Article Per Year (5 Year)
p-Index From 2021 - 2026
1.182
P-Index
This Author published in this journals
All Journal Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) bit-Tech Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat) Journal of Social Work and Empowerment Hikamatzu Journal of Multidisciplinary Research Journal of Creative Power and Ambition (JCPA)
Nyoman Sarasuartha Mahajaya
Institut Bisnis Dan Teknologi Indonesia, Denpasar, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Classification of Lung Diseases in X-Ray Images Using Transformer-Based Deep Learning Models Mahajaya, Nyoman Sarasuartha; Putu Desiana Wulaning Ayu; Roy Rudolf Huizen
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 13 No. 3 (2024)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v13i3.81425

Abstract

This research evaluates the performance of two Transformer models, the Vision Transformer (ViT) and Swin Transformer, in the analysis of thoracic X-ray images. The study's objective is to determine whether Transformer models can enhance diagnostic accuracy for lung diseases, considering challenges such as early symptom variability and similar radiological signs. The dataset includes 21,165 X-ray images, featuring 3,616 COVID-19 cases, 10,192 normal images, 6,012 images of Lung Opacity, and 1,345 pneumonia images. Model development involved tuning hyperparameters such as epoch numbers and optimizer choice. The results indicate that using the AdamW and Adamax optimizers achieves an optimal balance between computational efficiency and accuracy. The Swin Transformer model, using the Adamax optimizer, reached the highest testing accuracy of 96.10% in 33,802.70 seconds, while the Vision Transformer achieved a testing accuracy of 95.10% in 33,503.10 seconds.
PELATIHAN DAN PENDAMPINGAN PENGGUNAAN ALAT PENGENALAN PROVINSI DI INDONESIA MENGGUNAKAN MIKROKONTROLER PADA SDN 1 SEMPIDI BADUNG BALI Desnanjaya, I Gusti Made Ngurah; Nugraha, I Made Aditya; Mahajaya, Nyoman Sarasuartha
Jurnal Widya Laksmi: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2025): Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat)
Publisher : Yayasan Lavandaia Dharma Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59458/jwl.v5i2.189

Abstract

Pembelajaran geografi di tingkat sekolah dasar di Indonesia seringkali terkendala oleh metode konvensional yang monoton, berdampak pada rendahnya pemahaman dan minat siswa, khususnya dalam mengenali provinsi-provinsi di Indonesia. SDN 1 Sempidi di Badung, Bali, menghadapi tantangan ini akibat keterbatasan media pembelajaran interaktif. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi efektivitas media pembelajaran berupa peta interaktif berbasis mikrokontroler untuk meningkatkan pemahaman geografis dan minat belajar siswa. Metode pelaksanaan menggunakan pendekatan participatory action research yang melibatkan lima tahapan sistematis: (1) identifikasi kebutuhan bersama mitra, (2) pengembangan alat peraga berbasis mikrokontroler AtMega 2560, (3) pelatihan dan pendampingan guru, (4) implementasi di dalam kelas, dan (5) evaluasi dampak menggunakan instrumen pre-test dan post-test pada 28 siswa kelas 6. Hasil evaluasi menunjukkan peningkatan signifikan dalam pengetahuan siswa. Persentase siswa dengan pemahaman "Baik" dan "Sangat Baik" melonjak dari 39,7% pada pre-test menjadi 89,3% pada post-test. Sebaliknya, kategori "Tidak Baik" menurun drastis dari 50% menjadi hanya 7,1%. Peta interaktif terbukti menjadi solusi pedagogis yang efektif untuk mengatasi kesenjangan pembelajaran. Pendekatan multi-sensori (visual, auditori, taktil) berhasil meningkatkan keterlibatan dan pemahaman siswa secara signifikan. Program ini juga berhasil membangun kapasitas guru untuk keberlanjutan pemanfaatan teknologi di sekolah.
Implementasi SAMSARA-GO untuk Meningkatkan Pengetahuan dan Pengalaman Pengunjung Samsara Living Museum Karangasem I Gusti Made Ngurah Desnanjaya; Nyoman Sarasuartha Mahajaya; Ahmad Asroni; I Gede Mardiana Putra; I Made Aditya Nugraha
Journal of Social Work and Empowerment Vol 5 No 3 (2026): Journal of Social Work and Empowerment - Juni 2026
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/da096r24

Abstract

Samsara Living Museum di Desa Jungutan, Kecamatan Bebandem, Kabupaten Karangasem, Bali, merupakan museum hidup yang menampilkan 14 tahapan siklus kehidupan masyarakat Bali. Sebelum kegiatan pengabdian ini dilaksanakan, penyampaian informasi kepada pengunjung sepenuhnya bergantung pada pemandu wisata, pencatatan kunjungan masih manual, dan terdapat kendala bahasa bagi wisatawan mancanegara, khususnya wisatawan asal Tiongkok. Metode Penelitian: Kegiatan pengabdian kepada masyarakat ini bertujuan mengimplementasikan Samsara-Go, yaitu sistem pemandu wisata digital berbasis audio-visual yang dibangun menggunakan Raspberry Pi dan ESP32, terintegrasi dengan website museum serta chatbot AI. Metode pelaksanaan meliputi observasi dan wawancara dengan mitra, perancangan dan pembuatan alat, pengembangan website dan chatbot, instalasi di lokasi, pendampingan pengelola, serta evaluasi melalui pengujian fungsional. Hasil Penelitian: Hasil pengujian menunjukkan tingkat keberhasilan keseluruhan sebesar 90%, dengan rincian alat Tour Guide dan sistem pencatatan berhasil 100% (30/30 uji), chatbot Bahasa Indonesia 86,7% (26/30), dan chatbot Bahasa Inggris 83,3% (25/30). Implikasi Penelitian: Implementasi Samsara-Go terbukti meningkatkan kualitas layanan informasi dalam empat bahasa (Indonesia, Bali, Inggris, dan Mandarin), mengefektifkan waktu tunggu pengunjung, mengotomatiskan pencatatan kunjungan, serta mendukung pelestarian narasi budaya Bali secara konsisten.
Improving YOLOv8n Robustness via Deformation-Aware Augmentation and Class Balancing for Plastic Resin Code Classification Nyoman Sarasuartha Mahajaya; I Gusti Made Ngurah Desnanjaya
Journal of Creative Power and Ambition (JCPA) Vol. 4 No. 02 (2026): Journal of Creative Power and Ambition (JCPA)
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Computer vision-based plastic resin code classification is an important component in supporting automated plastic waste sorting systems. However, deep learning models often experience performance degradation when plastic objects undergo physical deformation, such as dents, folds, or damage. In addition, class imbalance may cause models to be biased toward majority classes and perform poorly on minority classes. This study aims to improve the robustness of YOLOv8n for plastic resin code classification through a combination of deformation-aware augmentation and class balance. The WaDaBa dataset was used, consisting of 4,000 plastic images categorized into five classes, namely PET, PE-HD, PP, PS, and Others, with four physical deformation levels: intact, mild, moderate, and severe. The experiment was conducted using four scenarios: YOLOv8n baseline, YOLOv8n with class balance, YOLOv8n with deformation-aware augmentation, and the proposed YOLOv8n combining both strategies. The evaluation metrics include Accuracy, Macro-F1, Weighted-F1, per-class recall, accuracy across deformation levels, latency, and FPS. The experimental results show that the proposed YOLOv8n achieved the best overall performance, with an Accuracy of 76.82%, Macro-F1 of 0.7026, Weighted-F1 of 0.7613, latency of 4.87 ms per image, and throughput of 205.2 FPS. Compared with the baseline, the proposed method improved Accuracy by 4.37 points and Macro-F1 by 0.0715. Furthermore, accuracy under severe deformation increased from 70.59% to 73.53%. These findings indicate that the combination of deformation-aware augmentation and class balance can improve YOLOv8n robustness without sacrificing inference efficiency.
Peningkatan Kompetensi Guru Sdn 5 Ketewel Dalam Pembelajaran Coding Melalui Pelatihan Dasar Pemrograman Python Nyoman Sarasuartha Mahajaya; I Wayan Surya Pramana; Anak Agung Gede Oka Kessawa Adnyana
Hikamatzu | Journal of Multidisciplinary Vol. 3 No. 2 (2026): Multidisciplinary Approach
Publisher : Hikamatzu | Journal of Multidisciplinary

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Implementasi pembelajaran coding dan kecerdasan artifisial pada jenjang sekolah dasar menuntut kesiapan guru dalam penguasaan literasi digital dan keterampilan berpikir komputasional. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi guru SDN 5 Ketewel, Kabupaten Gianyar, dalam memahami dan mengajarkan dasar-dasar coding melalui pelatihan dasar pemrograman Python. Metode kegiatan menggunakan pendekatan workshop interaktif dan instructor-led training yang meliputi analisis kebutuhan mitra, identifikasi masalah, pengembangan Toolkit Python, pelatihan langsung, pendampingan, serta evaluasi. Materi pelatihan mencakup instalasi Python menggunakan Thonny IDE, pengenalan sintaks dasar, variabel, algoritma, logika kondisional, dan proyek interaktif sederhana. Evaluasi dilakukan kepada 8 peserta melalui form assessment dan kuesioner kepuasan. Hasil evaluasi menunjukkan bahwa rata-rata nilai keseluruhan assessment mencapai 93,75 yang menggambarkan pemahaman peserta berada pada kategori sangat baik. Kuesioner kepuasan memperoleh rata-rata 4,45 dari skala 5, dengan aspek instruktur sebagai nilai tertinggi. Meskipun demikian, kepercayaan diri peserta dalam membuat program sederhana secara mandiri masih perlu diperkuat melalui pendampingan lanjutan. Kegiatan ini menghasilkan bahan ajar praktis berupa Toolkit Python dan menjadi fondasi awal integrasi pembelajaran coding di SDN 5 Ketewel.
Analisis Komprehensif Penggunaan Metode Forward Chaining untuk Mendukung Pengumpulan Data Kualitatif Dalam Proses Pengambilan Keputusan I Wayan Surya Pramana; Anak Agung Gede Oka Kessawa Adnyana; Nyoman Sarasuartha Mahajaya
Hikamatzu | Journal of Multidisciplinary Vol. 3 No. 2 (2026): Multidisciplinary Approach
Publisher : Hikamatzu | Journal of Multidisciplinary

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses pengambilan keputusan yang memanfaatkan data kualitatif, seperti hasil wawancara, observasi, dan pendapat pakar, umumnya menghadapi permasalahan berupa subjektivitas, inkonsistensi, serta sulitnya merepresentasikan pengetahuan ke dalam bentuk yang dapat digunakan secara sistematis. Penelitian ini bertujuan menganalisis pemanfaatan metode forward chaining sebagai mekanisme transformasi data kualitatif menjadi basis pengetahuan untuk mendukung proses pengambilan keputusan. Penelitian menggunakan data primer melalui wawancara dan diskusi bersama praktisi Information Technology (IT) hotel di Bali serta data sekunder dari penelitian sebelumnya. Hasil penelitian menunjukkan bahwa pendekatan ini mampu merepresentasikan pengetahuan pakar secara sistematis dan menghasilkan keputusan yang konsisten. Evaluasi menggunakan Confusion Matrix menunjukkan nilai akurasi sebesar 78%, presisi 76,47%, recall 89,66%, dan F1-score 82,54%. Perbedaan hasil dengan keputusan manual menunjukkan adanya inkonsistensi pada proses pengambilan keputusan yang dilakukan secara konvensional, sedangkan metode forward chaining mampu menghasilkan keputusan yang seragam karena seluruh proses inferensi didasarkan pada aturan yang sama
Stock Control-Based Personal Protective Equipment Inventory System for Work Safety Komang Yuli Santika; Putu Chrisdayanti Suada Putri; Luh Verra Sridyantari; Komang Drei Bayu Anggara; Putu Adi Guna Permana; Nyoman Sarasuartha Mahajaya
bit-Tech Vol. 8 No. 3 (2026): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i3.3842

Abstract

Effective management of Personal Protective Equipment (PPE) is crucial for ensuring worker safety in hazardous environments. However, manual PPE management often leads to issues, such as discrepancies between recorded stock and actual quantities and challenges in tracking tool distribution. As a result, there is a need for an inventory system that can effectively monitor and control PPE stock levels. This research aims to design a web-based inventory system capable of managing PPE with integrated stock control using the Economic Order Quantity (EOQ), Safety Stock, and Reorder Point (ROP) methods. The methodology used in this study is a Research and Development (R&D) approach with a prototyping model. The research includes the design of data structures and system process flows, as well as the implementation of key features, including a dashboard, inventory management, and PPE distribution. The data used consists of employee data, supplier information, PPE types, and existing stock, all of which are analyzed to support the stock control system. The results show that the developed system can record and monitor PPE stock levels more systematically than manual methods. Additionally, the system allows for accurate monitoring of PPE distribution to employees. In conclusion, the web-based PPE inventory system can significantly improve stock management efficiency and support workplace safety by ensuring the timely availability of appropriate PPE. Future research is recommended to test the system with real operational data and assess its impact on managing occupational safety risks.
Co-Authors Ahmad Asroni Anak Agung Gede Oka Kessawa Adnyana I Gede Mardiana Putra I Gusti Made Ngurah Desnanjaya I Made Aditya Nugraha I Wayan Surya Pramana Komang Drei Bayu Anggara Komang Yuli Santika Luh Verra Sridyantari Putu Adi Guna Permana Putu Chrisdayanti Suada Putri Roy Rudolf Huizen Wulaning Ayu, Putu Desiana