Jurnal Eksplora Informatika

Pengenalan Bangunan Bersejarah Pura Dengan Arsitektur InceptionV3 dan Xception

Erico Jochsen — 2024-09-30

Bali merupakan salah satu wilayah di Indonesia sangat dikelnal selbagai telmpat yang selring dikunjungi ollelh wisatawan di Indolnelsia maupun luar negeri. Bali memiliki banyak peninggalan bangunan Sejarah. Bangunan pura di Bali melmiliki karaktelristik unik yang melncelrminkan kelkayaan budaya Indolnelsia. Selhingga banyak wisatawan yang telrtarik untuk belrlibur disana. Teltapi karelna kelunikan pada tiap bangunan pura disana melnyelbabkan kurangnya pelngeltahuan tentang bangunan Sejarah selhingga tujuan utama dari pelrancangan ini adalah untuk melngelmbangkan sistelm pelngelnalan bangunan belrseljarah pura di Indolnelsia mellalui gambar bangunan. Selcara lelbih luas, kolntribusi pelrancangan ini dapat ditelrapkan dalam pelngelmbangan sistelm selrupa untuk wilayah-wilayah belrseljarah lainnya di Indolnelsia, melmpelrkaya upaya pellelstarian dan prolmolsi warisan budaya selcara nasiolnal. Delngan delmikian, pelrancangan ini tidak hanya melmbuka jalan bagi inolvasi dalam bidang pelngelnalan citra, teltapi juga melmbelrikan dampak polsitif dalam mellelstarikan kelkayaan budaya yang belrharga. Penelitian ini menggunakan proporsi 80% data latih dan 20% data uji. Convolutional Neural Network (CNN) merupakan metode deep learning yang dapat digunakan untuk mengklasifikasi citra dari data mentah. Penelitian ini menggunakan model CNN arsitektur InceptionV3 dan Xception. Hasil pelnellitian melnunjukkan bahwa algolritma IncelptiolnV3 melnghasilkan akurasi 63% seldangkan arsitelktur Xcelptioln melnghasilkan akurasi selnilai 52%.

Knowledge Management System dengan SECI Model sebagai Sharing Knowledge Perusahaan Software Developer PT. XYZ

Roynaldy Rosdiyanto — 2024-09-30

Knowledge Management adalah sebuah kegiatan yang penting untuk dilakukan pada sebuah organisasi, perusahaan, dan tim. Salah satu bidang perusahaan yang perlu perlu menerapkan hal itu ialah Software Developer. Salah satu perusahaan yang bergerak pada bidang ini ialah PT. Cenplus Komputer Senter. Dalam menjalankan kegiatan perusahaannya PT. Cenplus Komputer Senter memiliki beberapa orang Programmer. Setiap seorang programmer pasti memiliki sebuah kompetensi dan keahlian yang berbeda-beda. Permasalahan yang ada juga karena knowledge belum terdokumentasikan dengan baik, sehingga ada tacit knowledge yang hilang dan mengakibatkan ketergantungan pada salah satu programmer. Karena jika setiap ada orang yang baru masuk selalu dilakukan Training diluar untuk mengatasi kesenjangan pasti memakan waktu dan biaya lagi untuk perusahaan. Oleh karena itu dibutuhkan sebuah sistem Knowledge Management System (KMS) untuk membantu mengelola pengetahuan dan berbagi pengetahuan diantara programmer yang ada sehingga tidak terjadi sebuah kesenjangan ilmu pengetahuan. Penelitian ini dilakukan dengan metode Socialization, Externaltization, Combination, Internalization (SECI) Model. Metode pengujian ini menggunakan beberapa aspek yaitu Functionality, Reliability, Usability, Efficiency, Maintainability, dan Probability yang ada dalam standar ISO 9126. Dari hasil pengujian tersebut didapatkan hasil sangat baik sebesar 730. Nilai ini menunjukkan secara keseluruhan Knowledge Management System ini sangat membantu para Karyawan dalam mengelola Knowledge Sharing.

Evaluation of The Poedji Rochjati Score Card (PRSC) on Digital Platform @hamilku.id Based on The Delphi Method

Sonny Fadli — 2024-09-30

The number of cases and deaths of mothers and babies in Indonesia is increasing, which is mediated by low-risk detection in early pregnancy, and a lack of knowledge resulting in the dissemination of pregnancy-related information tends to be poorly understood. As a solution to this problem, the purpose of this study was to analyze the effectiveness and usability of the Poedji Rochjati Score Card (PRSC) feature on the @hamilku.id Digital Platform based on the Delphi method. Qualitative research methods with technical observations were carried out online by obstetricians and gynecologists. The main focus of this research was usability testing involving 46 pregnant women who used the application and 9 randomly selected respondents. The assessment and evaluation were guided by the Delphi method, which involved two rounds of testing by six obstetricians and gynecologists. The results were descriptively analyzed. The findings showed that pregnant female respondents aged between 17 and 34 years had a higher education level, were dominated by people without jobs/housewives, were domiciled in Sidoarjo, had undergone antenatal care (ANC) ≤ 6 times, and had undergone ≥ 5 pregnancies. According to the PRS, 52.2% of pregnant women were classified as having high-risk pregnancies (HRPs). Based on the evaluation of the application from the usability aspect, 83.3% of the participants stated that the information was comprehensive and that the medical terminology was easy to understand. However, only half of them considered visualization in the form of images or animations to be very helpful in illustrating pregnancy risks. Delphi testing with obstetricians and gynecologists revealed that the digital PRSC features generated positive ratings, indicating that the tool is accurate, informative, easy to understand, and effective at improving the quality of health services. The second round showed an improvement in the quality and relevance of the digital PRSC features, with more diverse feedback from the respondents providing a broader perspective for future research and feature development. As a result, the digital PRSC feature can help individuals precisely and accurately identify pregnancy risks.

Klasifikasi Jenis Buah dengan Menggunakan Metode MobileNetv2 dan Inceptionv3

Benny Karnadi — 2024-09-30

Buah merupakan salah satu komoditas pangan yang penting bagi masyarakat. Buah memiliki banyak jenis yang tidak semua orang dapat mengenalinya dengan baik. Paper ini bertujuan untuk menguji metode Convolutional Neural Network (CNN) yaitu MobileNetv2 dan Inceptionv3 untuk mengenali jenis buah. Paper ini menggunakan dataset citra buah sebanyak 288 dari 9 kelas yaitu apel, pisang, ceri, sawo anggur, kiwi, mangga, jeruk, dan strawberry. Eksperimen dijalankan menggunakan data latih sebanyak 80% dan data uji 20%. Performa algoritma diuji menggunkan nilai precision, recall, akurasi, f1-score, dan confusion matriks. Hasil eksperimen menunjukkan bahwa metode MobileNetV2 memperoleh nilai precision, recall, akurasi, dan f1-score masing – masing sebesar 98%, 97%, 97%, dan 97%. Metode Inceptionv3 memperoleh nilai precision, recall, akurasi, dan f1-score masing – masing sebesar 94%, 94%, 94%, dan 94%. Berdasarkan metric evaluasi, kinerja metode MobileNetV2 mengungguli Inceptionv3.

Analisis Usability Aplikasi Ngetem Menggunakan Metode System Usability Scale (Studi Kasus PT. Seino Indomobil Logisctic)

Mairistiansyah Mairistiansyah — 2024-09-30

Transportasi dan teknologi adalah bagian dari dua elemen yang tidak dapat dipisahkan pada masa ini. Elemen tersebut berjalan seiringin dengan perkembangan zaman. Media sosial erat kaitannya dengan pengguna transportasi untuk sekedar mencari hiburan atau membantu menyelesaikan pekerjaannya. Aplikasi ngetem ialah aplikasi media sosial yang dimana pengguna aplikasi tersebut dikhususkan untuk pengemudi kendaraan saja. Pengemudi kendaraan seringkali menghabiskan waktu di media sosial untuk menunggu orderan atau mencari informasi terkait kondisi aktual pada jalan yang akan dilalui. Saat ini aplikasi ngetem belum banyak digunakan pengemudi yang membuat penelitian ini ingin mencari tahu dengan menganalisa usability pada aplikasi ini. Tujuan dari penelitian ini ialah untuk mengetahui kenapa aplikasi ngetem masih belum sering digunakan serta metode yang digunakan pada penelitian ini ialah system usability scale dan performance measurement. Hasil analisa dari penelitian ini menunjukan tingkat accepability atau penerimaan responden terhadap aplikasi sudah pada level marginal yang berarti aplikasi sudah dapat diterima namun penerimaan terhadap aplikasi tersebut masih tergolong rendah yang dimana aplikasi tersebut masih memerlukan pengembangan untuk hasil penerimaan yang lebih baik.

Implementasi Metode Regresi Linear dan Reorder Point untuk Pengendalian Persediaan Barang

Fahmi Reza Ferdiansyah — 2024-09-30

Pengendalian persediaan barang merupakan salah satu bagian penting yang harus diperhatikan bagi setiap pelaku usaha penjualan barang. Perusahaan harus melakukan pengendalian persediaan barang untuk memastikan bahwa persediaan barang berjalan sesuai dengan kebutuhan. Seiring dengan tingginya permintaan barang pada suatu perusahaan diperlukan sebuah alat yang dapat melakukan monitoring persediaan barang secara otomatis. Salah satu perusahaan yang bergerak dalam bidang penjualan barang adalah PT. XYZ. Perusahaan ini tidak dapat melakukan pengendalian barang dengan baik. Penumpukan barang serta kekurangan barang yang dibutuhkan menjadi masalah utama yang dialami oleh perusahaan ini. Tujuan penelitian ini yaitu untuk membantu menyelesaikan permasalahan yang dihadapi oleh perusahaan. Salah satu metode yang digunakan dalam pengendalian barang dalam penelitian ini adalah regresi linear dan reorder point (ROP). Metode Regresi Linear digunakan untuk meramalkan kebutuhan persediaan barang, sedangkan ROP digunakan untuk meminimalisir terjadinya kekurangan persediaan barang. Metode tersebut diimplementasikan ke dalam sebuah perangkat lunak untuk memastikan bahwa metode tersebut dapat digunakan dapat dengan mudah membantu mengelola pengendalian persediaan barang. Berdasarkan hasil penelitian, dapat disimpulkan bahwa kedua metode tersebut dapat membantu untuk mengendalikan stok barang. Tingkat akurasi dari hasil perhitungan metode Regresi Linear yang dikombinasikan dengan ROP dalam melakukan prediksi penggunaan persediaan barang untuk bulan atau periode berikutnya mencapai 119%.

Sistem Rekomendasi Wisata Magelang Menggunakan Metode Collaborative Filtering

Siska Siska — 2024-09-30

Pariwisata telah menjadi kegiatan yang populer dan digemari oleh banyak orang, termasuk di Indonesia yang memiliki berbagai destinasi terkenal. Magelang, salah satu daerah di Indonesia, memiliki potensi pariwisata yang besar dengan ragam objek wisata, mulai dari sejarah hingga alam. Penelitian ini membahas tentang pengembangan sistem rekomendasi tempat wisata di Magelang menggunakan metode collaborative filtering. Data yang digunakan berasal dari kaggle.com, mencakup informasi rating dan profil pengguna. Analisis umur menunjukkan partisipasi tinggi dari kelompok usia 21-30 tahun, yang merupakan segmen aktif dalam wisata. Mayoritas pengguna berasal dari Pulau Jawa, menambah dimensi kebudayaan dalam penelitian. Metode penelitian ini melibatkan penggunaan collaborative filtering untuk menghasilkan rekomendasi tempat wisata berdasarkan preferensi pengguna. Pengujian dilakukan pada User_Id 1, yang menghasilkan rekomendasi beragam dengan prediksi skor sekitar 3,81 untuk tiga tempat utama. Hasil ini menunjukkan bahwa sistem rekomendasi dapat membantu pengguna menemukan destinasi yang sesuai dengan preferensi mereka. Kesimpulan penelitian ini menggarisbawahi potensi sistem rekomendasi untuk meningkatkan pengalaman wisata dan mendukung pengembangan sektor pariwisata di Magelang.

Analisis Pengaruh Usability, Information Quality, Service Interaction Quality terhadap Kepuasan Pengguna SLAWE

Muhammad Yusril Alfareza — 2024-09-30

Dukcapil Kota Bengkulu telah menerapkan Sistem Informasi dalam pengelolaan dan penyimpanan informasi data kependudukan dari masyarakat Kota Bengkulu, salah satu sistem Informasi yang dimiliki dukcapil kota Bengkulu yaitu Sistem Layanan Administrasi Warga Elektronik (SLAWE). Terdapat beberapa masalah yang ditemukan seperti Warga selalu lupa menyimpan nomor resi untuk melacak proses permintaan layanan karena nomor resi hanya ditampilkan satu kali setelah registrasi, form upload kartu keluarga/KTP Lama/KTP Rusak/Surat Keterangan Hilang tidak diberikan informasi terkait format foto, masih banyak warga yang tidak mengerti cara mengupload persyaratan yang ada. Maka dari itu, perlu adanya penelitian untuk mengetahui pengaruh usability, information quality, service interaction quality terhadap kepuasan pengguna sistem layanan administrasi warga elektronik (SLAWE) pada Dinas Kependudukan dan Catatan sipil kota Bengkulu. Penelitian ini bertujuan untuk melihat pengaruh usability, information quality, service interaction quality terhadap kepuasan pengguna sistem layanan administrasi warga elektronik (SLAWE) pada Dinas Kependudukan dan Catatan sipil kota Bengkulu. Metode yang digunakan pada penelitian ini ialah Webqual 4.0. Analisis data menggunakan metode Structural Equation Modeling berjenis Partial Least Square dengan bantuan aplikasi SmartPLS. Dari 3 hipotesis, terdapat 1 hipotesis yang ditolak yaitu pengaruh usability terhadap kepuasan pengguna dan 2 hipotesis dinyatakan signifikan dan diterima yaitu information quality dan service interaction quality dinyatakan berpengaruh positif dan signifikan. Tidak ditemukannya pengaruh usability terhadap kepuasan pengguna ini disebabkan pengguna menghadapi kendala yang signifikan untuk memahami tata cara penggunaan website, sulitnya dalam menavigasi atau mencari informasi yang dibutuhkan dalam website secara cepat dan kesulitan pengguna dalam menggunakan sistem website, hal ini bisa mencakup masalah seperti lambatnya kinerja website, kebingungan dalam pengisian form yang dibutuhkan. Information Quality berpengaruh terhadap kepuasan pengguna sistem layanan administrasi warga elektronik (SLAWE) pada Dukcapil Kota Bengkulu. Sehingga bisa disimpulkan semakin relevan, akurat dan up to-date informasi yang diberikan pada sistem layanan administrasi warga elektronik (SLAWE) di Dukcapil Kota Bengkulu maka akan semakin puas pengguna dalam menggunakan sistem layanan administrasi warga elektronik (SLAWE). Service interation quality berpengaruh kepada kepuasan pengguna sistem layanan administrasi warga elektronik (SLAWE) pada Dukcapil Kota Bengkulu. Hal ini menunjukkan semakin baik dan ditingkatkan kualitas layanan, rasa aman saat menggunakan sistem layanan administrasi warga elektronik (SLAWE), memberikan layanan yang sesuai yang dijanjikan maka akan semakin baik dan meningkatkan kepuasan pengguna dalam menggunakan sistem layanan administrasi warga elektronik (SLAWE).

Sistem Penentuan Mahasiswa Berprestasi menggunakan metode Analytic Hierarchy Process (Studi Kasus : Fakultas Teknik UNM)

Rezki Nurul Jariah — 2024-09-30

Penentuan mahasiswa berprestasi merupakan langkah krusial dalam meningkatkan mutu pendidikan, namun menentukan kriteria yang sesuai dan mengukur kinerja mahasiswa secara adil dan efektif merupakan suatu tantangan. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi serta mengimplementasikan sistem pendukung keputusan berbasis Analytical Hierarchy Process (AHP) dalam menentukan mahasiswa berprestasi di lingkungan akademik, berdasarkan empat kriteria utama yaitu nilai IPK, jumlah prestasi yang dicapai, partisipasi dalam organisasi, dan total SKS yang telah dilulusi. Hasil penelitian ini menunjukkan bahwa sistem yang dibangun mampu menentukan mahasiswa berprestasi dengan menggunakan bobot standar. Bobot tersebut dihitung berdasarkan nilai IPK minimal 3.5, jumlah prestasi minimal 2, jumlah organisasi minimal 1, dan jumlah SKS yang dilulusi minimal 85. Hasil pengujian diperoleh bahwa Metode AHP dapat diimplementasikan dalam penentuan mahasiswa berprestasi dengan tingkat usabilitas mencapai 91,63% yakni pada kategori sangat layak. Dengan demikian, penelitian ini tidak hanya mengidentifikasi masalah dalam penentuan mahasiswa berprestasi, tetapi juga memberikan solusi konkret melalui penggunaan AHP, membuktikan efektivitasnya dalam meningkatkan keakuratan dalam seleksi mahasiswa berprestasi di lingkungan akademik.

Perbandingan Pelabelan Data dalam Analisis Sentimen Kurikulum Proyek di platform TikTok: Pendekatan Naïve Bayes

Anissya Agsani Pratiwi — 2024-09-30

Penelitian ini fokus pada analisis sentimen mahasiswa terhadap perubahan kurikulum berbasis proyek di tingkat pendidikan tinggi yang menghilangkan kewajiban skripsi, Data sentimen diekspresikan melalui platform media sosial TikTok, dan algoritma Naïve Bayes digunakan untuk mengklasifikasikan sentimen menjadi positif atau negatif. Proses penelitian mencakup pengambilan data, pembersihan data, preprocessing data, pelabelan data, hingga klasifikasi menggunakan algoritma Naive Bayes. Penelitian ini melibatkan dua tahap pelabelan dalam 913 data: pelabelan pertama manual menghasilkan 510 sentimen positif dan 403 negatif, sementara pelabelan kedua otomatis dengan RapidMiner menghasilkan 415 sentimen positif dan 498 negatif. Beberapa mahasiswa memberikan ulasan positif menganggap hal ini sebagai langkah inovatif untuk persiapan di dunia kerja. Meskipun beberapa merasa khawatir dengan tingkat kesulitan yang lebih tinggi. Hasil penelitian menunjukkan mayoritas tanggapan positif terhadap kurikulum berbasis proyek, dengan nilai pelabelan manual mencapai accuracy 93.98%, precision 100%, recall 87.99%. Sedangkan pelabelan otomatis dengan Rapidminer memperoleh nilai accuracy 70.41%, precision 80.15%, recall 69.96%.