{"title":"Analisis Sentimen Calon Presiden Indonesia 2019 Berdasarkan Komentar Publik Di Facebook","authors":"E. Santoso, A. Nugroho","doi":"10.30864/eksplora.v9i1.254","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.254","url":null,"abstract":"Dalam penelitian ini akan dilakukan analisis sentimen terhadap calon presiden Indonesia tahun 2019 berdasarkan komentar publik di jejaring sosial Facebook. Selanjutnya akan melalui beberapa tahapan dalam melaukan analisis sentimen, antara lain adalah tahap pengumpulan data, data correction, preprocessing data, dan klasifikasi menggunakan Naïve Bayes Classifier serta dilakukan asosiasi teks. \u0000Hasil dari penelitian ini diperoleh bahwa calon presiden Joko Widodo didapatkan postingan sebanyak 40 data dan calon presiden Prabowo Subianto didapatkan 12 data postingan dengan pengumpulan data pada tanggal 17 april 2019 sampai 22 mei 2019. Dari data sebanyak 5.000 komentar yang dipilih secara acak dan melalui tahap preprocessing menghasilkan polaritas sentimen, Joko Widodo memeperoleh 85% untuk sentimen positif, 15% sentimen negatif. Sedangkan Prabowo Subianto memperoleh 76% sentimen positif, dan 24% sentimen negatif. Untuk hasil klasifikasi menggunakan Naïve Bayes Classifier memperoleh hasil tingkat akurasi sebesar 86,4%, serta kata yang berasosiasi dengan kata masyarakat terhadap Joko Widodo didapatkan kata upaya, mental, dan kondisi untuk sentimen positif dan kata pemerintahan, pembangunan, kelompok untuk sentimen negatif. Sedangkan yang berasosiasi dengan kata masyarakat terhadap Prabowo Subianto didapatkan kata sistem, berkomitmen, dan kritis untuk sentimen positif dan kata bodohi, kelayakan, diusung untuk sentimen negatif.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"33 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"81502231","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Active Contour Lankton untuk Segmentasi Kanker Payudara pada Citra Mammogram","authors":"Edy Hermawan","doi":"10.30864/eksplora.v9i1.258","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.258","url":null,"abstract":"Mammografi merupakan salah satu alat terbaik sampai saat ini untuk melakukan deteksi dini terhadap keberadaan kanker payudara. Penggunaan mammografi efektif menurunkan tingkat kematian akibat kanker payudara sebesar 30% sampai 70%. Akan tetapi, terdapat kesulitan melakukan interpretasi terhadap mammogram sebagai hasil luaran dari mammografi karena sangat bergantung pada kualitas mammogram dan pengalaman dari ahli radiologi dalam mendeteksi lesi kanker payudara. Computer Aided Diagnosis (CAD) sebagai pembaca ganda mammogram dapat dipergunakan untuk meningkatkan akurasi deteksi dan segmentasi dari ahli radiologi. Penelitian ini merupakan upaya untuk melakukan deteksi dan segmentasi dengan menggunakan teknik pemrosesan citra terhadap objek yang dicurigai sebagai lesi kanker payudara pada citra mammogram. Untuk meningkatkan akurasi deteksi dan segmentasi maka dilakukan preprocessing untuk mengurangi noise dan meningkatkan homogenitas aras keabuan mammogram. Deteksi dan segmentasi terhadap keberadaan lesi kanker dilakukan dengan menerapkan metode active contour Lankton. Hasil penelitian menunjukkan metode yang diajukan mampu melakukan deteksi dan segmentasi terhadap lesi kanker payudara dengan baik. Wilayah kanker payudara dapat terdeteksi sesuai dengan wilayah kanker payudara yang dideteksi radiolog dan tersegmentasi dengan jelas. Fitur FO dan GLCM hasil ekstraksi dari lesi kanker payudara dapat diperoleh signifikan tanpa terlalu banyak terkontaminasi dari fitur non lesi kanker payudara. Fitur FO dan GLCM dari lesi kanker payudara hasil ekstraksi dapat dipergunakan sebagai input untuk analisis lanjutan berupa klasifikasi lesi kanker. \u0000 ","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"11 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"81355870","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Optimasi Algoritma Klasifikasi Biner dengan Tuning Parameter pada Penyakit Diabetes Mellitus","authors":"Wijanarto Wijanarto, Rhatna Puspitasari","doi":"10.30864/eksplora.v9i1.257","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.257","url":null,"abstract":"Diabetes Melitus atau yang biasanya disebut dengan penyakit kencing manis merupakan penyakit yang terjadi akibat peningkatan kadar glukosa di dalam darah terlalu tinggi. Data World Health Organization (WHO), menunjukkan Indonesia menjadi negara keempat di dunia dengan angka penderita diabetes terbanyak dan mengalami peningkatan hingga 14 juta orang. Peningkatan kasus penyakit Diabetes melitus ini memerlukan suatu upaya penanggulangan dan pencegahan dini terhadap penyakit Diabetes melitus. Dalam penelitian ini akan dilakukan optimasi algoritma klasifikasi biner pada penyakit diabetes melitus mulai dari observasi, visualisasi, statistic deskriptif dataset, pre-processing dataset, penentuan baseline model, tuning parameter model dan finalisasi model. Penentuan baseline model diperoleh dengan mencari nilai akurasi tertinggi dari 3 algoritma linear (Logistic Regression, Linear Discriminant Analysis, K-nearest neighbor) atau 3 algoritma non- linear (Decision Tree, Naïve Bayes, Support Vector Machine) berdasarkan tuning parameternya dan yang menghasilkan akurasi optimal adalah Algoritma Support Vector Machine, sehingga dijadikan sebagai final model dengan parameter C sebesar 47 dengan kernel rbf dihasilkan rerata akurasi sebesar 77.3% pada data training dan 74.5% pada data testing, sementara berdasarkan confusion matrix dihasilkan precision 78%, recall 83%, f1-Score 81%, error rate 25%.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"98 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"86721188","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019","authors":"Imam Kurniawan, Ajib Susanto","doi":"10.30864/eksplora.v9i1.237","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.237","url":null,"abstract":"Pemilihan umum presiden yang diselenggarakan setiap lima tahun sekali merupakan momen yang penting untuk mewujudkan demokrasi dalam Negara Kesatuan Republik Indonesia. Penyampaian dukungan dilakukan baik tim sukses, buser maupun pendukung untuk mencitrakan positif calon masing-masing. Berbagai media digunakan salah satunya adalah Twitter, masyarakat menyampaikan komentar positif dan negatif bahkan cenderung “kampanye hitam” dan hoax sebelum pemilu dilaksanakan maupun saat pemilu sedang berlangsung mengenai pemilu yang diadakan, komentar di Twitter saat ini belum dapat ditentukan lebih ke arah positif atau negatif, oleh karena itu perlu dilakukan analisis sentimen untuk mengetahui kecenderungan opini masyarakat terhadap pemilu. Tujuan dari penelitian ini memperoleh analisis dokumen text untuk mendapatkan sentimen positif atau negatif. Metode yang digunakan K-Means untuk melakukan klastering pada data latih dan Naive Bayes classifier untuk mengklasifikasi pada data testing. Hasil dari pembobotan ini berupa sentimen positif dan negatif. Data diambil dari Twitter mengenai pemilu presiden 2019 sebanyak 500 data tweet. Dari hasil pengujian 100 dan 150 data uji diperoleh akurasi rata-rata 93.35% dan error rate sebesar 6.66%.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"19 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"72896242","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Identifikasi Citra Batu Mulia dengan Menggunakan Metode Jaringan Saraf Tiruan Backpropagation","authors":"Meylda Kurnia Emylia Putri","doi":"10.30864/eksplora.v9i1.256","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.256","url":null,"abstract":"Batuan mulia (gemstone) merupakan salah satu kekayaan alam yang dapat dijadikan perhiasan dan koleksi. Terdapat beberapa jenis batuan seperti ruby, sapphire, zamrud, topaz, kecubung, dan kalimaya. Jenis batuan mulia tersebut dapat dikenali berdasarkan tekstur, motif, dan warnanya. Keberagaman atas jenis batuan mulia akan menjadi kendala bagi konsumen untuk mengidentifikasi bebatuan asli, palsu dan sintetis dikarenakan minimnya akan pengetahuan dan kemampuan individu dalam mengidentifikasi bebatuan mulia. Kemiripan Antara batuan mulia asli, sintetis, dan palsu menjadi suatu permasalahan dalam pemilihan batuan tersebut. Berdasarkan permasalahan yang telah dijabarkan maka dengan dibuatnya sistem basis jaringan saraf tiruan dapat mengidentifikasi dan mengenali batuan mulia, asli, palsu, atau sintetis dikarenakan jaringan saraf tiruan merupakan salah satu ilmu komputer yang dapat mempelajari dan menirukan kerja otak manusia dibidang pengelompokan dan pengenalan pola. Untuk pengaplikasian tersebut, algoritma yang akan digunakan yaitu backpropagation dan hasil dari keakurasian adalah 85%.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"8 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"90854954","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Pengembangan Media Interaktif Pengenalan Sistem Tata Surya Menggunakan Framework MDLC","authors":"Ika Asti Astuti, Aris Harwanto, Tonny Hidayat","doi":"10.30864/EKSPLORA.V8I2.220","DOIUrl":"https://doi.org/10.30864/EKSPLORA.V8I2.220","url":null,"abstract":"Proses belajar mengajar yang dilakukan oleh guru kepada siswa pada umumnya masih manual menggunakan buku atau materi yang dijelaskan tidak terealisasi artinya tidak ada penjelasan yang cukup mengenai materi pada bagian visualisasi contohnya sistem tata surya tentang bagaimana bentuk planet, berputarnya, warnanya dan lain-lain. Media pembelajaran ini digunakan untuk kegiatan belajar mengajar, yang di dalamnya mengandung unsur multimedia meliputi teks, gambar, audio, video dan animasi tata surya dimana siswa dapat berinteraksi langsung dengan media pembelajaran tersebut. Hasil dari penelitian yaitu bahwa multimedia interaktif yang dikembangkan dapat meningkatkan keaktifan siswa di kelas dan memiliki efek positif untuk digunakan sebagai media pembelajaran pada khsusnya materi pengenalan sistem tata surya pada siswa Sekolah Dasar.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"47 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"83961189","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Skenario Dinamis Menggunakan Finite State Machine pada Game Pengenalan Tempat dan Peristiwa Bersejarah","authors":"Surya Adijaya Saputra, Hanny Haryanto, Erlin Dolphina","doi":"10.30864/EKSPLORA.V8I2.155","DOIUrl":"https://doi.org/10.30864/EKSPLORA.V8I2.155","url":null,"abstract":"Sejarah adalah studi masa lampau khususnya bagaimana kaitannya dengan manusia. Dalam bahasa Indonesia hikayat riwayat ataupun tambo dapat diartikan sebagai peristiwa yang benar-benar sudah terjadi pada masa lampau atau asal-usul. Belajar sejarah secara konvensional di bangku sekolah cenderung membosankan dan menjadi kendala bagi sebagian besar pelajar di Indonesia. Oleh karena itu, diperlukan inovasi pembelajaran yang menarik. Game saat ini banyak digemari oleh semua kalangan baik anak-anak hingga dewasa, sehingga hal ini membuat game edukasi menjadi sarana pembelajaran alternatif yang menarik untuk mengenalkan sejarah secara menyenangkan. Di Indonesia, banyak tempat dan peristiwa bersejarah yang kurang dikenal contohnya benteng Pendem Cilacap, Benteng Pendem Ambarawa, Benteng Rotterdam, Benteng Portugis Jepara dan Benteng Marlborough. Salah satu genre game yang menceritakan skenario adalah visual novel, akan tetapi pilihan skenario yang monoton membuat game membosankan. Diperlukan implementasi kecerdasan buatan untuk membuat pengalaman pada scenario yang dinamis. Penelitian ini menggunakan metode Finite State Machine yang diimplementasikan pada pilihan skenario dalam game visual novel. Finite State Machine mengatur perilaku dari scenario yang ada. Hasil dari penelitian ini adalah pilihan skenario cerita yang beragam dan dinamis sehingga dapat meningkatkan pengalaman bermain dan membuat game edukasi menjadi menarik dan menyenangkan.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"57 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"76869962","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Analisis Algoritma RSA Dan LSB pada One Time Password untuk Financial Technology","authors":"Galuh Sitoresmi, Wijanarto Wijanarto","doi":"10.30864/EKSPLORA.V8I2.157","DOIUrl":"https://doi.org/10.30864/EKSPLORA.V8I2.157","url":null,"abstract":"Financial Technology (fintech) merupakan inovasi dibidang pelayanan keuangan yang memanfaatkan teknologi untuk meningkatkan pelayanan dan mempermudah transaksi. Karena berkaitan dengan keuangan, maka keamanan dalam fintech harus kuat dan terjamin. Penyedia layanan fintech seperti GoPay, Paypro, dan T-cash menggunakan One Time Password (OTP) dengan format 4 dan 6 digit bilangan acak numerik yang dikirimkan melalui SMS sebagai solusi autentikasi. Namun kode tersebut mudah terbaca sehingga rawan disalahgunakan oleh orang tidak bertanggung jawab dan dapat merugikan pengguna. Kriptografi merupakan teknik menyandikan informasi ke dalam karakter tertentu dan disusun acak sehingga sulit dimengerti. RSA merupakan algoritma kriptografi yang andal karena menggunakan kunci berbeda untuk menyandikan informasi. Metode LSB merupakan teknik steganografi sederhana untuk menyembunyikan informasi ke dalam citra sehingga mempersulit informasi dapat dibaca dan disalahgunakan. Dengan menerapkan algoritma RSA dan teknik LSB maka dapat meningkatkan keamanan kode OTP, karena kode OTP yang tersembunyi di dalam citra tidak dapat diketahui oleh mata manusia. Hasil dari penelitian ini, kedua algoritma tersebut melakukan keseluruhan proses sangat cepat, durasi rata-rata untuk memproses kode OTP format 4 digit yaitu 0,6738 detik, sedangkan format 6 digit sebesar 0,7005 detik. Hasil kualitas citra stego dengan pengujian MSE dan PSNR memiliki nilai rata-rata yang tinggi yaitu MSE sebesar 0,000531 dan PSNR sebesar 83,110348 dB.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"100 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"79929734","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Algoritma Dynamic Cluster Head dengan Metode Rating untuk Mengurangi Dead Node pada Jaringan Sensor Nirkabel","authors":"I. Kusuma","doi":"10.30864/EKSPLORA.V8I2.218","DOIUrl":"https://doi.org/10.30864/EKSPLORA.V8I2.218","url":null,"abstract":"Jaringan sensor nirkabel terdiri dari node-node sensor yang memiliki sumber daya energi yang terbatas. Jaringan ini dibangun untuk mengawasi lingkungan dan memberikan informasi ke sebuah koordinator. Namun karena node yang berjalan dengan sumber daya terbatas seperti baterai, diperlukan sebuah protokol yang mampu memanfaatkan sumber daya yang terbatas namun data yang disampaikan tetap terjaga. In-network data aggregation merupakan sebuah metode agregasi pengumpulan data routing melalui jaringan multi-hop, mengolah data pada intermediate node dengan tujuan meningkatkan network lifetime. Agregasi data dilakukan secara terpusat pada topologi Tree-Based Network yang diproses pada Cluster Head sehingga memberikan beban pada Cluster Head yang mengakibatkan konsumsi energi terpusat pada satu node. Penelitian ini menghasilkan algoritma penentuan node yang bertugas menjadi Cluster Head sesuai dengan kondisi jaringan secara dinamis yang disebut A-SEClush. Berdasarkan hasil uji coba yang telah dilakukan algoritma ini memiliki keunggulan sebesar 2,0 pada total node yang mengalami kehabisan energi dibandingkan dengan Static-CH.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"45 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"89598371","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
M. Muchlis, Andi Christian, Maria Emaculata Yuliana Puspa Sari
{"title":"Kuesioner Online Sebagai Media Feedback Terhadap Pelayanan Akademik pada STMIK Prabumulih","authors":"M. Muchlis, Andi Christian, Maria Emaculata Yuliana Puspa Sari","doi":"10.30864/EKSPLORA.V8I2.215","DOIUrl":"https://doi.org/10.30864/EKSPLORA.V8I2.215","url":null,"abstract":"Perguruan tinggi harus memberikan pelayanan yang baik terhadap kebutuhan mahasiswa dan dosen. Umpan balik pelayanan akademik perlu dievaluasi. Evaluasi pelayanan yang telah dilakukan pada STMIK Prabumulih adalah dengan menyebarkan kuesioner secara konvensional. Kendala penggunaan kuesioner secara konvensional, yaitu perhitungan yang dilakukan secara manual. Hal ini menimbulkan adanya kesalahan dalam perhitungan dan pemasukan data. STMIK Prabumulih juga harus menyediakan kuesioner dalam bentuk kertas. Mahasiswa maupun dosen merasa enggan untuk menjawab kuesioner dalam bentuk kertas. Untuk mengatasi permasalahan tersebut, maka perlu dibangun sistem informasi kuesioner online berbasis website sehingga responden dapat mengisi kuesioner di mana pun dan kapan pun. Metode yang digunakan dalam pengembangan sistem adalah metode waterfall dengan tahapan system engineering, analysis, design, coding, testing, dan maintenance. Pengujian sistem menggunakan pengujian black box. Hasil dari pengujian black box menunjukkan keseluruhan kebutuhan fungsional dapat berjalan dengan baik sesuai dengan kebutuhan dan sistem dapat berjalan dengan baik.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"75 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"83856772","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}