Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Nengah Widya Utami
Sistem Informasi, Universitas Primakara
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENGEMBANGAN GAME PENGENALAN AKSARA BALI DENGAN INTEGRASI FITUR ARTIFICIAL INTELLIGENCE I Kadek Raditya Adhi; Nengah Widya Utami; Jauzaa Maylia Suhendro
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17374

Abstract

Pelestarian Aksara Bali memerlukan media pembelajaran yang lebih interaktif karena media konvensional cenderung bersifat pasif dan kurang menarik bagi generasi muda. Permasalahan tersebut mendorong pengembangan media literasi nonformal berbasis teknologi digital. Penelitian ini bertujuan mengembangkan game  android pengenalan Aksara Bali yang terintegrasi dengan Artificial Intelligence berbasis Convolutional Neural Network (CNN) sebagai media literasi di luar sekolah. Metode penelitian menggunakan Game Development Life Cycle (GDLC) dengan tahapan inisiasi, pra-produksi, produksi, testing, beta, dan rilis. Model CNN dilatih menggunakan dataset sebanyak 3.400 citra Aksara Bali, kemudian dikonversi ke format ONNX dan diintegrasikan ke dalam game berbasis Unity menggunakan Barracuda API sebagai fitur penulisan Aksara Bali. Evaluasi dilakukan melalui pengujian black-box, Concurrent Think-Aloud (CTA), dan System Usability Scale (SUS). Hasil penelitian menunjukkan seluruh fitur game berjalan dengan baik dan memperoleh skor SUS rata-rata sebesar 82 yang termasuk kategori sangat baik (Grade A), sehingga game yang dikembangkan layak digunakan sebagai media pembelajaran interaktif Aksara Bali.
DETEKSI PENYAKIT DAUN MANGGA MENGGUNAKAN YOLOV8 BERBASIS DEEP LEARNING Nathanael Putrapratama Purnawan; Nengah Widya Utami; Jauzaa Maylia Suhendro
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17415

Abstract

Mangga (Mangifera indica L.) merupakan komoditas hortikultura penting di Indonesia, namun produktivitasnya sering terganggu oleh penyakit dan hama yang umumnya menyerang bagian daun sebagai indikator awal kesehatan tanaman. Proses identifikasi penyakit daun mangga yang masih dilakukan secara manual memiliki keterbatasan dari segi waktu, konsistensi, dan akurasi, sehingga berpotensi menimbulkan kesalahan diagnosis. Oleh karena itu, diperlukan sistem deteksi berbasis citra digital yang mampu mendukung identifikasi penyakit secara cepat dan objektif. Penelitian ini mengembangkan sistem deteksi penyakit dan hama daun mangga menggunakan algoritma YOLOv8 berbasis deep learning. Dataset yang digunakan terdiri dari 4000 citra daun mangga dengan delapan kelas, yaitu tujuh kelas penyakit dan hama serta satu kelas daun sehat. Pengolahan data mengikuti metodologi CRISP-DM yang mencakup tahap pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Evaluasi model dilakukan menggunakan confusion matrix, F1-score, dan mean Average Precision (mAP). Hasil pengujian menunjukkan bahwa model YOLOv8 memiliki performa deteksi yang sangat baik dengan nilai mAP50 mencapai 0,99. Model kemudian diimplementasikan ke dalam sistem berbasis web menggunakan framework Flask untuk mendukung deteksi penyakit daun mangga secara praktis.
PENGEMBANGAN CHATBOT WISATA BUDAYA BALI BERBASIS TELEGRAM MENGGUNAKAN FRAMEWORK RASA I Made Darma Putra Sesana; Made Adi Paramartha Putra; Nengah Widya Utami
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17439

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan sistem digital sebagai media penyedia informasi pariwisata. Namun, informasi wisata budaya Bali masih banyak diperoleh melalui pencarian manual di berbagai platform sehingga kurang efisien dan tidak interaktif bagi wisatawan. Penelitian ini bertujuan untuk mengembangkan chatbot wisata budaya Bali berbasis Telegram menggunakan framework Rasa serta mengevaluasi performa model Natural Language Understanding (NLU) dalam mengenali maksud percakapan pengguna. Pengembangan sistem dilakukan menggunakan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM) dengan data yang dikumpulkan dari TripAdvisor, dataset publik Kaggle, dan wawancara dengan pemandu wisata. Evaluasi model dilakukan menggunakan metode k-fold cross validation dengan variasi 2 hingga 10 fold. Hasil pengujian menunjukkan bahwa performa terbaik diperoleh pada skema 10-Fold Cross Validation dengan tingkat akurasi sebesar 93,70% serta nilai macro average, micro average, dan weighted average berada pada kisaran 0,93-0,94.
Co-Authors I Kadek Raditya Adhi I Made Darma Putra Sesana Jauzaa Maylia Suhendro Made Adi Paramartha Putra Nathanael Putrapratama Purnawan