Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Eksplora Informatika

Perancangan E-Resource Perpustakaan Menggunakan Customer Relationship Management Berbasis Mobile Putri Taqwa Ningrum; Ozzi Suria; Arita Witanti
Jurnal Eksplora Informatika Vol 8 No 1 (2018): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.955 KB) | DOI: 10.30864/eksplora.v8i1.158

Abstract

Perpustakaan adalah salah satu fasilitas yang membantu dalam penyediaan sumber daya dalam proses pendidikan, karena Perpustakaan menyediakan fasilitas pinjaman tanpa biaya. Perpustakaan dalam suatu Perguruan Tinggi memiliki peranan yang sangat penting bagi pembaca khususnya mahasiswa. Perpustakaan di Universitas Mercu Buana Yogyakarta memiliki minat baca cukup banyak. Hal ini dibuktikan melalui kuesioner yang dibagikan kepada 65 responden civitas akademik Mercu Buana Yogyakarta pada bulan Mei 2017, diperoleh hasil bahwa sebanyak 98.5% responden membutuhkan aplikasi perpustakaan digital. Responden dalam penelitian ini adalah mahasiswa aktif Universitas Mercu Buana Yogyakarta. Oleh karena itu dibutuhkan suatu sistem yang memungkinkan anggota perpustakaan untuk mengakses layanan perpustakaan secara online menggunakan aplikasi mobile berbasis iOS/Android. Hasil penelitian ini adalah perancangan e-Resource berbasis mobile untuk membaca dan menyimpan e-book yang dipinjam, transaksi meminjam tanpa biaya, akses repository tesis/skripsi, akses ke jurnal universitas, akses jurnal internasional, dan pembaharuan referensi yang cepat. Aplikasi IOS/Android perpustakaan juga akan menyediakan fasilitas untuk membantu pencarian buku yang dilakukan oleh anggota Perpustakaan dengan pilihan pencarian seperti judul, penulis, penerbit atau jenis buku. Pengembangan perangkat lunak yang di lakukan pada penelitian ini menggunakan metode Waterfall. Berbasis manajemen hubungan Customer Relationship Management (CRM) sebagai salah satu strategi peningkatan pelayanan yang berorientasi pada kebutuhan anggota. Salah satu karakteristik yang ingin ditonjolkan dari CRM adalah adanya interaksi antara penyedia layanan dan anggotanya. Dari interaksi tersebut, pihak penyedia layanan dapat menggali kebutuhan-kebutuhan para anggotanya untuk segera ditindaklanjuti. CRM mewakili kombinasi layanan teknologi dan informasi dengan tujuan untuk membangun sebuah sistem.
Perancangan Sistem Pakar Fuzzy Multi-Attribute Decision Making Psychological Distress pada Generasi Millennials Putri Taqwa Ningrum; Anggo Luthfi Yunanto; Reny Yuniasanti
Jurnal Eksplora Informatika Vol 8 No 2 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.898 KB) | DOI: 10.30864/eksplora.v8i2.226

Abstract

Psychological distress adalah keadaan subjektif yang dipresepsikan tidak menyenangkan. Setiap manusia tidak bisa menghindari dari gejala psychological distress yang meliputi depresi kecemasan ataupun stress, termasuk pada generasi millenials Generasi millennials cenderung lebih tidak peduli terhadap keadaan sosial di sekitar mereka seperti dunia politik ataupun perkembangan ekonomi Indonesia. Maka dari itu diperlukan suatu sistem yang dapat membantu dalam mengatasi Psychological distress. Sistem yang dibangun menggunakan metode Fuzzy Multi-Attribute Decision Making. Metode ini merupakan sebuah metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu. Keluaran sistem berupa hasil diagnosa yang dapat memberikan beberapa alternatif emosional sesuai dengan pernyataan yang dimasukkan oleh pengguna. Sehingga dapat membantu pengguna dalam pengambilan keputusan. Metode Fuzzy Multi-Attribute Decision Making(FMADM) yang digunakan menghasilkan nilai yang identik antara perhitungan manual dengan perhitungan matematis oleh sistem, serta memperoleh nilai kecocokan perhitungan kuesioner dari pakar dan perhitungan FMADM sebesar 95%.
Pemetaan Profil Mahasiswa Untuk Peningkatan Strategi Promosi Perguruan Tinggi Menggunakan Predictive Apriori Irfan Pratama; Putri Taqwa Prasetyaningrum
Jurnal Eksplora Informatika Vol 10 No 2 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v10i2.505

Abstract

Program promosi melalui berbagai media untuk meningkatkan dan menguatkan rekrutmen mahasiswa yang terdistribusi pada setiap program studi secara ideal dan setara diperlukan untuk membuat perguruan tinggi selalu bertumbuh. Demografis mahasiswa dapat menjadi karakteristik khusus dalam memilih program studi. Begitupun lata belakang pendidikan mahasiswa dan keluarga. Berdasarkan masalah yang telah dikemukakan sebelumnya, maka peneliti tertarik untuk melakukan penelitian terkait data pendaftaran mahasiswa. Secara spesifik pengolahan terhadap data secara konseptual dapat dilakukan menggunakan proses Data Mining. Salah satu proses dari Data Mining yang dapat memberikan pengetahuan tentang keterkaitan antar variabel data adalah Association-Rule Mining. Metode yang digunakan yaitu Predictive Apriori sebagai metode asosiasi untuk mengekstrak profil mahasiswa dari universitas untuk mendapatkan wawasan yang lebih baik tentang apa yang harus dilakukan tim pemasaran untuk memperkuat kampanye pemasaran. Data tersebut akan diolah sehingga dapat dikenali karakteristik atau pola dari data-data yang ada dengan harapan dapat memberikan pengetahuan untuk dapat meningkatkan efektifitas promosi dan rekrutmen mahasiswa. Metode tersebut menghasilkan total 44456 rules, yang selanjutnya dilakukan filter berdasarkan rules yang mengandung atribut Prodi dan nilai akurasi minimum 90% (0.9). Rules yang dihasilkan akan dijadikan saran ajuan terhadap bagian pemasaran untuk melakukan pola roadshow atau promosi sesuai pola yang telah terbentuk.
Seleksi Fitur dan Penanganan Imbalanced Data menggunakan RFECV dan ADASYN Irfan Pratama; Albert Yakobus Chandra; Putri Taqwa Presetyaningrum
Jurnal Eksplora Informatika Vol 11 No 1 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v11i1.578

Abstract

Proses data mining bekerja terhadap data yang tersedia. Jika dataset tidak tersedia sepenuhnya, hasil pengolahan data mining menjadi tidak optimal. Terdapat beberapa kondisi data yang perlu penanganan terlebih dahulu sebelum memasuki tahap data mining. Salah satunya ialah imbalanced class yang merupakan kondisi di mana distribusi data pada setiap kelas tidak proporsional. Sebagai salah satu cara untuk efisiensi proses klasifikasi, seleksi fitur dapat memenuhi kebutuhan tersebut karena hasil dari seleksi fitur adalah sebuah dataset dengan jumlah atribut yang lebih sedikit dari sebelumnya. Untuk menyelesaikan permasalahan imbalanced class, ADASYN digunakan dalam penelitian ini sebagai metode untuk menyeimbangkan proporsi kelas pada dataset. Sedangkan RFECV digunakan sebagai metode fitur seleksi yang dapat meningkatkan efisiensi pada proses klasifikasi. Setelah dilakukan evaluasi dari hasil klasifikasi pada dataset yang menggunakan seleksi fitur, didapatkan hasil klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada dataset tanpa seleksi fitur. Hal tersebut dibuktikan dengan perbandingan antara hasil terbaik dari akurasi klasifikasi dataset tanpa seleksi fitur. Hasil dari metode CART sebesar 85.1% yang merupakan hasil dari pengolahan data tanpa menggunakan metode fitur seleksi. sedangkan metode Bagging k-NN yang menghasilkan akurasi sebesar 88% yang di aplikasikan pada dataset dengan seleksi fitur. Sehingga dapat disimpulkan bahwa seleksi fitur dapat meningkatkan akurasi pada klasifikasi.