cover
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
ISSN : 20891814     EISSN : 24603694     DOI : -
Core Subject : Science,
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 325 Documents
Active Contour Lankton untuk Segmentasi Kanker Payudara pada Citra Mammogram Edy Hermawan
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 (505.363 KB) | 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.
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.
Identifikasi Kualitas Fisik Tabung LPG 3 kg menggunakan Blob Detection dan Fitur Warna RGB to HSV Erwin Yudi Hidayat; Teguh Budi Prasetyo
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 (737.275 KB) | DOI: 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.
Deteksi Kondisi Emosi pada Media Sosial Menggunakan Pendekatan Leksikon dan Natural Language Processing Arif Nur Rohman; Ema Utami; Suwanto Raharjo
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 (211.115 KB) | 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.
Pengembangan Asisten TV Berbasis Internet of Things (IoT) untuk Efisiensi Penggunaan Energi Listrik Herpendi Herpendi; Agustian Noor; Rabini Sayyidati
Jurnal Eksplora Informatika Vol 9 No 2 (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 | Full PDF (804.413 KB) | 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.
Simulasi Penentuan Lokasi Perangkat Bergerak dengan Metode Enhanced Observed Time Difference Hilal H. Nuha; Nachwan M. Andriansyah; Asep Mulyana
Jurnal Eksplora Informatika Vol 9 No 2 (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 | Full PDF (766.972 KB) | 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.
Sistem Pendukung Keputusan Pemilihan Wisata Kuliner Di Wilayah Kota Depok Menggunakan Metode Simple Additive Weighting (SAW) Sunarti Sunarti
Jurnal Eksplora Informatika Vol 9 No 2 (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 | Full PDF (509.873 KB) | 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.
Usability Testing pada Sistem Peramalan Rentang Waktu Kerja Alumni ITB STIKOM Bali M. Azman Maricar; Dian Pramana
Jurnal Eksplora Informatika Vol 9 No 2 (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 | Full PDF (450.735 KB) | 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.
Peningkatan Performa Analisis Sentimen Dengan Resampling dan Hyperparameter pada Ulasan Aplikasi BNI Mobile Wijanarto Wijanarto; Seviana Pungki Brilianti
Jurnal Eksplora Informatika Vol 9 No 2 (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 | Full PDF (1221.456 KB) | 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%.
Deteksi Citra Uang Kertas dengan Fitur RGB Menggunakan K-Nearest Neighbor Andhika Ryan Pratama; Muhammad Mustajib; Aryo Nugroho
Jurnal Eksplora Informatika Vol 9 No 2 (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 | Full PDF (562.138 KB) | 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.