Merah Meksiko tingkat similaritas data T dan data S memiliki nilai 58% dan 16%.
Implementasi Algoritma Apriori untuk Penentuan Kombinasi Barang bagi Sales Motorist Effendi, Mas Iwan Ali; Indahsari, Rina Dewi
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.866

Abstract

Proses penjualan sales motorist bukanlah proses yang pendek. Sales motorist harus melalui proses penambahan barang, transaksi penjualan dan menurunkan barang. Dalam proses ini sales motorist sering mendapat permasalahan bahwa toko yang terakhir dikunjungi tidak mendapatkan item barang tertentu (barang yang paling laku). Sedangkan barang yang lambat penjualannya terlalu banyak yang kembali ke gudang. Hal ini mengakibatkan penjualan masing-masing produk tidak merata dan menghambat proses turun barang. Dalam penelitian ini menggunakan 1500 data transaksi produk powder drink yang diolah dengan algoritma apriori sehingga menghasilkan kombinasi barang yang sering dibeli. Algoritma Apriori dimulai dengan pencarian kandidat (C1) dan pembentukan large itemset (L1). Pencarian kandidat dan pembentukan large itemset dilakukan secara iteratif sampai tidak ada kandidat yang memenuhi minimum support. Data dalam penelitian ini mampu terbentuk sampai large itemset 3 (L3). Proses Join dan pruning bisa diterapkan mulai large itemset 3 (L3), dimana proses ini bertujuan untuk mengurangi jumlah iterasi yang dilakukan agar pembentukan kandidat dan large itemset tidak membutuhkan terlalu banyak memori. Berdasarkan pengujian parameter minimum support yang dilakukan pada 1500 data menunjukkan bahwa semakin besar minimum supportnya maka kombinasi item yang dihasilkan semakin sedikit. Namun rule yang dihasilkan tidak semuanya unik (mengandung pengetahuan yang spesifik). Untuk rule yang menghasilkan kombinasi yang unik dan mengandung pengetahuan yang spesifik berada pada pengujian minimum support 12% dengan hasil 4 rule.
Prototype Pemantauan Konsumsi Energi Listrik pada Firebase Menggunakan PZEM-004T Yasa, Kadek Amerta; Purbhawa, I Made; Sumerta Yasa, I Made; Teresna, I Wayan; Nugroho, Aryo; Winardi, Slamet
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.993

Abstract

Saat ini kWh meter konvensional masih digunakan untuk memantau konsumsi listrik di Indonesia, sehingga masih diperlukan petugas yang mengunjungi rumah pelanggan setiap bulannya. Hal ini mengakibatkan Perusahaan Listrik Negara (PLN) harus menyediakan pencatat meter yang menjadi beban biaya perusahaan. Sementara itu pencatat meter mengalami kendala ketika rumah pelanggan kosong dan tidak dapat dicatat meternya. Permasalahan ini dapat diselesaikan jika menggunakan teknologi pencatatan yang otomatis dan bisa dikendalikan dari jarak jauh. Saat ini kemajuan teknologi memungkinkan konvergensi antara saluran komunikasi dengan berbagai hal. Teknologi yang dikenal dengan Internet of Things (IoT). Penelitian ini bertujuan untuk membuat pemantauan konsumsi energi listrik berbasis Internet of Things (IoT). Alat ini akan membantu perusahaan (PLN) dalam memantau penggunaan listrik setiap pelanggan tanpa petugas pencatat meter. Prototype alat ini telah berhasil dikerjakan menggunakan PZEM-004T yang kemudian mampu menampilkan tegangan, arus daya, power factor dan waktu. Luaran dari alat kwH meter teknologi IoT ini kemudian dikirimkan ke basis data Firebase. Firebase memiliki keunggulan karena ditempatkan dalam cloud. Sehingga data yang diperoleh dapat juga ditampilkan dalam aplikasi android. Hasil pengujian dari prototype kemudian dilakukan pengujian beban dan dibandingkan dengan alat ukur sejenis yang ada di pasaran. Pengujian beban menghasilkan keakuratan sistem dengan rata-rata persentase akurasi tegangan: 99.25%, arus: 99.82%, daya: 97.50% dan factor daya: 98.78%. Penelitian ini menghasilkan prototipe menggunakan ESP32 dan PZEM-004T yang sangat akurat sehingga dapat direkomendasikan untuk pencatatan daya listrik yang mampu mengurangi beban biaya operasional PLN.
Aplikasi Analisis Sentimen Isu Kesehatan di Media Sosial dengan Metode Convolutional Neural Network Berbasis Web Hermawati, Fajar Astuti; Fatonah, Nenden Siti; Mangambali, Hermawan Ali
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1012

Abstract

Media sosial telah mengalami pertumbuhan pesat di berbagai sektor, termasuk bidang medis. Pengguna aktif berpartisipasi aktif dalam komunitas kesehatan, berbagi informasi dan pengalaman. Akses terhadap media sosial telah menjadi sarana utama untuk mencari informasi kesehatan. Platform media sosial populer yang digunakan untuk tujuan ini termasuk WhatsApp, Facebook, Instagram, Youtube, dan Twitter. Media sosial juga memungkinkan penggunanya untuk mengungkapkan pendapatnya melalui postingan dan komentar. Analisis sentimen diperlukan untuk memahami opini pengguna. Tahap awal melibatkan pengumpulan data dari platform media sosial seperti Facebook, dengan fokus pada postingan terkait tagar penyakit. Selanjutnya, teks tersebut mengalami pra-pemrosesan yang bertujuan untuk membersihkan, memformat, dan menata teks untuk dianalisis. Pada penelitian ini hasil pengujian menggunakan algoritma Convolutional Neural Network memperoleh performa akurasi 77% untuk distribusi dataset 80:20.
Analisis Pengaruh Harga Jual dan Social Proof dalam Menentukan Keputusan Pembelian Barang Pada Website E-Commerce Yuswanto, Dery; Herwinsyah, Herwinsyah; Fatwanto, Agung
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1041

Abstract

Perkembangan teknologi dan internet telah mengubah cara konsumen melakukan transaksi pembelian. E-commerce menjadi salah satu platform utama yang memudahkan konsumen untuk mencari dan membeli berbagai produk secara online. Dalam lingkungan e-commerce, konsumen sering dihadapkan pada berbagai faktor yang memengaruhi keputusan pembelian mereka. Harga jual dan social proof merupakan dua elemen krusial dalam ekosistem e-commerce yang secara signifikan memengaruhi preferensi dan keputusan konsumen. Harga jual sebagai faktor ekonomis utama seringkali menjadi pertimbangan utama konsumen dalam memilih produk yang akan dibeli. Di sisi lain, social proof, yang mencakup ulasan pelanggan, testimoni, dan rating produk, memiliki peran penting dalam membentuk persepsi konsumen terhadap kredibilitas dan kualitas suatu produk. Bagaimana harga jual dan social proof saling berinteraksi dan berdampak pada keputusan pembelian konsumen menjadi semakin penting. Penelitian ini bertujuan untuk menganalisis pengaruh harga jual dan social proof terhadap keputusan pembelian barang pada website e-commerce. Metode penelitian yang dilakukan dengan membagikan kuesioner kepada responden yang telah ditetapkan yaitu dengan cara menyebarkan kepada 40 responden yang merupakan pengguna informasi digital sebuah aplikasi website E-Commerce Shoope. Kemudian dilakukan analisis data dengan beberapa pengujian seperti uji validitas, uji reabilitas, uji normalitas, uji regresi linier berganda dan uji hipotesis. Hasilnya Social proof dan harga jual berpengaruh pada keputusan pembelian pelanggan berikutnya. Social proof meningkatkan keputusan pembelian sebesar 0,149, sedangkan harga meningkatkan sebesar 0,486. Pengaruh Social Proof dan Harga jual memiliki korelasi kuat sebesar 67,2%. Terdapat pengaruh bersama-sama antara Social Proof dan Harga terhadap keputusan pembelian, dan pengaruh harga jual lebih berpengaruh dalam meningkatkan minat belanja online. Sebesar 97,5% responden memilih belanja online di E-Commerce karena harga lebih murah. Harga yang ditawarkan harus sesuai dengan produk yang diperoleh untuk meningkatkan minat pengguna E-Commerce.
Transformasi Digital Marketing Bisnis Cafe melalui Pemanfaatan Strategi Social Media Marketing: Tinjauan Systematic Literature Review Artana, I Gede Edy; Triandini, Evi
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1051

Abstract

Transformasi digital telah mengubah cara pandang bisnis, terutama dalam industri kuliner seperti bisnis kafe. Namun, beberapa bisnis kafe belum sepenuhnya memanfaatkan potensi digital secara optimal, terutama dalam pemanfaatan strategi digital marketing, termasuk penggunaan social media. Keterbatasan ini melibatkan minimnya pemahaman tentang strategi pemasaran digital, khususnya dalam pemanfaatan social media. Penelitian ini menggunakan metode tinjauan sistematis literatur (Systematic Literature Review/SLR) untuk memahami lebih lanjut pemanfaatan social media marketing dalam transformasi digital bisnis kafe dengan tahapan metodologi SLR, termasuk proses observasi, studi pustaka, dokumentasi, dan penarikan kesimpulan. Fokus penelitian adalah untuk mengidentifikasi jenis platform social media yang sering digunakan pada bisnis kafe dan mengeksplorasi dampak penggunaan social media marketing terhadap performa bisnis kafe. Dari tinjauan literatur, platform social media yang paling sering digunakan adalah Facebook dan Instagram. Hasil kajian literatur ini juga menjelaskan bahwa social media marketing berpengaruh pada kesadaran merek dan interaksi dengan konsumen dari bisnis kafe. Dalam analisis lebih lanjut, pembahasan disertakan untuk memberikan konteks yang lebih mendalam, dan generalisasi dilakukan untuk merangkum dampak secara menyeluruh. Penelitian ini membuka wawasan terkait peran strategis social media marketing dalam meningkatkan performa bisnis kafe di era transformasi digital.
Rancangan Sistem Informasi Management Stock Menggunakan Agile dan Weighted Moving Average di Toko Rudi Kencana, Christian; Firdaous, Feizal; Imelda, Imelda
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1052

Abstract

Penelitian ini berawal dari tantangan yang dihadapi oleh Toko Rudi dalam mengelola inventarisnya dan menghindari terjadinya penumpukan barang yang tidak efisien. Tujuan dan fokus utama penelitian adalah merancang serta menerapkan sistem manajemen informasi stok yang responsif dan adaptif menggunakan pendekatan Agile, dengan menerapkan metodologi Prototype serta memanfaatkan metode peramalan Weighted Moving Average di lingkungan operasional Toko Rudi. Dari hasil penelitian dapat memperlihatkan pada setiap tahap analisis kebutuhan, teridentifikasi dengan jelas kebutuhan fungsional yang perlu diberikan penekanan pada aspek kompatibilitas. Dalam konteks kebutuhan fungsional, hanya satu aktor yang terlibat dengan 7 kebutuhan fungsional yang harus dipenuhi guna memastikan sistem dapat beroperasi secara optimal. Pada fase perencanaan, akan dibangun Use Case Diagram Aktifitas admin, Use case scenario transaksi, Class Diagram Management Stock, dan Sequence Diagram Management Stock untuk memberikan pandangan yang komprehensif terhadap sistem yang diusulkan. Selanjutnya, tahap implementasi melibatkan eksekusi aplikasi, penerapan metode peramalan Weighted Moving Average, dan penerapan metode pengujian aplikasi Black Box Testing. Hasil perhitungan menggunakan metode Weighted Moving Average menunjukkan prediksi transaksi Supplier sekitar 726,67, transaksi Customer sekitar 909,17, dan data stok terkini bulanan sekitar 182,50 untuk bulan Januari 2022. Dengan demikian, penelitian ini menyajikan kontribusi yang penting dalam mengoptimalkan pengelolaan stok Toko Rudi melalui integrasi sistem informasi yang responsif dan metode peramalan yang teruji.
Audit SIMDIKLAT Balai Diklat Keagamaan Denpasar Menggunakan Framework COBIT 5 Meiliana, Komang Gita; Divayana, Dewa Gede Hendra; Dewi, Luh Joni Erawati
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1092

Abstract

BalaiIDiklatLKeagamaanLDenpasar merupakan salah satu instansi pemerintah berada di bawah Kementerian Agama di daerah. BDK Denpasar merupakan salah satu dari 14 BDK di seluruh Indonesia. BDK mempunyai fungsi melakukan pelatihan kediklatan bagi Pegawai Negeri Sipil (PNS) ataupun Non-PNS di lingkungan KementerianLAgama. SIMDIKLAT berfungsi untuk mempermudah proses pelatihan atau kediklatan yang dilakukan oleh panitia Aplikasi SIMDIKLAT terus dilakukan perkembangan, karena ditemukan kendala selama penggunanan salah satunya alat unduh data, dimana belum ada opsi kustomisasi yang sesuai dengan kebutuhan pengguna, seperti nama, NIP serta jabatan. Hal tersebut menyebabkan kesulitan bagi panitia untuk mengakses informasi yang spesifik saat melakukan unduhan data peserta. Sehingga panitia harus meminta pembaruan data ke instansi terkait, yang memerlukan waktu lama. Dari kendala yang ditemukan perlu dilakukanmAudit Sistem Informasi pada aplikasi SIMDIKLAT, untuk mengetahui penerapan penggunan SIMDIKLAT telah sesuai dengan visi misi yang diinginkan. Audit dilakukan menggunakan framework COBIT 5, dengan melakukan pemetaan pada 5 domain dan 37 proses pada COBIT 5. Langkah awal dilakukan penelitian ini dilakukan dengan observasi, studi literatur, wawancara, dan penyebaran kuisioner. Kuisioner yang disebarkan kemudian dipetakan sehingga memperoleh hasil audit EDM04, APO01, APO07, BAI02, DSS05,dan MEA01. Kesenjangan yang diperoleh pada aplikasi SIMDIKLAT EDM04 bernilai 2 gap, APO01, APO7,BAI02, DSS05 dan MEA01 kesenjangan bernilai 1 gap.
Kombinasi Algoritma Data Reduksi untuk Optimalisasi Dokumen Cluster Mujilahwati, Siti
Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.819

Abstract

Clustering adalah proses pengelompokkan tanpa pelatihan (unsupervised learning), salah satu algoritma yang dapat diterapkan untuk clustering adalah K-Means. Algoritma ini memiliki kinerja dengan konsep menghitung jarak terdekat dari sebuah cluster. Penelitian ini bertujuan untuk melakukan optimasi hasil clustering data abstrak skripsi dengan algoritma K-Means tersebut. Upaya yang dilakukan untuk optimalisasi hasil cluster adalah dengan model kombinasi algoritma Latent Semantic Analysis (LSA), Term Frequency – Inverse Document Frequency (TF-IDF) dan Hashing. Seperti penanganan data teks pada umumnya sebelum dilakukan clustering telah dilakukan praproses untuk pembersihan dan normalisasi data. Setelah praproses selanjutnya dilakukan ekstraksi data dalam bentuk vektor dengan metode Term Frequency – Inverse Document Frequency (TF-IDF) dan Hashing. Hasil vektor yang dihasilkan pada proses ekstraksi selanjutnya dilakukan kombinasi dari algoritma LSA bertujuan untuk mereduksi data. Hasil pengujian dari 229 data skripsi dan 4 cluster menunjukkan kombinasi LSA dengan ekstraksi TF-IDF memiliki keunggulan waktu eksekusi lebih efisien, sedangkan kombinasi LSA-Hashing memiliki nilai F-measure lebih baik.

Page 1 of 2 | Total Record : 18

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 14 No 2 (2025): Jurnal Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika Vol 13 No 1 (2023): Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika Vol 12 No 1 (2022): Jurnal Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika Vol 11 No 1 (2021): Jurnal Eksplora Informatika Vol 10 No 2 (2021): Jurnal Eksplora Informatika Vol 10 No 1 (2020): Jurnal Eksplora Informatika Vol 9 No 2 (2020): Jurnal Eksplora Informatika Vol 9 No 1 (2019): Jurnal Eksplora Informatika Vol 8 No 2 (2019): Jurnal Eksplora Informatika Vol 8 No 1 (2018): Jurnal Eksplora Informatika Vol 7 No 2 (2018): Jurnal Eksplora Informatika Vol 6 No 2 (2017): Jurnal Eksplora Informatika Vol 6 No 1 (2016): Jurnal Eksplora Informatika Vol 5 No 2 (2016): Eksplora Informatika Vol 5 No 2 (2016): Jurnal Eksplora Informatika Vol 5 No 1 (2015): Jurnal Eksplora Informatika Vol 4 No 2 (2015): Jurnal Eksplora Informatika Vol 4 No 1 (2014): Jurnal Eksplora Informatika Vol 3 No 2 (2014): Jurnal Eksplora Informatika Vol 3 No 1 (2013): Jurnal Eksplora Informatika Vol 2 No 2 (2013): Jurnal Eksplora Informatika Vol 2 No 1 (2012): Jurnal Eksplora Informatika Vol 1 No 2 (2012): Jurnal Eksplora Informatika Vol 1 No 1 (2011): Jurnal Eksplora Informatika More Issue