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
 2   3   4   5   6 
Deteksi Langkah Kaki Berdasarkan Total Akselerasi dan Sudut Kemiringan Menggunakan Sensor Accelerometer pada Smartphone Made Liandana
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.43

Abstract

Deteksi langkah kaki menjadi topik yang menarik untuk diteliti karena hasil deteksi langkah dapat dimanfaatkan untuk berbagai pengaplikaisan. Penerapan deteksi langkah kaki banyak diimplementasikan untuk mendeteksi aktivitas fisik dan untuk deteksi posisi di dalam ruangan. Salah satu sensor yang dapat digunakan untuk mendeteksi langkah kaki adalah sensor accelerometer, baik sensor accelerometer yang telah disematkan pada perangkat smartphone atau modul sensor yang dirakit dan dihubungkan dengan mikrokontroler. Pada penelitian ini menggunakan sensor accelerometer pada perangkat smartphone. Sumbu sensor yang digunakan adalah sumbu x, y, dan z. Nilai dari ketiga sumbu tersebut dihitung untuk mendapatkan nilai magnitude-nya atau total akselerasi, sebelum dihitung dilakukan proses filterasi terlebih dahulu. Total akselerasi dari ketiga sumbu tersebut ditentukan nilai puncaknya yang mewakili langkah kaki yang terjadi. Untuk posisi smartphone yang dipegang oleh pengguna diidentifikasi menggunakan sudut kemiringan. Terjadinya langkah diidentifikasi berdasarkan nilai ambang batas total akselerasi, sudut kemiriangan, dan jumlah total akselerasi yang memenuhi nilai ambang batas. Teknik yang diterapkan telah diujikan untuk 365 langkah, dari total pengujian tersebut teknik yang diimplementasikan ternyata mengidentifikasi terjadinya 406 langkah. Terdapat selisih langkah,yaitu 41 langkah lebih banyak dari kondisi sebenarnya atau sebesar 11,23% dari total langkah yang terjadi.
Mereduksi Error Prediksi Pada Sistem Rekomendasi Menggunakan Pendekatan Collaborative Filtering Berbasis Model Matrix Factorization Annas Al Amin; Andi Sunyoto; Hanif Al Fatta
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.44

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 memorysaat ini masih banyak digunakan dalam sistem rekomendasi. Pendekatan ini bertumpu pada ratingyang diberikan oleh pengguna terhadap suatu item sebagai pendekatan dasar untuk menghitung kesamaan respon pengguna terhadap produk untuk memberikan rekomendasi item, namunkelemahannya 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 kamiusulkan mampu menghasilkan error prediksi terkecil sebesar 0,6814 sedangkan collaborative filtering berbasis memory menghasilkan error prediksi lebih besar yaitu 2,984.
Analisis Fitur dan Convolutional Neural Network pada Pengenalan Aksen Ucapan Dwi Sari Widyowaty; Andi Sunyoto; Hanif Al Fatta
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.45

Abstract

Setiap negara memiliki ciri khas dan budaya masing-masing, salah satu ciri khas tersebut yaitu aksen ucapan, dengan mendengarkan aksen ucapan seseorang, maka dapat dikenali asal negara dari pembicara tersebut. Penelitian mengenai pengenalan aksen termasuk pada Teknologi Automatic Speech Recognition (ASR) yang sekarang ini sedang berkembang, contoh dari pemanfaatan teknologi ASR yaitu Asisten Virtual, pengembangan penelitian ini dapat menuju Asisten Virtual yang lebih cerdas karena dapat mengenali aksen dari seorang pembicara. Pada penelitian ini, penulis mencoba mengklasifikasikan aksen dari berbagai Negara (5 kelas) yaitu English, Spanish, Mandarin, French dan Arabic. Dataset yang digunakan pada Penelitian ini berjumlah 1231 rekaman suara yang terdiri dari English 627 audio, Spanish 220 audio, Mandarin 132 audio, French 80 audio, dan Arabic 172 audio, dimana seluruh pembicara mengucapkan kalimat yang sama dalam bahasa Inggris. Pada penelitian ini fitur audio yang digunakan yaitu Mel – Frequency Cepstral Coefficients (MFCC), Zero Crossing Rate (ZCR), dan Energy (pada librosa disebut RMS). Ekstraksi Fitur audio menghasilkan array dari setiap audio, hasil ekstraksi fitur audio akan menjadi masukan Metode Convolutional Neural Network (CNN) untuk mengklasifikasikan aksen tersebut. Penelitian ini menghasilkan akurasi 51.30 % pada fitur MFCC, 48.05 % pada fitur ZCR, dan 51,95 % pada fitur Energy. Fitur Energy mendapatkan akurasi yang baik, kemudian diikuti dengan fitur MFCC dan ZCR.
Analisis Algoritma Apriori dan FP-Growth Dalam Menemukan Pola Frequent Item Data Association Rule Pada Supermarket Vita Rahayu; Bambang Soedijo; Sudarmawan Sudarmawan
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.46

Abstract

Teknologi informasi yang setiap tahun nya semakin berkembang sehingga pada saat ini membuat seseorang tidak pernah lepas dari teknologi tersebut, teknologi digunakan diberbagai bidang yang salah satunya sepert usaha supermarket, pemanfaatan teknologi informasi pada supermarket dalam pengolahan data yang besar bisa menggunakan data mining dengan cara menganalisa data transaksi, dengan menganalisa data transaksi penjualan produk pada supermarket maka akan menghasilkan pola-pola kombinasi keterhubungan antar produk atau pola asosiasi. Penelitian ini penulis melakukan komparasi algoritma apriori dan FP-Growth yang dapat mengetahui pola pembelian atau pola asosiasi dengan membandingkan algoritma mana yang menghasilkan tingkat kepercayaan tertinggi dengan menggunakan data besar maka didapatkanlah FP-Growth yang menghasilkan tingkat ke percayaan tertinggi dalam menemukan kombinasi antar item berdasarkan teknik association rulespada proses nya yang berdasarkan nilai support (penunjuang) dan confidence (kepercayaan) dari masing-masing proses mining.
Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi Muhammad Mariko; Kusrini Kusrini; Sudarmawan Sudarmawan
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.47

Abstract

Perkembangan teknologi memberi dampak yang begitu besar bagi kehidupan manusia, selain meningkatkan produktivitas teknologi juga dapat memudahkan berbagai pekerjaan termasuk salah satunya yaitu dapat digunakan sebagai sarana yang untuk membantu dalam mengambil sebuah keputusan yang tepat seperti menentukan produk yang tepat untuk digunakan sebagai konten promosi, sehingga konten promosi yang dibuat menjadi lebih tepat sasaran. Pemanfaatan teknologi dalam pengolahan data yang besar bisa menggunakan data mining untuk menganalisa data transaksi penjualan untuk mengetahui pola-pola kombinasi keterhubungan setiap produk sehingga hasil kombinasi tersebut dapat digunakan untuk konten promosi. penelitian ini menggunakan metode apriori dan fp-growth untuk menemukan kombinasi atau keterbuhungan setiap produk berdasarkan nilai support dan confidance dari setiap proses mining. Hasil dari penelitian ini menunjukan bahwa algoritma FP-Growth membutuhkan waktu yang lebih sedikit dibandingkan dengan algoritma Apriori dalam proses mining, kemudian pola asosiasi yang terbentuk dengan nilai minimum support 15% dan nilai minimum confidence 20%. selain itu semakin besar nilai support dan nilai confidence yang diatur maka akan semakin singkat waktu pemprosesan algoritma dan semakin kecil nlai suppor dan nilai confidance maka akan semakin lama waktu yang dibutuhkan untuk memproses algoritma.
Rekomendasi Penjual Bahan Makanan Dengan Metode Filtering Berbasis Konten dan Lokasi Pada Aplikasi Resep Masakan Didik Irawan; Kusrini Kusrini; Muhammad Rudyanto Arief Arief
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.48

Abstract

Informasi resep masakan sangat membantu masyarakat dalam membuat menu masakan yang variatif setiap harinya. Berbagai aplikasi resep masakan dapat diunduh di internet dan pengguna dapat berbagi informasi mengenai inovasi dan variasi lain dari sebuah resep masakan. Namun satu hal yang menjadi keterbatasannya adalah tidak adanya informasi pendukung terkait dengan tempat untuk membeli bahan makanan yang ada pada resep tersebut. Setiap pengguna memiliki lokasi yang berbeda-beda, sehingga untuk mendapatkan bahan yang sama memerlukan pencarian yang tidak mudah. Berbagai pendekatan diteliti untuk dapat menjawab permasalahan tersebut, salah satunya dengan penggabungan metode content based-filtering dan location basedfiltering. Pada penelitian ini, penulis menerapkan algoritma text processing dan TF-IDF untuk filtering konten dan untuk menerapkan algoritma klasifikasi K-Nearest Neightbors (KNN) dan formula haversine untuk mencari irisan antara bahan masakan dan jarak lokasi penjual terdekat yang menjual sebagian besar atau seluruh bahan pada resep masakan. Hasil dari penelitian ini menunjukkan bahwa penggabungan algoritma text processing, TF-IDF, KNN dan formula haversine dapat digunakan untuk menemukan penjual bahan makanan terdekat yang sesuai dengan resep masakan.
CONTENT BASED IMAGE RETREIVAL MENGGUNAKAN TAMURA TEXTURE FITUR PADA KAIN SONGKET KHAS LOMBOK Wenti Ayu Wahyuni; Ema Utami; Anggit Dwi Hartanto
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.49

Abstract

Information Retrieval adalah bidang ilmu yang berhubungan dengan representasi, penyimpanan, dan akses ke item informasi. Pada dunia nyata, implementasi dari information retrieval dapat ditemukan pada mesin pencarian. Proses pencarian biasanya banyak menggunakan query berupa teks, Namun Banyak kelemahan yang ditemukan pada pencarian menggunakan teks. Content based image retrieval (CBIR) merupakan proses untuk melakukan pencarian citra digital. Prinsip dasar dari teknik CBIR adalah penggunaan algoritma analisa gambar untuk mengekstrak angka secara otomatis pada atribut gambar disuatu waktu pada database gambar. Tujuan penelitian ini yaitu membangun sistem CBIR dalam pencarian kain songket lombok dengan menggunakan metode ekstraksi fitur tamura dalam ekstraksi fitur citra gambar. Data yang digunakan berjumlah kurang lebih 450 kain songket. Aplikasi yang digunakan pada penelitian ini adalah aplikasi dari LIRE. Database yang digunakan berasal dari data yang dikumpulkan langsung. Penerapan metode tamura menunjukkan hasil yang relevan karena dapat menemukan 9 gambar yang relevan dari 12 gambar.Untuk hasil pencarian kain songket keker mendapatkan hasil 75%. Untuk keseluruhan pencarian didapatkan hasil sebesar 85.6%.
PENENTUAN DOMAIN TATA KELOLA TEKNOLOGI INFORMASI DI DINAS PENANAMAN MODAL DAN PELAYANAN TERPADU SATU PINTU KOTA SURAKARTA MENGGUNAKAN COBIT 4.1 Adadilaga Arya Priwanegara; Kusrini Kusrini; Asro nasiri
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.50

Abstract

Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu Kota Surakarta (DPMPTSP) yang terletak di Komp. Balai Kota, Jl. Jend. Sudirman No.2, Kp. Baru, Kec. Ps. Kliwon, Kota Surakarta, Jawa Tengah 57133, adalah instansi yang bergerak dalam penyusunan dan pelaksanaan kebijakan daerah di bidang penanaman modal dan pelayanan perizinan.DPMPTSP Surakarta sendiri memiliki infrastruktur Teknologi informasi yang dapat mendukung dalam kineja pelayanan pada masyarakat, dalam penerapannya di DPMPTSP memiliki permasalahan yang dihadapi yaitu seberapa optimal kinerja sumber daya manusia karena belum dilakukan evaluasi terhadap kinerja sumber daya manusia.Evaluasi merupakan pengukuran terhadap kualitas yang dipelajari, dengan menggunakan standar dan melibatkan individu-individu. Standar umum yang biasa digunakan untuk mengevaluasi TI di antaranya adalah COSO, COBIT, ITIL, ISO(International Organization for Standardization)27001 dan NSA INFOSEC. Standar pengelolaan TI menyediakan panduan aktivitasTI, salah satunya adalah Control Objectives for Information and Related Technology yang dikenal dengan nama COBIT. Penelitian ini menggunakan kerangka kerja COBIT 4.1 yang berfokus pada penentuan domain yang akan digunakan. Hasil yang didapatkan dari penentuan IT goal to Business IT yaitu domain Plan and Organize (PO) yaitu : PO8, Acquere and Implement (AI) yaitu : AI4, dan Deliver and Support (DS) yaitu : DS1, DS2, DS3, DS4, DS8, DS10, DS13.
Analisa Serangan Remote Exploit pada Jaringan Komputer dengan menggunakan Metode Network Forensic I Wayan Ardiyasa; Ni Luh Gede Pivin Suwirmayanti
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.51

Abstract

– Kejahatan siber merupakan aktifitas kejahatan dengan menggunakan perangkat komputer ataujaringan komputer yang menjadi alat, sasaran atau tempat terjadinya kejahatan yang menjadi ancaman terhadap privasi data atau informasi maupun kerugian secara bisnis. Kejahatan siber saat ini semakin meningkat yang disebabkan oleh keterbukaan suatu informasi dan mudahnya akses informasi diinternet. Adanya celah keamanan (vulnerability) pada sistem dan jaringan komputer menyebabkan sistem berpeluang besar menjadi target serangan siber seperti serangan Remote Exploit. Serangan Remote Exploit merupakan serangan yang dilakukan melalui jaringan dengan mengeksploitasi celah keamanan tanpa adanya akses terlebih dahulu kedalam sistem target. Serangan Remote Exploit bertujuan untuk mendapatkan akses kedalam komputer target untuk mencuri data didalam komputer target. Serangan Remote Exploit dilakukan dengan memanfaatkan celah dari protokol Server Mesage Block SMB pada port445 pada sistem operasi Windows XP SP 2 sehingga memungkinkan attacker untuk masuk kedalam sistem operasi komputer target secara jarak jauh dan mendapatkan akses secara leluasa untuk menguasai kompuer target. Dalam serangan Remote Exploit, memanfaatkan aplikasi metasploit framework untuk membuat backdoor dengan menggunakan exploit windows/smb/ms08_067_netapi dan payload windows/meterpreter/reverse_tcp untuk dapat mengontrol sistem operasi target. Network forensicmerupakan metode untuk melakukan monitoring dan analisis lalu lintas jaringan komputer untuk pengumpulan informasi dan bukti hukum. Untuk mendapatkan informasi lalu lintas jaringan serta mendeteksi awal serangan Remote Exploit menggunakan aplikasi wireshark yang berguna untuk mendeteksi dan monitoring serangan Remote Exploit. Selain dari sisi jaringan, analisa dilakukan dari sisi perangkat komputer yaitu untuk mendapatkan informasi serangan lebih detail sehingga bukti digital serangan dapat ditemukan. Output yang dihasilkan penelitian ini adalah informasi serangan Remote Exploit dari lalu lintas jaringan komputer serta bukti digital dari komputer target terkait aktivitas dan IP Penyerang.
Analisis Komparatif Kinerja Model Pengendalian Pada Alat Pendeteksi Kebocoran Gas Berbasis Internet Of Things Guido Adolfus Suni; Kusrini Kusrini; Sudarmawan Sudarmawan
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.52

Abstract

Pada zaman modern ini masyarakat sudah banyak sekali menggunakan gas sebagaipendukung 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

Page 4 of 10 | Total Record : 100

 2   3   4   5   6 

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