Jurnal Eksplora Informatika
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.
Articles
325 Documents
<![CDATA[Rancang Bangun Aplikasi Informasi Kehadiran dengan Teknologi Augmented Reality ]]>
<![CDATA[Satria, Eri]]>;
<![CDATA[Tresnawati, Dewi]]>;
<![CDATA[Apriadi, Ari]]>
<![CDATA[ Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v13i2.733
<![CDATA[Informasi kehadiran merupakan hal penting untuk disajikan pada aktivitas organisasi. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi yang menampilkan informasi kehadiran secara visual dengan cara pendeteksian wajah berteknologi augmented reality. Bentuk sajian visual memberikan kemudahan menangkap informasi bagi penggunanya dan lebih menarik secara tampilan. Metode Research and Development digunakan untuk mengembangkan aplikasi, terdiri dari tahapan Preliminary, Protopyping Stage, Summative Evaluation, Systematic Reflection and Documentation. Penelitian dilakukan pada sebuah sekolah dengan melibatkan sepuluh guru sebagai sampel. Perangkat lunak pendukung yang digunakan yaitu Unity versi 5, Adobe Photoshop. Hasil Penelitian berupa aplikasi penyajian informasi kehadiran dengan cara pendeteksian wajah penggunanya. Aplikasi menggunakan teknologi augmented reality yang dijalankan pada perangkat mobile. Cara akses dengan pendeteksian wajah menjadi alternatif dalam kemudahan akses. Material yang dibutuhkan pada pembuatan fitur ini dengan opencv berupa pustaka perangkat lunak untuk pengolahan gambar dinamis secara real-time, banyak fitur pengenalan wajah, deteksi wajah, dan berbagai jenis metode artificial intelegence. Fitur augmented reality dengan penambahan fungsi, dimana kamera terarah ke subjek maka muncul informasi kehadiran. Hasil pengujian aplikasi dengan melibatkan ahli dan pengguna, aplikasi dapat diterima dengan baik dari sisi kemudahan mengoperasikan, tingkat toleransi kesalahan, kesesuaian dan desain visual. Penelitian selanjutnya diharapkan mengintegrasikan bukan hanya informasi kehadiran, tapi sajian informasi lainnya pada organisasi.]]>
<![CDATA[Penerapan Data Mining pada Model Clustering Data Kuesioner Mahasiswa terhadap Kinerja Dosen ]]>
<![CDATA[Sholeh, Muhammad]]>;
<![CDATA[Suraya, Suraya]]>;
<![CDATA[Andayati, Dina]]>
<![CDATA[ Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v13i2.751
<![CDATA[Setiap akhir semester hampir semua perguruan tinggi memberikan kuesioner yang wajib diisi oleh mahasiswa. Salah satu parameter yang dievaluasi adalah evaluasi untuk mengukur kinerja dosen. Pertanyaan yang harus dijawab mahasiswa diantaranya keaktifan dosen dalam mengajar, penyampaian materi dan lainnya . Hasil kuesioner dilakukan proses pengolahan dan hasil akhirnya adalah indeks prestasi kinerja dosen. Dalam penelitian ini, dilakukan proses data mining pada datasheet hasil kuesioner. Model data mining akan dilakukan dengan model clustering. Tujuan dari penelitian adalah membuat model Clustering untuk menghasilkan kinerja dosen berdasar pada pengelompokan dengan menggunakan datasheet hasil kuesioner. Hasil pengelompokkan dilakukan dengan melakukan pengujian dengan membuat pengelompokan dari 2-4 kelompok. Metode yang digunakan adalah metode CRISP DM yang terdiri dari business understanding, Data understanding, data preparation, model, evaluasi dan develop. Proses klastering menggunakan aplikasi Rapid miner. Data hasil kuesioner yang sudah dilakukan disimpan dalam bentuk datasheet. Datasheet terdiri dari 118 record dan 12 atribut. Proses pengelompokkan diolah dengan menggunakan model clustering dengan menggunakan algoritma K-Mean. Hasil penelitian adalah proses pengolahan pada datasheet yang dibuat model klasterisasi dengan nilai centroid (k) mulai dari 2 sampai 6. Evaluasi dilakukan dengan menguji performance masing-masing hasil nilai k. Evaluasi dengan menggunakan Davies Bouldin dan hasil klasterisasi dengan nilai k=3 merupakan hasil yang paling kecil yaitu -0.737, sehingga klasterisasi dengan K=3 direkomendasikan menjadi suatu model.]]>
<![CDATA[Menentukan Faktor-Faktor Akademik yang Mempengaruhi Hasil Belajar Online Selama Pandemi COVID-19 ]]>
<![CDATA[Pane, Syafrial Fachri]]>;
<![CDATA[Fajri, Ravi Rahmatul]]>
<![CDATA[ Eksplora Informatika Vol 12 No 1 (2022): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v12i1.789
<![CDATA[Pandemi COVID19 adalah krisis kesehatan global. Dalam bidang pendidikan, pembelajaran online dengan sistem e-learning merupakan kebutuhan yang tidak tergantikan. Banyak yang berpendapat bahwa pembelajaran online adalah krisis pendidikan saat ini. Namun, sebagian besar siswa tidak tertarik untuk belajar online karena mengandalkan kualitas Internet, yang membatasi interaksi mereka dan membuat kualitas suara dan gambar tidak stabil. Tentu tidak mudah untuk mengetahui faktor akademik yang mempengaruhi hasil belajar online selama pandemi COVID-19. Oleh karena itu, penelitian ini bertujuan untuk menentukan faktor-faktor akademik yang mempengaruhi hasil belajar online selama pandemi COVID-19. Menggunakan data lokal Politeknik di Pulau Jawa. Penelitian ini menggunakan analisis Cronbach-Alpha, Bayesian Exploration, EFA-tradisional dan Analisis Regresi Multivariat (OLS). Hasil evaluasi skala penelitian menunjukkan bahwa 28 variabel diamati. Hasil uji hipotesis menunjukkan bahwa hasil belajar online dipengaruhi oleh enam faktor. Desain kursus, kegunaan yang dirasakan, kemudahan penggunaan, Karakteristik pembelajaran, Kapasitas fakultas, Konten kursus. Regresi multivariat berdasarkan metode kuadrat minimum (OLS) untuk mengevaluasi faktor-faktor spesifik yang mempengaruhi pembelajaran online dan menguji hipotesis. Tingkat akurasi model OLS sebesar 45,8%.]]>
<![CDATA[Penentuan Mahasiswa Penerima Bantuan Uang Kuliah Tunggal dengan K-NN ]]>
<![CDATA[Syahputra, Rian]]>;
<![CDATA[Bu'ulolo, Efori]]>
<![CDATA[ Eksplora Informatika Vol 13 No 1 (2023): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v13i1.797
<![CDATA[Pada proses penentuan mahasiswa yang layak memperoleh bantuan Uang Kuliah Tunggal (UKT) di Univeristas Budi Darma sering mengalami kesulitan karena kuota yang yang tersedia tidak sebanding dengan calon mahasiswa penerima dan kriteria data mahasiswa yang sama. Pada penelitian ini metode penelitian yang dilakukan dimulai dari studi literature, identifikasi masalah, pengumpulan data, normalisasi, penerapan algoritma, hasil penelitian dan publikasi. Algoritma yang digunakan yaitu algoritma K-NN, dimana data yang digunakan terdiri atas data training dan data testing. Dalam proses pencarian jarak terdekat maka menggunakan model Euclidean Distance. Sebelum dilakukan proses pencarian jarak terdekat maka data dinormalisisakan terlebih dahulu, tujuan agar ada keseimbangan antara kriteria yang digunakan sehingga memperoleh hasil yang lebih akurat dan optimal. Hasil dari penelitian ini adalah calon penerima bantuan UKT setelah diklasifikasi dengan algoritma K-NN dinyatakan tidak menerima.]]>
<![CDATA[Sistem Kendali Lampu Otomatis Multisensor Menggunakan Metode Fuzzy Logic Control Inferensi Sugeno Berbasis Mikrokontroler ]]>
<![CDATA[Tenriawaru, Andi]]>;
<![CDATA[Saputra, Rizal Adi]]>;
<![CDATA[Yusril, Muhammad]]>
<![CDATA[ Eksplora Informatika Vol 13 No 1 (2023): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v13i1.812
<![CDATA[Pemborosan listrik sering disebabkan karena lupa mematikan lampu. Sakelar lampu rumah kebanyakan masih menggunakan sakelar manual yang terpasang pada masing-masing panel baik untuk mematikan maupun untuk menyalakan lampu. Jika rumah mempunyai daerah yang luas atau lantai bertingkat akan mengakibatkan kesulitan dan menghabiskan banyak waktu atau tenaga ketika akan menyalakan atau mematikan lampu, karena sakelarnya yang harus ditekan secara manual. Tujuan penelitian ini adalah menghasilkan sistem kendali lampu otomatis multisensor menggunakan metode fuzzy logic control inferensi Sugeno berbasis mikrokontroler. Penelitian ini menggunakan sensor Light Dependent Resistor (LDR) dan sensor ultrasonik. Sensor LDR digunakan untuk mendeteksi cahaya sekitar yang disimulasikan dengan cara mendekatkan dan menjauhkan sumber cahaya ke sensor LDR, sedangkan sensor ultrasonik digunakan untuk mendeteksi gerakan yang memasuki ruangan. Masukan dari sensor diproses oleh mikrokontroler menggunakan metode fuzzy Sugeno yang melalui proses fuzzyfikasi, aplikasi fungsi implikasi dan deffuzyfikasi. kemudian hasil pengolahan data akan menghasilkan lampu padam atau menyala. Pengujian dilakukan dengan cara memberikan intensitas cahaya yang berbeda-beda berdasarkan fungsi keanggotaan gelap, redup dan terang pada sensor LDR dan sensor ultrasonik melakukan gerakan berdasarkan fungsi keanggotaan dekat, sedang dan jauh yang telah dibuat. Dilakukan 90 percobaan terhadap rule yang telah dibuat dan diperoleh persentase keberhasilan 100%.]]>
<![CDATA[Implementasi Social Translucence dan Collaborative Storage pada Rancang Bangun Aplikasi BKD Online di Kopertais Wilayah III Daerah Istimewa Yogyakarta ]]>
<![CDATA[Herwinsyah, Herwinsyah]]>;
<![CDATA[Fatwanto, Agung]]>
<![CDATA[ Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v11i2.816
<![CDATA[Dosen pada perguruan tinggi, di setiap semesternya juga diwajibkan untuk membuat pelaporan kegiatan yang telah dilaksakan di semester sebelumnya dan juga menbuat rencana kegiatan untuk semester yang akan datang. Tujuan penelitian ini memberikan solusi melalui aplikasi BKD Online kepada dosen dalam peng-input-an pelaporan kegiatan Beban Kinerja Dosen per-semester menjadi lebih mudah dan transparan dalam penilaian asesor dan menyimpan seluruh berkas dokumen di dalam satu wadah bersama. Metode yang digunakan dalam rancang bangun menggunakan metode social translucence (keterbukaan) dimana feedback dari asesor sebagai penilai bisa langsung diketahui oleh dosen dan metode collaborative storage (wadah bersama). Hasil dari penelitian ini adalah aplikasi BKD Online yang dapat langsung digunakan oleh para dosen dalm peng-input-an data laporan kinerja, dimana pada aplikasi ini, baik dosen sebagai pelapor dan asesor sebagai penilai dapat langsung berinteraksi melalui fitur message pada setiap laporan yang dilaporkan dosen. Fitur upload yang dimasukkan juga menggunakan metode wadah bersama agar seluruh dokumen terkumpul dalam satu wadah yang dapat d akses langsung oleh kopertais.]]>
<![CDATA[Kombinasi Algoritma Data Reduksi untuk Optimalisasi Dokumen Cluster ]]>
<![CDATA[Mujilahwati, Siti]]>
<![CDATA[ Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v12i2.819
<![CDATA[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.]]>
<![CDATA[Evaluasi Usability pada Aplikasi Jemput Sampah Online Desa Rejosari Menggunakan Metode System Usability Scale (SUS) ]]>
<![CDATA[Budiarto, Sony Panca]]>;
<![CDATA[R.L, Dwi Yulian]]>
<![CDATA[ Eksplora Informatika Vol 13 No 1 (2023): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v13i1.822
<![CDATA[Aplikasi Jemput Sampah Online Desa Rejosari adalah aplikasi berbasis web yang terintegrasi dengan Bank Sampah. Dengan aplikasi ini masyarakat Desa Rejosari dapat menjual, menabung, atau menukar sampah mereka dengan produk dari Bank Sampah secara online. Pemanfaatan teknologi untuk mengatasi masalah sampah menggunakan aplikasi jemput sampah online di Desa Rejosari, saat ini masih dalam tahap pengembangan dan dari sisi pengguna belum pernah dievaluasi, akibatnya tidak jelas apakah aplikasi itu sudah sesuai dengan kebutuhan pengguna. Karenanya pada penelitian ini digunakan metode System Usability Scale (SUS) untuk mengukur tingkat kemudahan, kecepatan, kesalahan dan tingkat kepuasan pengguna. Kuesioner SUS terdiri dari 10 pertanyaan dan 5 pilihan jawaban. Responden berjumlah 20 orang yang terdiri dari 50% (10 orang) masyarakat pengguna aplikasi jemput sampah Desa Rejosari, 30% (6 orang) calon pengepul sampah, dan 20% (4 orang) admin bank sampah. Hasil pengujian menunjukkan bahwa aplikasi jemput sampah online desa rejosari memiliki acceptability ranges dengan skor 74 berada pada grade B dengan kategori acceptable, grade scale dengan kategori C dan adjective rating dengan kategori good. Skor penilaian responden terendah didapatkan dari laki-laki berusia 40 tahun dan perempuan berusia 35 tahun.]]>
<![CDATA[Pengujian Usabilitas Website Dya Catering Menggunakan Metode System Usability Scale (SUS) ]]>
<![CDATA[Khoirina, Eva Tiara]]>;
<![CDATA[Maulana, Mohammad Akamal]]>;
<![CDATA[Nuryasin, Ilyas]]>
<![CDATA[ Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v11i2.828
<![CDATA[Era kemajuan teknologi saat ini dan persaingan bisnis semakin ketat dengan banyaknya penjualan berbasis online dan menggunakan media social sebagai tempat promosi produk. Dya Catering merupakan salah satu usaha yang bergerak di bidang masakan khas Indonesia, Dya Catering dapat melayani pesanan harian,pesanan untuk hajatan kecil maupun besar seperti akad nikah atau resepsi. Dya Catering menggunakan media website.Website Dya Catering tersebut belum pernah dilakukan pengujian terkait usability. Penelitian ini bertujuan untuk mengukur tingkat usability dengan System Usability Scale dan menguji validitas dan reabilitasnya. System Usability Scale memiliki 10 pernyataan sebagai alat pengujian serta tidak memerlukan sampel yang besar. Hasil dari pengujian menggunakan System Usability Scale ini mendapat nilai 98.00 dengan Grade A, sehingga dapat disimpulkan bahwa konsumen Dya Catering sudah nyaman ketika menggunakan Website Dya Catering tersebut.]]>
<![CDATA[Pengembangan Chatbot Menggunakan Deep Feed-Forward Neural Network sebagai Pusat Layanan Informasi Akademik ]]>
<![CDATA[Faurina, Ruvita]]>;
<![CDATA[Revanza, Dede]]>;
<![CDATA[Sopran, Ahmad]]>
<![CDATA[ Eksplora Informatika Vol 11 No 2 (2022): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v11i2.833
<![CDATA[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.]]>
