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 325 Documents
 20   21   22   23   24 
Pengembangan Chatbot Menggunakan Deep Feed-Forward Neural Network sebagai Pusat Layanan Informasi Akademik Faurina, Ruvita; Revanza, Dede; Sopran, Ahmad
Jurnal Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v11i2.833

Abstract

Program studi informatika merupakan salah satu program studi unggulan di Universitas Bengkulu. Sebagai program studi unggulan, tentunya pelayanan terbaik untuk setiap elemen civitas akademika yang ada di Program Studi Informatika Universitas Bengkulu harus diperhatikan. Dalam hal pelayanan ini, adanya pusat layanan informasi akademik bagi civitas akademika di informatika sangat dibutuhkan. Namun, belum adanya pusat layanan informasi akademik yang bisa diakses dari mana dan kapan saja menjadi salah satu hambatan terlaksananya layanan informasi akademik. Pembatasan aktivitas yang memungkinkan terjadinya interaksi akibat pandemi covid-19 juga menjadi kendala. Sebagai upaya menindaklanjuti keterbatasan tersebut dikembangkanlah chatbot layanan informasi akademik program studi informatika untuk mengatasi kendala yang dihadapi. Dengan chatbot layanan informasi akademik ini pengguna dapat bertanya mengenai informasi layanan akademik kepada bot yang akan menjawab informasi yang dibutuhkan. Algoritma yang digunakan dalam penelitian ini adalah deep feed-forward neural network. Adapun knowledge dari chatbot ini berupa informasi mata kuliah, informasi dosen, dan informasi administrasi di Program Studi Informatika Universitas Bengkulu. Pada proses train model, data sebanyak 2059 dibagi menjadi 80% sebagai data train, 10% data validation, dan 10% data test pada epoch 450 dan batch size 100 didapat akurasi 94%, evaluasi Precision 0.88, recall 0,89, dan f1-score 0,88.
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.
Pengukuran Kualitas Layanan Game Edukasi Penanggulangan Bencana Banjir Menggunakan Standar Model ISO/IEC 9126 Rismayani, Rismayani; Nurani, Nurani; Pineng, Martina; Herlinda, Herlinda; Intan, Indo
Jurnal Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v11i2.867

Abstract

Game edukasi penanggulangan bencana banjir merupakan Game yang telah dirancang oleh penulis pada tahun 2019 bekerja sama dengan Badan Penanggulangan Bencana Daerah Kota Makassar. Game edukasi penanggulangan bencana banjir ini ditunjukkan bagi masyarakat Kota Makassar yang terkena dampak banjir, agar dapat mengetahui langkah apa yang harus dilakukan jika terjadi bencana banjir. manajemen bencana menggunakan model standar ISO/IEC 9126. Metode yang digunakan untuk mengukur kualitas pendidikan game adalah model standar ISO/IEC 9126, standar ISO/IEC 9126 merupakan bagian dari standar ISO 9000 yang merupakan standar terpenting dalam bidang penjaminan mutu berupa totalitas. perangkat lunak yang terdiri dari fungsionalitas, keandalan, kegunaan, efisiensi, pemeliharaan, dan portabilitas. Hasil kajian berdasarkan model standar ISO/IEC 9126 adalah pengukuran masing-masing indikator dengan hasil 1,4% sangat tidak setuju, 2,8% tidak setuju, 84,1% setuju dan 11,7% sangat setuju.
Sistem Pakar Diagnosa Penyakit Kulit Menggunakan Metode Forward dan Backward Chaining Thoriq, Thoriq Thoriq; Novianda, Novianda; Akram, Rizalul
Jurnal Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v11i2.883

Abstract

Penyakit kulit merupakan masalah kesehatan yang sangat sering dialami oleh banyak orang di kalangan masyarakat umum. Terkadang dengan adanya gejala penyakit kulit membuat kekhawatiran kepada penderita penyakit tersebut. Sehingga harus pergi ke rumah sakit untuk melakukan konsultasi dengan dokter spesialis yang tentunya akan memakan waktu dan biaya. Untuk dapat mengetahui masyarakat dalam mendapatkan informasi tentang penyakitnya secara dini maka Penulis di sini memanfaatkan kecanggihan teknologi di zaman modern ini dengan menciptakan aplikasi sistem pakar menggunakan metode forward dan backward chaining untuk mendiagnosis penyakit kulit yang memiliki banyak penyakit yaitu penyakit dan gejala sebanyak 9 penyakit dan 25 gejala yang diambil di RSUD LANGSA. Aplikasi ini dibuat dengan Bahasa pemrograman php dan MySQL untuk membuat aplikasi sistem pakar berbasis web agar mudah di gunakan setiap orang. Sistem ini sudah dipakai oleh 30 pasien di RSUD LANGSA dengan hasil diagnosa scabies berjumlah 3, dermatitis 10, tinea corporis 7, MR 3, DKA 5 dan LSC 1 dan urtikaria berjumlah 1 yang memiliki keberhasilan 46 % sesuai dengan hasil dokter artinya ada 16 orang yang tidak sesuai dan 14 pasien sesuai.
Refactoring Arsitektur Microservice pada Aplikasi Management Information System of LP3I Menggunakan Strangler Pattern Maulana, Haisyam
Jurnal Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v11i2.888

Abstract

Perubahan proses bisnis dalam sebuah kelembagaan atau perusahaan mempengaruhi sistem informasi. Perubahan tersebut berdampak terhadap sistem informasi yang dikembangkan. Namun, Management System of LP3I di Politeknik LP3I Kampus Tasikmalaya arsitektur yang digunakan menggunakan monolitik. Arsitektur tersebut dianggap sulit dikembangkan, maka dilakukan refactoring menjadi arsitektur microservice. Refactoring microservice memiliki tujuan untuk memudahkan pengembangan sistem tanpa mengganggu sistem yang sudah berjalan. Strangler pattern dijadikan metode dalam 10 tahap proses refactoring arsitektur dan dua tahap refactoring database yaitu mengubah skema database kemudian memindahkan data. Setelah itu, kemudian diuji mengunakan pendekatan heuristic usability dengan nilai diatas 73%. Hasilnya arsitektur microservice menggunakan strangler pattern berhasil dirancang dan direkomendasikan berupa blueprint.
Sistem Klasifikasi Penentuan Penerima Bantuan Langsung Tunai Menggunakan Metode K-Nearest Neighbor Sutianah, Tia; Sokibi, Petrus; Kartika, Viar Dwi
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.907

Abstract

Sistem Penentu Kelayakan Penerima Bantuan Langsung Tunai (BLT) di Desa Sahbandar dirancang untuk memenuhi kebutuhan Dinas Desa Sahbandar khususnya untuk pengelolaan BLT. Penyaluran BLT di Desa Sahbandar masih berjalan sebagaimana mestinya namun proses seleksi penerima BLT tidak objektif sehingga penyaluran dana tidak tepat sasaran, dan juga terjadi manipulasi data karena pendataan masih di-input secara manual dengan pencatatan di buku besar dan Microsoft Excel. Maka dari itu dibuatkan sistem sebagai penentu kelayakan penerima BLT di Desa Sahbandar. Metode yang digunakan dalam menyusun sistem ini adalah metode K-Nearest Neighbor menggunakan Framework Laravel. Hasil dari penelitian ini berupa sistem berbasis web dengan mengklasifikasikan data berdasarkan kriteria Pekerjaan, Jumlah Tanggungan perorang dalam keluarga dan Penghasilan yang didapat perbulan. Sistem ini menghasilkan status Layak dan Tidak Layaknya penduduk di Desa Sahbandar sebagai penerima BLT pada data testing yang diuji.
Deteksi Tumor Otak Dengan Metode Convolutional Neural Network Dwi, Bernadetta Sri Endah; Setiadi, De Rosal Ignatius Moses
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.971

Abstract

Tumor otak merupakan salah satu penyakit mematikan di dunia. Menurut data Global Cancer Observatory, kasus tumor otak di Indonesia pada tahun 2021 mencapai 5.964 kasus serta tingkat kematian berada pada posisi 12 dengan 5298 kasus. Diagnosa cepat dan lebih dini tentu akan mampu menekan tingkat kematian tumor otak. Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) untuk deteksi otak berdasarkan pencitraan medis. Model CNN didesain secara khusus terdiri dari 14 layer. Berdasarkan hasil pengujian model CNN yang dihasilkan memiliki akurasi tinggi yaitu 99%. Selain itu berdasarkan hasil komparasi dengan dataset yang sama, model yang diusulkan 5% lebih unggul dari metode sebelumnya yang menggunakan pre-trained model MobileNetV2.
Analisis Sentimen Pengguna Aplikasi MyPertamina Menggunakan Algoritma Bidirectional Long Short Term Memory Saputra, Angga; Sigitta Hariyono, Rito Cipta; Saraswati, Nurul Mega
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.973

Abstract

Aplikasi mobile telah menjadi sarana penting bagi perusahaan untuk berinteraksi dengan pengguna dan mengumpulkan umpan balik dari mereka. Salah satu aspek penting dari analisis data aplikasi pengguna adalah analisis sentimen, yang dapat memberikan wawasan pengguna tentang pandangan dan penggunaan aplikasi. Aplikasi MyPertamina yang merupakan layanan e-money juga telah terdaftar dan diawasi oleh Bank Indonesia. MyPertamina berfungsi sebagai sistem pembayaran non tunai. Pada aplikasi MyPertamina dapat memberikan ulasan aplikasi melalui kolom komentar atau memberikan rating dari 1 hingga 5 pada google playstore, namun seringkali pengguna memberikan rating yang tidak sesuai dengan ulasannya sehingga dapat mempengaruhi pelanggan jika ulasannya kurang bagus. Agar mempermudah pengelolaan data ulasan, penelitian ini menggunakan analisis sentiment. Analisis sentimen merupakan suatu metode yang digunakan untuk memahami, mengekstrak, dan mengolah secara otomatis data opini dan tekstual untuk mendapatkan sentimen yang terkandung dalam suatu opini. Penggunaan algoritma Bidirectional Long Short Term Memory (BiLSTM) dan Long Short Term Memory (LSTM) untuk analisis sentimen dari umpan balik pengguna pada aplikasi myPertamina. Penelitian ini menggunakan dataset yang berisi ulasan pengguna dari aplikasi myPertamina yang dikumpulkan dari platform Google PlayStore. Dataset ini secara otomatis dianotasi menggunakan library transformers untuk mengidentifikasi sentimen dari ulasan sebagai positif atau negatif. Selanjutnya, algoritma BiLSTM dan LSTM diterapkan untuk melakukan analisis sentimen pada dataset yang dianotasi. Hasil eksperimen menunjukkan bahwa kedua algoritma BiLSTM dan LSTM mampu menghasilkan sentimen yang cukup baik pada dataset ulasan pengguna myPertamina. BiLSTM menunjukkan kinerja yang lebih baik dibandingkan dengan LSTM, dengan akurasi 90% dan 86,25% untuk model LSTM.
Peramalan Kebutuhan Spare Part Bengkel Mobil dengan Metode Weight Moving Average Suroso, Finna; Rahmah, Gita Mustika; AP, Denny Riandhita; Gautama, Chaisya Ardanesvara
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.974

Abstract

Salah satu permasalahan yang ada pada bengkel mobil adalah belum dapat meramalkan kebutuhan stok persediaan spare part, sehingga menyebabkan ketidaktersediaan spare part pada saat ada permintaan dan menyebabkan overstock spare part yang tidak digunakan pada bengkel. Penelitian ini bertujuan implementasi Weight Moving Average untuk meramalkan kebutuhan stok spare part mobil. Peramalan dengan implementasi Weight Moving Average mampu meramalkan pada bulan berikutnya sehingga mampu meminimalkan terjadinya kesalahan order spare part dan dapat menyelesaikan pekerjaan dengan efisien dari segi waktu staf dalam mengontrol kebutuhan spare part serta tempat penyimpanan barang spare part. Metode yang digunakan adalah Weight Moving Average. Metode ini banyak digunakan dalam menentukan trend sebuah deret dalam waktu. Hasil dari penerapan metode peramalan dengan mengunakan Metode Weight Moving Average memberikan hasil peramalan dengan cukup akurat, meninjau dari data-data hasil penjualan sebelumnya, yang dapat dijadikan dasar dalam proses estimasi spare part untuk mengatur jumlah order spare part yang dapat mengurangi terjadinya ketidaktersediaan dan overstock atau kelebihan stok. Mean Absolute Percentage Error (MAPE) sebesar 2,76 %, digunakan untuk mengukur ketepatan ramalan. Untuk nilai MAD bergantung pada selisih parameter nilai aktual dan peramalan, sedangkan nilai MSE merupakan hasil kuadrat dari tiap periode untuk nilai MAD.

Page 22 of 33 | Total Record : 325

 20   21   22   23   24 

Filter by Year

2011 2025


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): Jurnal Eksplora Informatika Vol 5 No 2 (2016): 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