cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
exploreit
Contact Email
informatika@yudharta.ac.id
Phone
-
Journal Mail Official
informatika@yudharta.ac.id
Editorial Address
-
Location
Kab. pasuruan,
Jawa timur
INDONESIA
Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika
Published by Universitas Yudharta Pasuruan
ISSN : 20863489     EISSN : 2549354X     DOI : -
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal Explore IT! merupakan publikasi ilmiah enam bulanan yang diterbitkan oleh Program Studi Teknik Informatika Universitas Yudharta Pasuruan. Isi artikel Jurnal EXPLORE IT meliputi bidang Artificial Intellegent, AR VR, Mobile programming, Pattern Recognition, Internet of Thinks (IoT), Remote Sensing, Fuzzy Logic, Computer Network and Architecture, Network Security, Embedded system, dan aplications.
Arjuna Subject : -
Articles 116 Documents
 6   7   8   9   10 
Implementasi Teknologi Augmented Reality Sebagai Media Pembelajaran Bahasa Arab Berbasis Android Menggunakan Metode Markerless Tracking Mochamad Hasyim; Rokhmatulloh; Imron Rosadi; Faizal

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i1.2684

Abstract

Online learning requires teachers to prepare various media to help the learning process. Learning Arabic at the primary level mainly uses classical methods and uses techniques and media that seem conventional. Researchers tried to minimize this anxiety by utilizing AR technology to make Arabic learning applications more enjoyable, easy to understand, and not boring, especially for elementary school students/madrasah ibtidaiyah. This research aims to implement augmented reality technology with a markerless tracking method to design and build Arabic learning applications on Android smartphones. The research method used in this research is sequential with development progress. This model is a systematic approach and sequence from system planning to the analysis, design, implementation, testing, and maintenance stages. The results of device testing, the application can run perfectly with 1.5 Gb RAM specifications and above and the gingerbread android operating system and above. Testing also goes through 3 black box stages: application functions, marker sensors to the angle of inclination, and the intensity of light needed to bring up the object from the marker. The test shows that the distance parameters, the contrast level of the marker, and the camera tilt angle also affect the output of 3-dimensional objects displayed by the application. In all three stages, the application shows good response and can function as expected.
Rancang Bangun Prototipe Pompa Otomatis Dengan Fitur Monitoring Berbasis IoT Menggunakan Sensor Flow Meter dan Ultrasonik Aldiaz Rasyid Ardiliansyah; Mariana Diah Puspitasari; Teguh Arifianto

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i2.2601

Abstract

Generator set atau genset adalah sebuah perangkat catu daya cadangan yang digunakan sebagai pengganti dari catu daya utama dari PLN. Kondisi di lapangan saat melakukan perawatan genset yaitu mengecek kondisi tangki bahan bakar dan mengisi dengan cara manual. Penilitian ini bertujuan untuk perawatan catu daya di ruangan genset yang masih dilakukan secara manual dengan alat engkol untuk dapat memindahkan bahan bakar dari drum bahan bakar ke tangki genset. Sehingga hal tersebut belum efisien dimana pengisian bahan bakar akan terlambat jika PLN padam kemudian petugas melakukan suatu kegiatan diluar ruangan genset, sehingga pada saat bahan bakar habis, pengisian bahan bakar tidak bisa dilakukan. Diperlukannya sebuah teknologi untuk dapat mengisi bahan bakar genset secara otomatis dan dapat dimonitoring kapan saja melalui sebuah telepon genggam. Peneliti membuat sebuah alat prototipe menggunakan sensor ultrasonik untuk mendeteksi ketinggian dan sensor flow meter untuk mengukur aliran debit air. Kemudian sistem kontrol menggunakan mikrokontroler ESP 32 yang terintegrasi dengan WiFi dan dapat dikontrol maupun dimonitoring menggunakan smartphone.
Perancangan Sistem Pendukung Keputusan Penerima Bantuan UKT/SPP Mahasiswa Dengan Metode Analytical Hierarchy Process (AHP) Pada Perguruan Tinggi Ario Baskoro; Made Kamisutara

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i2.2645

Abstract

Pandemi yang berlangsung pada tahun 2020 akibat covid-19 membuat kemampuan finansial masyarakat dan tingkat kesejahteraannya menurun drastis. Kondisi tersebut juga berdampak pada mahasiswa dan perguruan tinggi. Untuk membantu kondisi tersebut Kemendikbud membuat penyesuaian dan kebijakan terkait ketentuan pembiayaan dan mengalokasikan program Bantuan UKT/SPP mahasiswa melalui Program KIP Kuliah untuk dapat dimanfaatkan oleh mahasiswa dan perguruan tinggi. Bantuan ini diharapkan dapat membantu mahasiswa yang mengalamai kendala finansial tidak dapat membayar UKT/SPP karena terdampak pandemi covid-19 sehingga mahasiswa dapat terus melanjutkan kuliah dan menyelesaikan studinya. Dalam menentukan calon penerima bantuan UKT/SPP mahasiswa maka dalam pengolahannya dibutuhkan sebuah sistem pendukung keputusan yang tepat dan akurat. Analitical Hierarcy Process (AHP) merupakan salah satu metode yang dapat digunakan dalam pengambil keputusan. Metode ini akan mencari setiap calon kandidat penerima bantuan UKT/SPP yang sudah disesuaikan pada kriteria-kriteria yang telah ditentukan. Proses selanjutnya adalah dilakukan pemeringkatan pada calon penerima bantuan untuk menentukan dan menetapkan mahasiswa penerima Bantuan UKT/SPP pada perguruan tinggi.
Identifikasi Penyakit pada Daun Kopi Menggunakan Metode Deep Learning VGG16 Rizki Windiawan; Aries Suharso

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i2.2689

Abstract

Indonesia merupakan negara dengan jumlah produksi kopi urutan keempat dunia. Namun, dibandingkan dengan negara pesaing jumlah produksi di Indonesia terbilang kecil yang disebabkan karena banyaknya tanaman kopi yang terserang penyakit. Tujuan dari penelitian ini adalah untuk mengidentifikasi penyakit pada tanaman kopi melalui daun menggunakan metode deep learning agar dapat sesegera mungkin mencegah penyakit tidak cepat menyebar. Deep learning adalah jenis machine learning yang bekerja dengan cara menyiapkan parameter dasar terkait data dan melatih komputer agar bisa belajar dengan mengenali pola menggunakan banyak lapisan pemrosesan. VGG16 adalah salah satu jenis arsitektur pada deep learning dengan total jumlah layer sejumlah 16. Data yang digunakan terdiri dari 360 gambar yang terdiri dari gambar daun kopi sehat, daun kopi penyakit Red Spider Mite, dan daun kopi penyakit Rust. Setelah dilakukan proses pengujian terhadap data validation didapatkan akurasi terbesar yaitu 89% sehingga dapat disimpulkan bahwa metode deep learning VGG16 berjalan baik dalam mengidentifikasi penyakit pada tanaman kopi.
Identifikasi Jenis Penyakit Daun Jagung Menggunakan Deep Learning Pre-Trained Model Muhammad Imron Rosadi; Moch. Lutfi

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i2.2690

Abstract

Jagung salah satu kebutuhan pangan utama setelah padi dan terigu di dunia dan termasuk kebutuhan yang penting di Indonesia setelah padi. Identifikasi penyakit pada daun tanaman jagung dapat dilakukan secara manual dengan penglihatan mata manusia berdasarkan warna daun jagung. Namun proses ini membutuhkan waktu yang lama dan kurang akurat sehingga mempengaruhi penambahan biaya perawatan. Untuk mendukung proses identifikasi secara cepat dan akurat dibutuhkan sistem pengolahan citra digital. Pada Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) pre-trained model untuk mendeteksi jenis penyakit pada daun jagung. Deteksi yang dilakukan pada 5 jenis daun jagung yaitu 1 daun sehat dan 4 penyakit daun jagung yaitu karat daun, bercak daun, hawar daun, dan bulai daun. Harapannya metode yang diusulkan mampu mendeteksi penyakit daun jagung secara akurat dan mengurangi waktu komputasi. Berdasarkan hasil ujicoba bahwa transfer learning mampu meningkatkan akurasi dan mengurasi waktu komputasi dengan tingkat akurasi data training 0.85% error rate 0.45% dan data validasi 0.88% error rate 0.54
Sistem Control Dan Monitoring Deteksi Tinggi Rendah Air Pada Kolam Ikan Lele Menggunakan Arduino Di Bhakti Alam Pasuruan Arif Tri Arsanto; Sheldy Febrianto

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i2.2780

Abstract

Sistem Kontrol dan Monitoring Deteksi Tinggi Rendah Air Pada Tambak Ikan Lele Menggunakan Arduino dengan Studi Kasus di BHAKTI ALAM Kabupaten Pasuruan merupakan alat yang dibuat untuk memberikan kemudahan kepada pegawai BHAKTI ALAM khususnya kepada Kariawan yang bertugas di budidaya ikan lele untuk mengetahui tinggi dan air rendah di kolam penampungan air untuk kolam lele menggunakan sensor ketinggian air dan modul gsm yang akan memberikan informasi kepada kariawan dari penuh atau kurang air setiap informasi aktivitas pengisian air di kolampun diinformasikan di nomor hp melalui sms. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem yang dapat mempermudah pekerjaan manusia khususnya bagi karyawan Perusahaan Kabupaten BHAKTI ALAM Kabupaten Pasuruan
Perancangan Prediktor Untuk Permasalahan Konsesus Dengan Delay Input Dan Komunikasi Dengan Menggunakan Graf Komplit Moh. Yasya Bahrul Ulum; Trihastuti Agustinah

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i1.2933

Abstract

Rancangan prediktor berbasis input delay (dengan bukti) dapat mengkompensasi efek dari delay komunikasi berupa osilasi dan adanya batas kestabilan pada permasalahan konsensus dengan delay input dan delay komunikasi. Penelitian ini bertujuan untuk mengetahui bagaimana efek penggunaan prediktor berbasis input delay ke sebuah permasalahan konsensus dengan delay. Metode yang digunakan dalam penelitian ini berdasarkan pada konsep partisi graf dapat menjadi beberapa graf yang komplit. Hasil penelitian didapatkan prediktor untuk mengkompensasi delay sepenuhnya menghilangkan efek dari delay (meniadakan komponen dengan delay) dengan cara memanipulasi graf agar menjadi graf komplit.
Pembobotan Atribut Menggunakan Pairwise Comparison Pada CBR Deteksi Kerusakan AC Dengan Algoritma Similaritas 3W-Jaccard Dea Novi Syahfitri; Budi Hartono

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i1.2938

Abstract

Air Conditioner atau disingkat sebagai AC adalah sebuah alat elektronik yang berfungsi sebagai pendingin ruangan atau penyejuk udara. Kemampuannya mendinginkan ruangan, dapat memberikan sebuah kenyamanan bagi penggunanya untuk menjalankan kegiatan sehari-hari dalam cuaca panas. Mengingat pengguna AC yang terus meningkat, tidak menutup kemungkinan adanya masalah di balik itu semua. Sehingga dibutuhkan sebuah sistem pakar yang bertujuan untuk identifikasi penanganan dini terhadap kerusakan Air Conditioner dan dapat ditentukan sebuah tindakan atau solusi yang harus diambil untuk kerusakan tersebut. Pada penelitian ini menggunakan metode Case - Based Reasoning sebagai proses identifikasi masalah berdasarkan kasus lama yang hampir sama dengan kasus baru dan proses untuk mencari kesamaan atau kemiripan menggunakan perhitungan pada algoritma Similaritas 3W-Jaccard. Perhitungan bobot setiap atribut menggunakan metode pairwise comparison yang menghasilkan nilai bobot kategori Gejala Berat 0.67, Gejala Sedang 0.24 dan Gejala Ringan 0.09.
Pembobotan Atribut Dengan Pairwise Comparison Pada Case Based Reasoning Deteksi Dini Penyakit Gigi Menggunakan KNN Taufik Hidayatullah; Setyawan Wibisono

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i1.2946

Abstract

Penyakit gigi sering kali dianggap sepele namun sangat mengganggu. Apabila gigi mengalami permasalahan umumnya yang mengakibatkan adalah cuaca dan makanan yang dikosumsi. Masyarakat umum yang menderita sakit gigi jarang-jarang mau berobat ke rumah sakit atau dokter spesialis. Dengan teknologi komputer yang semakin berkembang sekarang mempermudah segalanya tidak terkecuali implementasi diagnose penyakit gigi. Sipenderita dapat mengobati sakit gigi dengan arahan dari computer atau sistem pakar tepatnya. Penggunaan sistem untuk penanganan yang lebih efesien dengan menggunakan sistem pakar metode Case Based Reasoning (CBR) untuk penyelesaian suatu masalah dan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Hasil perhitungan parameter dengan metode pairwise comparison pada 8 penyakit gigi dan 46 gejala menghasilkan tiga kelompok pembobotan yaitu: gejala berat = 0,693144314, gejala sedang = 0,222716022, dan gejala ringan = 0,084139664.
Analisis Sentimen Review Aplikasi Media Berita Online Pada Google Play menggunakan Metode Algoritma Support Vector Machines (SVM) Dan Naive Bayes Ulfa Kusnia; Fahrul Kurniawan

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i1.3116

Abstract

Online news media has become one of the most frequently consumed mass media by the public, which is able to beat the previous generation of media such as electronic media and print media. The advantage of online media compared to print media in general lies in its up-to-date, real-time and practical nature. In order to continue to maintain and improve the performance of online news media, public assessment of the services and news presented is very important. The public rating can be seen from the Google Play site in the user review column. Sentiment analysis can be used to analyze these reviews by classifying positive and negative reviews. The user review data was then labeled and analyzed using the Naïve Bayes algorithm and Support Vector Machines. The experimental results show that the accuracy of machine learning for sentiment analysis on online news media reviews Google Play reaches 90% and the deep learning approach outperforms Support Vector Machine (88%) while Naïve Bayes (87%).

Page 8 of 12 | Total Record : 116

 6   7   8   9   10 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol 17 No 1 (2025): Edisi Juni 2025 Vol 16 No 2 (2024): Desember 2024 Vol 16 No 1 (2024): Jurnal Explore IT Edisi June 2024