cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erfan Wahyudi
Contact Email
erfan.wahyudie@gmail.com
Phone
-
Journal Mail Official
erfan.wahyudie@gmail.com
Editorial Address
-
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
EXPLORE
Published by Sekolah Tinggi Manajemen Informatika Komputer Mataram
ISSN : 2087894     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 22 Documents
 1   2   3 
Search results for , issue "VOL 11, NO 2 (2021)" : 22 Documents clear
PENERAPAN BUSINESS PROCESS MODELING NOTATION (BPMN) UNTUK MEMODELKAN SMART GOVERNMENT KELURAHAN DI KOTA PRABUMULIH Putra, Fadilah Randy; Hanum, Yuhilza
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.480

Abstract

Kebutuhan Pemkot Prabumulih dalam pelayanan publik dirasa masih kurang, karena beberapa sistem adminstrasi masih berjalan secara manual dan tidak berbasis online. Maka untuk hal tersebut PT. AMMACUE IHALALS UMMATIN dan Pemerintah Kota Prabumulih bersinergi untuk membangun Sistem Informasi Smart Government, program ini merupakan komitmen Pemerintahan Kota Prabumulih dalam melakukan pelayanan publik. Pada tahapan ini, di fokuskan kepada sistem administrasi di kelurahan Prabumulih. Berdasarkan hal tersebut peneliti melakukan pemodelan bisnis proses, sesuai dengan Sistem Informasi yang sudah di bangun oleh PT. AMMACUE IHALALS UMMATIN. Pemodelan penelitian ini mengadopsi BPMN (Business Process Modeling Notation), sebagai pokok pembahasan. Penelitian ini menghasilkan model bisnis meliputi, model gambaran umum Smart Government, Business Process Modeling Notation, RACI Chart. Serta menggunakan ERD (Entity Relationship Diagram) dan Idef0 sebagai tambahan dokumentasi analisis bisnis, agar penelitian menjadi semakin komprehensif.
MARKER BASED AUGMENTED REALITY PADA BUKU POA DENGAN METODE FAST CORNER DETECTION Pranata, Caraka Aji
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.461

Abstract

Pada era yang serba digital saat ini, Augmented reality menjadi tren pada beberapa bidang. Pengertian augmented reality sendiri adalah sebuah teknologi yang dapat menggabungkan objek virtual dengan objek yang ada pada dunia nyata secara realtime. Augmented Reality berbeda dari Virtual Reality dan Mixed Reality. Marker base augmented reality merupakan jenis augmented reality yang menggunakan pengenalan gambar 2 dimensi secara real-time untuk memberi pengguna visualisasi data digital tambahan untuk memberikan informasi sesuai yang dibutuhkan. Fast Corner Detection merupakan sebuah algoritma yang diciptakan karena visualisasi realtime yang tidak cukup cepat dan memiliki source komputasi yang tidak terbatas. Buku Peralatan Olahraga Anak (POA) merupakan sebuah buku pedoman penggunaan dari Peralatan Olahraga Anak yang disusun untuk memberikan kemudahan dalam menggunakan peralatan tersebut. Penelitian ini membahas tentang efektifitas dari penggunaan metode FAST Corner Detection dalam teknologi Augmented Reality. Pengujian yang dilakukan dalam penelitian ini meliputi, waktu pendeteksian marker, jarak marker terhadap kamera, sudut marker terhadap kamera, dan pengaruh cahaya terhadap marker. Dari penelitian ini didapatkan hasil bahwa deteksi maksimal didapatkan saat pengujian di luar ruangan pada jarak 40cm.
Sistem Informasi Pengelolaan Angkutan Pesawat Hercules Di Bandara Halim Perdana Kusuma andiani, Andiani; Fahmi, Rizka
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.487

Abstract

Abstrak – Sistem Informasi Pengelolaan Angkutan Pesawat Hercules Di Bandara Halim Perdana Kusuma dibangun untuk mempermudah pengelolaan di dalam Landasan Angkatan Udara di Jakarta. Dimana pengelolaannya meliputi: Pendaftaran Surat Izin Naik Pesawat, Manifest Penumpang, Manifest Barang dan Data Flight. Aplikasi ini di buat dengan bahasa pemrograman PHP. Metode yang digunakan oleh peneliti dalam penelitian ini adalah pengamatan, dan wawancara. Dalam tahap perancangan penulis membuat perancangan terstruktur dengan menggunakan data flow fiagram, spesifikasi proses, arsitektur perangkat lunak, relassi tabel dan entity relationship diagram. Hasil dicapai dari pembuatan aplikasi ini adalah dapat mempermudah admin dan Pengelola dalam hal Pengelolaan Landasan Angkatan Udara Di Halim Perdanakusuma. Kata Kunci: Sistem Informasi, PHP, Informasi Pengelolaan Angkutan Pesawat Hercules Di Bandara Halim Perdana Kusuma. Abstract - Management Information Systems Hercules Transport Aircraft In Halim Airport was built to simplify management in the Air Force at the Halim Platform which manages the registration license in which air rises, Passenger Manifest, Manifest Goods and Flight Data. This application is created with the PHP programming language. The method used by the researchers in this study was the observation, and interviews. In the author makes the design stage by using a structured design fiagram data flow, process specifications, software architecture, relassi table and entity relationship diagrams. The results achieved from the making of this application is to simplify admin and business in terms of Platform Management at the Halim Perdana Kusuma Air Force. Keywords: Information Systems, PHP, Management Information Hercules Transport Aircraft In Halim Perdana Kusuma Airport.
Mereduksi Error Prediksi Pada Sistem Rekomendasi Menggunakan Pendekatan Colalborative Filtering Berbasis Model Matrix Factorization Amin, Annas Al
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.434

Abstract

Sistem pemberi rekomendasi banyak digunakan pada banyak website seperti marketplace, streaming film, e-commerce, dll untuk menghasilkan rekomendasi item yang sesuai dan disukai kepada setiap penggunanya. Pendekatan tradisional collaborative filtering berbasis memory saat ini masih banyak digunakan dalam sistem rekomendasi. Pendekatan ini bertumpu pada rating yang diberikan oleh pengguna terhadap suatu item sebagai pendekatan dasar untuk menghitung kesamaan respon pengguna terhadap produk untuk memberikan rekomendasi item, namum kelemahannya error prediksi yang dihasilkan saat memberikan rekomendasi item tinggi. Penelitian ini bertujuan untuk mereduksi error prediksi dari pendekatan collaborative filtering berbasis memory dengan menggunakan collaborative filtering berbasis model matrix factorization supaya dapat memperbaiki metode pada penelitian sebelumnya. Pendekatan collaborative filtering berbasis model matrix factorization merupakan salah satu pendekatan dalam sistem rekomendasi yang mampu mengurangi error prediksi untuk menghasilkan rekomendasi item yang akurat. Metode yang diusulkan telah dievaluasi sebanyak 5 kali iterasi menggunakan root mean squared error untuk mengukur error prediksi. Hasilnya, pendekatan collaborative filtering berbasis model matrix factorization yang kami usulkan mampu menghasilkan error prediksi terkecil sebesar 0,6814 sedangkan collaborative filtering berbasis memory menghasilkan error prediksi lebih besar yaitu 2,984.
Analisis Komparatif Kinerja Model Pengendalian Pada Alat Pendeteksi Kebocoran Gas Berbasis Internet Of Things suni, guido
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.476

Abstract

Abstrak – Pada zaman modern ini masyarakat sudah banyak sekali menggunakan gas sebagai pendukung dalam kebutuhan rumah tangga yaitu masak-memasak. Namun bahaya dari adanya kebocoran gas sangat tinggi. Masalah utama pada penelitian ini adalah bahaya dari adanya kebocoran gas yang bisa memicu adanya kebakaran. Penyusunan penelitian ini dilakukan dengan merujuk pada beberapa referensi yang digunakan dengan melihat model-model yang digunakan pada penelitian terdahulu, kelebihan dan kekurangan dari penelitian terdahulu dan dengan membaca referensi tersebut maka penulis memperoleh masalah utama yang bisa diangkat dalam penelitian ini dan membandingkan pemodelan pengendalian untuk mengatasi masalah tersebut yaitu dengan membuat sebuah alat untuk mendeteksi gas secara cepat dan melakukan tindakan secara cepat. Konsep dari penelitian ini adalah membandingkan model pengendalian kebocoran gas dengan menggunakan aplikasi telegram dan blynk untuk mengetahui manakah dari dari model pengendalian tersebut yang cepat merespon dan menerima notifikasi jika sensor MQ2 mendeteksi adanya gas yang bocor. Selain itu, alat pendeteksi kebocoran gas ini dilengkapi juga dengan Motor Servo yang berfungsi untuk melepaskan regulator yang terpasang pada tabung gas akan, serta buzzer yang berfungsi sebagai alarm. Hasil dari penelitian ini adalah model pengendalian Blynk yang lebih cepat menerima notifikasi kebocoran gas dengan waktu yang diperoleh 14.93 second, sedangkan model pengendalian telegram memperoleh waktu 26.06 second. Proses pengujian dilakukan sebanyak 10 kali percobaan dengan memanfaatkan tools HoubyWatch untuk mengukur Kata kunci:  Kebocoran Gas; Model Pengendalian; Notifikasi
Analisis Metode Wordtovec Pada Performa Klasifikasi Kategori Berita Menggunakan Metode SVM dan KNN Utami, Dwi
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.479

Abstract

Perkembangan teknologi saat ini meningkatkan kemudahan dalam mendapatkan berbagai informasi salah satunya adalah berita dari media internet. Berita yang ada di internet selain dapat memberikan informasi kepada masyarakat juga dapat digunakan sebagai bahan pembelajaran dan analisa seperti dapat digunakan untuk klasifikasi kategori berita. Terdapat tahapan sebelum melakukan klasifikasi yaitu preprocessing yang merupakan salah satu tahapan terpenting dalam klasifikasi. Penelitian ini bertujuan untuk melihat pengaruh proses stopword pada algoritma wordtovec, serta melihat performasinya pada klasifikasi yang dilakukan komparasi algoritma SVM dan KNN untuk melihat metode yang menghasilkan nilai akurasi tertinggi. Hasil penelitian menunjukan bahwa metode kombinasi yang menghasilkan akurasi tertinggi adalah metode wordtovec dengan SVM dengan akurasi sebesar 92.89%. Proses stopword sedikit meningkatkan akurasi sebesar 1.55%.
IMPLEMENTASI INFORMASI DOSEN ITB STIKOM BALI BERBASIS ANDROID Pertama, Pande Putu Gede Putra
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.460

Abstract

Perkembangan teknologi mobile sangat pesat dilihat dari fitur yang disediakan dan kegunaannya, pengembangan teknologi mobile banyak di terapkan diberbagai hal salah satu contohnya yaitu untuk mengontorl alat-alat elektronik. teknologi inilah yang menjadi konsep dasar pada penelitian ini, dimana keberadaan dosen ketika dikampus atau dalam jam kerja kurang diketahui oleh mahasiswa, ini dikarenakan informasi yang dilakukan masih manual atau dengan cara lisan atau dengan datang ke ruangan dosen tersebut untuk mendapatkan informasi. Intensitas pekerjakan dosen yang sangat tinggi terkadang membuat dosen harus lebih extra dalam bekerja, jadi mahasiswa harus mendapatkan informasi yang cepat dan tepat ketika dosen tersebut dicari Pada penelitian ini memiliki hasil yaitu membuat implementasi informasi dosen berbasis android, dimana pada aplikasi ini dosen nanti bisa mengupdate informasi sendiri pada aplikasi mobile dan mahasiswa bisa melihat informasi dosen tersebut pada handphone masing-masing secara realtime.
Analisis Fitur dan Convolutional Neural Network pada Pengenalan Aksen Ucapan Widyowaty, Dwi Sari
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.430

Abstract

Each country has its characteristics and culture, one of these characteristics is the accent of speech. By listening to someone's accent, we can identify the country of origin of the speaker. Research on accent recognition includes Automatic Speech Recognition (ASR) Technology which is currently being developed, an example of ASR technology, namely Virtual Assistant, the development of this research can be more intelligent Virtual Assistant because it can provide an accent from a speaker. In this study, the authors tried to classify accents from various countries (5 classes), namely English, Spanish, Mandarin, French and Arabic. The dataset used in this study consists of English 627 audio, Spanish 220 audio, Mandarin 132 audio, French 80 audio, and Arabic 172 audio, where all sentences are the same sentence in English. In this study, the audio features used are Mel - Frequency Cepstral Coefficients (MFCC), Zero Crossing Rate (ZCR), and Energy (in librosa it is called RMS). Audio feature extraction generates an array of each audio, the result of audio feature extraction will be the Convolutional Neural Network (CNN) Method input for classifying the accent. This research resulted in 51.30% accuracy for the MFCC feature, 48.05% for the ZCR feature, and 51.95% for the Energy feature. The Energy feature gets good accuracy, followed by the MFCC and ZCR features.
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN PRODUK (Studi kasus Toko Kanaya Rooftop Garden) Wibowo, Tri Mukti; Karyati, Cut Maisyarah
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.488

Abstract

Toko Kanaya Rooftop Garden merupakan sebuah usaha milik perseorangan yang menyediakan segala kebutuhan hewan seperti makanan, vitamin, obat-obatan dan perlengkapan lainnya khususnya untuk hewan kucing dan kelinci. Seiring dengan bertambah banyaknya data transaksi penjualan produk dari waktu ke waktu maka akan sangat disayangkan jika data tersebut hanya dijadikan sebagai arsip semata dan dibiarkan begitu saja, padahal bisa saja data-data tersebut dianalisis dan diolah sehingga akan menghasilkan informasi yang sangat berharga yang dapat berguna untuk mendukung keputusan atau membantu dalam menentukan strategi pemasaran. Pada penelitian kali ini, peneliti menganalisa data transaksi penjualan dengan mengimplementasikan algoritma Apriori dan menggunakan software Tanagra sebagai aplikasi pendukung. Data yang dipakai adalah data transaksi penjualan toko Kanaya Rooftop Garden periode 3 bulan, yakni bulan April, Mei, dan Juni 2021 yang nantinya data-data tersebut akan dianalisis sehingga menghasilkan pola suatu kombinasi item. Hasil dari analisa data transaksi menggunakan algoritma apriori berupa kombinasi item atau itemset dengan nilai assosiasi berupa nilai support dan confidence. Dengan adanya hasil dari penelitian ini, yaitu yang berupa asosiasi rule maka dapat diketahui keterkaitan antar produk atau item sehingga berguna untuk membantu owner mengambil keputusan dalam menentukan strategi pemasaran. Kata Kunci: data mining, algoritma apriori, support, confidence
PENGENALAN EKSPRESI WAJAH MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORK Adiatma, Biva Candra Lutfi; Utami, Ema; Hartanto, Anggit Dwi
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.478

Abstract

Pengenalan ekspresi wajah menjadi salah satu bidang penelitian aktif dalam beberapa tahun terakhir. Pendekatan yang ada saat ini sebagian besar menggunakan metode tradisional seperti SIFT, HOG, LBP, yang diikuti oleh klasifikasi yang dilatih dari data gambar atau video. Sebagian besar mendapatkan hasil yang cukup baik ketika menggunakan data citra yang terkontrol , tetapi tidak bekerja dengan baik pada kumpulan data yang lebih sulit dimana terdapat banyak bagian wajah dengan banyak variasi gambar. Banyak penelitian yang telah mengusulkan kerangka kerja untuk pengenalan ekspresi wajah menggunakan metode deep learning. Meskipun kinerjanya lebih baik, masih banyak ruang untuk perbaikan. Dalam penelitian ini kami mengusulkan pendekatan menggunakan metode deep learning berbasis Deep Convolutional Neural Network (DCNN) dengan variasi parameter yang berbeda. Hasil yang didapatkan setelah 5 kali percobaan training pada dataset FER2013 dengan 4 optimizer berbeda yaitu optimizer Nadam mendapatkan hasil yang sama baiknya dengan Adam dengan akurasi 83%, kemudian diikuti Adamax dengan nilai akurasi 82%, dan optimizer terkahir dengan akurasi 74% adalah SGD. Hasil prediksi terbaik diperoleh ketika menggunakan optimizer Nadam dengan akurasi 83%.

Page 2 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 12, No 1 (2022) VOL 11, NO 2 (2021) Vol 11, No 1 (2021) Vol 10, No 2 (2020) Vol 10, No 1 (2020) Vol 9, No 2 (2019) Vol 9, No 1 (2019) Vol 9, No 1 (2019) Vol 8, No 2 (2018) Vol 8, No 2 (2018) Vol 8, No 1 (2018) Vol 7, No 2 (2017) Vol 7, No 1 (2017) Vol 6, No 2 (2016) More Issue