cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahtiar Imran
Contact Email
bahtiarimranlombok@gmail.com
Phone
+6285337626083
Journal Mail Official
bahtiarimranlombok@gmail.com
Editorial Address
Jl. Kampus Universitas Teknologi Mataram, Kekalik Mataram, Kota Mataram, Provinsi Nusa Tenggara Barat (NTB)
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
Explore
Published by Universitas Teknologi Mataram
ISSN : 2087894X     EISSN : 2656615X     DOI : https://doi.org/10.35200/ex
Core Subject : Science,
Computer Science & IT
Jurnal EXPLORE ( e-ISSN: 2656-615X, P-ISSSN: 2087-894X) adalah sebuah jurnal peer-review yang didedikasikan untuk publikasi hasil penelitian yang berkualitas dalam bidang Teknologi Informasi dan Komputer. Jurnal ini menerbitkan karya-karya mutakhir dalam teori dasar, eksperimen dan simulasi, serta aplikasi, dengan metode yang diusulkan secara sistematis, ulasan yang cukup tentang karya-karya sebelumnya, diskusi yang diperluas dan kesimpulan yang ringkas. Jurnal EXPLORE memiliki kebijakan aksess terbuka (Open Access Policy) yang memungkinkan artikel yang dipublikasikan tersedia secara online secara gratis tanpa berlangganan. All submissions are blind and reviewed by peer reviewers. All papers can be submitted in BAHASA INDONESIA or ENGLISH.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 100 Documents
 6   7   8   9   10 
Analisis Perbandingan Algoritma Fp-Growth Dan Tpq-Apriori Dalam Menentukan Rule Based Terbaik Untuk Sistem Rekomendasi Produk Lalu Zazuli Azhar Mardedi Zazuli; Kartarina Kartarina; Moch. Syahrir Syahrir
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.112

Abstract

The popular association rule algorithms are a priori and fp-growth, these two algorithms are very familiar among data mining researchers, however there are several weaknesses found in the association rule algorithm, including scanning the dataset for a long time in the process of searching for itemset frequencies, the use of large memory and the resulting base rules are sometimes less than optimal. In this research, the author compared the fp-growth and TPQ-apriori algorithms to analyze the base rule results of the two algorithms. TPQ-Apriori is an algorithm resulting from the development of the apriori algorithm, where the performance of the TPQ-Apriori algorithm is better than the traditional apriori algorithm in terms of the dataset scanning process in searching for itemset frequencies. For experiments, the fp-growth algorithm used the rapidminer tool while the TPQ-apriori algorithm used an application program that was built by ourselves. Meanwhile, the dataset used is sales data on CV. Charandita Kusuma NTB which has been uploaded to the Kaggle site. The base rules testing results are from the overall rule testing results with the CV sales dataset. Charandita Kusuma NTB can draw a conclusion that the larger the dataset to be processed, the more optimal the results will be if using the fp-growth rapidminer algorithm, but it is not optimal if the dataset to be processed is a small dataset. Some rules do not appear in the fp-growth algorithm with the rapidminer tool. Meanwhile, the TPQ-Apriori algorithm that has been developed is able to produce optimal rules for both large datasets and small datasets.
Implementasi Speech Recognition Whisper pada Debat Calon Wakil Presiden Republik Indonesia Roissyah Fernanda Khoiroh; Eric Julianto; Safrizal Ardana Ardiyansa; Haidar Ahmad Fajri; Aryaguna Abi Rafdi Yasa; Brian Sangapta
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.115

Abstract

Negara Republik Kesatuan Indonesia (NKRI) memiliki sistem pemerintahan demokrasi, sehingga warga negara Indonesia bebas menggunakan hak pilih mereka dalam menentukan kandidat wakil presiden. Hak pemilih ini telah dijamin dalam Undang-Undang Dasar Tahun 1945 tentang hak konstituional pemilu. Pemilu 2024 memiliki sejumlah 204.807.222 pemilih yang sudah ditetapkan dalam Daftar Pemilih Tetap (DPT) yang didominasi oleh generasi milenial dan generasi Z. Generasi muda tersebut membutuhkan informasi yang cukup untuk mengetahui visi dan misi, serta gagasan para kandidat. Visi dan misi harus dapat tersampaikan dengan baik, agar mereka dapat memilih dengan bijak. Terdapat faktor yang mengakibatkan gagasan mereka tidak tersampaikan dengan baik, seperti penggunaaan kalimat yang asing dan tidak baku, serta gangguan dari lingkungan sekitar. Salah satu solusi permasalahan ini adalah dengan penggunaan model speech recognition secara otomatis. Whisper merupakan model speech recognition yang mampu mendeteksi suara dengan baik. Whisper memiliki tingkat akurasi sebesar 95,19% pada gagasan Muhaimin, 96,71% pada gagasan Gibran, dan 87,16% pada gagasan Mahfud. Whisper juga mampu mengenali frekuensi penggunaan kata-kata yang disampaikan oleh ketiga kandidat. Berdasarkan frekuensi kata yang ditekankan, dapat diinterpretasikan bahwa Muhaimin ingin membangun kedekatan dan keterbukaan terhadap masyarakat Indonesia, serta berfokus pada isu-isu pembangunan ekonomi, sedangkan Gibran menekankan bahwa dia ingin memberikan perhatian dan ruang bagi kaum muda untuk berkembang, dan Mahfud ingin berfokus pada fasilitas, program kerja, serta menyelesaikan isu ekonomi.
Perancangan Sistem Informasi Pemberian Point Disiplin Siswa Deddy Supriadi; IQBAL DZULFIQAR ISKANDAR; Dede Sofia Rahmah
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.119

Abstract

Pendidikan yang berkualitas memiliki peran penting untuk kemajuan Siswa. Beberapa faktor yang mempengaruhi untuk merealisasikan Pendidikan yang berkualitas contohnya, faktor pendidik, sarana dan prasarana, Siswa dan management pengelolaan dalam Pendidikan. Seperti di Sekolah Menengah Pertama YPI Alhuda, untuk merealisasikan Pendidikan yang berkualitas dilakukan riset perancangan Sistem Informasi Pemberian Point Disiplin Siswa yang bertujuan sebagai upaya meningkatkan pengelolaan bimbingan konseling dalam pelayanan kepada Siswa dalam mempercepat penerimaan pelaporan pelanggaran Siswa melalui point yang diberikan oleh guru konseling untuk selanjutnya ditindak lanjuti untuk pembinaan lebih cepat dan responsif. Metode perancangan sistem informasi yang diterapkan pada riset ini adalah Metode prototyping, sedangkan metode pengumpulan data dalam penelitian ini menggunakan teknik observasi, wawancara dan studi pustaka. Berdasarkan hasil observasi yang telah dilakukan di Sekolah Menengah Pertama YPI Alhuda, sistem pemberian point pelanggaran Siswa Sekolah Menengah Pertama YPI Alhuda masih terkendala yaitu proses pemberian point pelanggaran dan penghargaan kepada Siswa masih secara manual, sehingga memerlukan waktu yang lama dan seringkali pemberian point terhadap Siswa tidak akurat sehingga sulit untuk mendeteksi Siswa bermasalah dan melakukan pembinaan secara tepat. Kesimpulan dari hasil riset ini adalah perancangan website sistem informasi point Siswa Sekolah Menengah Pertama YPI Alhuda Kota Tasikmalaya dapat dilakukan. Transformasi Pengolahan management bimbingan konseling yang diubah kedalam sistem informasi meningkatkan pelayanan bimbingan konseling kepada Siswa, mempercepat pemberian point Siswa, dan penerimaan pelaporan pelanggaran Siswa lebih efektif dan efisien sehingga guru konseling dapat memonitoring. Setelah perancangan aplikasi Teknologi informasi poin Siswa selesai dilakukan, salanjutnya dilakukan pengujian pada antarmuka, hasil pengujian antarmuka mendapatkan nilai sukses 100%.
Analisis Skalabilitas Sistem Pengenalan Wajah menggunakan Library Face Recognition di Lingkungan Cloud Computing Rizal Fahmi Alifa
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.120

Abstract

Penelitian ini mengkaji skalabilitas sistem pengenalan wajah menggunakan library Face Recognition di lingkungan cloud computing. Library Face Recognition, yang dikembangkan dengan bahasa pemrograman Python, dipilih karena menawarkan fitur dan fungsionalitas yang memudahkan pengembang dalam mengimplementasikan sistem pengenalan wajah yang handal dan akurat. Namun, tantangan utama yang dihadapi adalah skalabilitas, yaitu kemampuan sistem untuk menangani peningkatan jumlah data dan pengguna tanpa mengalami penurunan kinerja signifikan. Cloud computing menawarkan solusi dengan menyediakan sumber daya komputasi yang elastis dan fleksibel. Tujuan dari penelitian ini adalah untuk menganalisis performa dan efisiensi sistem pengenalan wajah di lingkungan cloud computing dengan menggunakan layanan Cloud Run di Google Cloud Platform (GCP) dan alat pengujian beban Apache JMeter. Metode penelitian mencakup studi literatur, analisis kebutuhan, perancangan, implementasi, dan pengujian sistem dengan berbagai skenario permintaan. Hasil pengujian menunjukkan bahwa sistem ini memiliki tingkat skalabilitas yang baik dengan persentase kesuksesan 100% pada semua skenario pengujian. Latensi yang diukur berkisar antara 524 ms hingga 559 ms, menunjukkan kemampuan sistem dalam menangani peningkatan beban kerja tanpa mengorbankan kecepatan pemrosesan. Peningkatan sumber daya komputasi seperti instance ,memory dan vCPU memungkinkan sistem menangani lebih banyak permintaan, namun meningkatkan biaya operasional. Strategi auto-scaling dan load balancing diperlukan untuk menjaga kinerja optimal dan mengurangi risiko downtime.
Analisis Perbandingan Efektivitas Metode Fuzzy C-Means dan K-Means dalam Mengelompokkan Buku Berdasarkan Frekuensi Peminjaman di Perpustakaan SMKN 1 Mandau Juliandri Saputra; Muhammad Iqbal Al Aksha; Lily Maryani; Gilang; Rahmaddeni
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.121

Abstract

This research investigates and compares the effectiveness of two data grouping methods, namely Fuzzy C-Means (FCM) and K-Means, in grouping books based on borrowing frequency in the SMKN 1 Mandau Library. The data used is a track record of book borrowing during a certain period. This analysis aims to evaluate the most suitable method for grouping books based on their borrowing patterns. The FCM method is used to consider uncertainty in grouping, while K-Means prioritizes certainty in group division. The results of the analysis can provide deeper insight into reading preferences in libraries, as well as help library managers in designing book placement strategies that are more effective and responsive to different borrowing patterns. The results of the comparison between K-Means and Fuzzy C-Means in grouping subjects based on borrowing frequency at the SMKN 1 Mandau Library show that K-Means has an SSE of 162,083, indicating good centralization of data in its clusters by grouping subjects into two clusters separated. On the other hand, Fuzzy C-Means shows a centroid with a value of [116.03, 136.52], indicating a more flexible approach with varying degrees of membership for each cluster, and a cluster pattern similar to K-Means. Although K-Means is slightly faster in execution with 0.0031 seconds compared to Fuzzy C-Means which requires 0.0032 seconds, both show almost the same time efficiency. Overall, Fuzzy C-Means is proven to be more effective based on centroid value evaluation in handling data with different degrees of membership, while both K-Means and Fuzzy C-Means provide consistent clustering results and can be considered according to the needs of book lending data analysis in the library of SMKN 1 Mandau.
Prediksi Pelanggan VIP Internet Service Provider Menggunakan Regresi Linear Vivi Triani Malya; Ahmadi; Ahmad Tara Pratama; Rahmaddeni
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.122

Abstract

In the internet service industry, identifying and predicting VIP customers is crucial for enhancing retention and profitability. This study aims to predict VIP customers using the linear regression method. The data used includes various customer attributes such as monthly data usage, subscription duration, payment history, and bandwidth used. By applying linear regression, a model was developed to identify the factors that most influence the VIP status of customers. The results of the study show that monthly data usage and subscription duration are significant predictors for classifying VIP customers. The resulting linear regression model has an adequate level of accuracy in predicting VIP customers. These findings can help internet service providers design more effective marketing strategies and service personalization to enhance customer satisfaction and loyalty. The application of linear regression in VIP customer prediction provides valuable insights into customer behavior and enables companies to be proactive in managing customer relationships. This research also opens opportunities for further exploration using more complex analytical methods such as logistic regression and machine learning to improve prediction accuracy.
Analisis Prediksi Harga Rumah Pada Machine Learning Metode Regresi Linear Nuzuliarini Nuris
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.123

Abstract

Rumah merupakan kebutuhan esensial yang sangat penting bagi setiap individu, dengan pentingnya peran rumah tersebut maka sesorang yang ingin membeli rumah dan seseorang yang ingin menjual rumah sangat membutuhkan prediksi harga rumah yang sesuai dan akurat. Dalam menentukan prediksi harga rumah ditentukan oleh banyak faktor. Berdasarkan permasalahan tersebut maka setelah dilakukan penelitian dengan menggunakan metode regresi linear untuk memprediksi harga rumah sehingga dapat mempermudah transaksi jual dan beli. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari website rumah123.com. Hasil penelitian ini menunjukkan nilai akurasi sebesar 86,41%. Harga rumah sangat berpengaruh kuat dengan luas bangunan dan harga rumah tidak dipengaruhi pada kriteria jenis sertifikat dikarenakan hasil yang didapat pada keterkaitan atau hubungan variabel luas bangunan sebesar 0,80 dan jenis sertifikat sebesar 0,00. Model dievaluasi menggunakan metrik evaluasi yang sesuai dengan menguji akurasi dan kinerja dari mean squared error (MSE) sebesar 464,87397, R-squared (R²) sebesar 0,7818811 dan mean absolute error (MAE) sebesar 313,00083.
Sistem Informasi Inventory Barang Berbasis Web Pada PT. Herso Ticep Indonesia Dengan Metode Waterfall Subkhan Fadilah; Muhtajuddin Danny; Nurhadi Surojudin
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.124

Abstract

PT Herso Ticep Indonesia adalah sebuah perusahaan yang bergerak dalam bidang distribusi dan manufaktur barang-barang konsumen. Manajemen inventory yang efisien sangat penting dalam operasional perusahaan ini untuk menjaga kelancaran proses bisnis. Metode Waterfall dipilih sebagai kerangka kerja pengembangan sistem karena memberikan struktur yang terorganisir dan linear. Penelitian ini melibatkan tahap analisis kebutuhan, perancangan, pengembangan, pengujian, dan implementasi sistem. Data dan informasi diperoleh melalui wawancara dengan pihak terkait, studi literatur, serta observasi langsung terhadap proses bisnis perusahaan. Sistem Informasi Inventory Barang ini bertujuan untuk memudahkan pengelolaan inventaris, pemantauan stok barang, serta pengendalian proses pengadaan barang. Dengan adanya sistem ini, PT Herso Ticep Indonesia diharapkan dapat mengoptimalkan proses bisnisnya, mengurangi kehilangan barang, dan meningkatkan efisiensi pengelolaan inventaris. Hasil penelitian ini menunjukkan bahwa penerapan Metode Waterfall dalam pengembangan sistem informasi inventory barang berbasis web di PT Herso Ticep Indonesia memberikan hasil yang memuaskan. Sistem yang dikembangkan telah berhasil memenuhi kebutuhan perusahaan dalam manajemen inventaris barang. Implikasi dari penelitian ini adalah bahwa perusahaan dapat meningkatkan efisiensi operasionalnya dan mengoptimalkan pengelolaan inventaris melalui penerapan sistem informasi ini. Penelitian ini juga dapat memberikan panduan bagi perusahaan lain yang ingin mengembangkan sistem serupa.
Analisis Live Forensics Keamanan Browser pada Marketplace (Studi Kasus : Tokopedia dan Bukalapak) Budun Sarsono; Rini Indrayani
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.126

Abstract

Mobilitas tinggi manusia menuntut arus pertukaran informasi yang sangat cepat sehingga jumlah pertukaran data yang terjadi juga sangat tinggi. Salah satu alat pertukaran data yang sering digunakan dalam melakukan pertukaran data adalah browser, dan salah satu aktivitas yang sering digunakan dengan browser adalah aktivitas belanja online. Namun pilihan popular ini juga tidak lepas dari isu keamanan data. Salah satu upaya pengamanan data yang dapat dilakukan adalah dengan terus mengawasi penggunaan tools dan layanan yang digunakan oleh pelanggan dalam implementasi pengamanan data. Salah satu cara mengawasi penggunaan browser saat melakukan akses layanan belanja online adalah dengan melakukan inspeksi jejak login menggunakan analisis forensic digital khususnya Teknik live forensics seperti yang digunakan pada penelitian ini. Penelitian ini menggunakan metode Natinonal Institute of Justice (NIJ) dan sebuah scenario kasus yang diterapkan pada 30 akun email di 30 perangkat berbeda meamnfaatkan layanan belanja online Tokopedia dan Bukalapak. Hasil penelitian menunjukkan persentase indeks keamanan tertinggi untuk mengakses Tokopedia dan Bukalapak dimiliki oleh browser Mozilla Firefox dan indeks keamanan terendah dimiliki oleh browser Chrome.
Implementasi Sistem Keamanan Data Menggunakan Server Ubuntu Pada Jaringan Lokal di PT Coat Sedulur Pramudhita Ferdiansyah; Zidan Fatur Rahman
Explore Vol 14 No 2 (2024): Juli 2024
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v14i2.127

Abstract

The data processing system in a company is very important, to make it easier for the company to manage and store data safely. However, managing this data requires an efficient and secure system to ensure there is no leak of company data. This research aims to implement a data processing system by dividing and limiting users and IP addresses to be able to access the server at PT Java Coat Sedulur. In addition to improving security aspects, the use of servers allows implementing stricter access controls, data encryption and sophisticated authentication systems. Centralized data management makes it easier to search, manage and share information, thereby increasing the company's operational efficiency. This research uses the Prepare Design Implement Operate and Optimize (PPDIOO) method as a network development framework that is centered on user needs. Ubuntu is used as the main server which functions to prevent viruses from entering the server. By setting the IP address, username and password in Samba, users can only access and manage files according to the specified jobdesk. The use of Samba for file sharing and folder sharing on the server shows that the client can connect well and successfully share files with the server. The results of implementing samba can create a secure and centralized data processing system, so that it can prevent data leaks

Page 10 of 10 | Total Record : 100

 6   7   8   9   10 

Filter by Year

2017 2024


Reset
Filter By Issues
All Issue Vol 14 No 2 (2024): Juli 2024 Vol 14 No 1 (2024): Januari Vol 13 No 2 (2023): Juli 2023 Vol 13 No 1 (2023): Januari 2023 Vol 12 No 2 (2022): Juli 2022 Vol 12 No 1 (2022): Januari 2022 Vol 11 No 2 (2021): Juli 2021 Vol 11 No 1 (2021): Januari 2021 Vol 7 No 2 (2017): Juli 2017 Vol 7 No 1 (2017): Januari 2017