Articles
<![CDATA[RANCANG BANGUN APLIKASI BACK END MANAJEMEN SURAT MASUK dan KELUAR SEKRETARIAT DPRD PROVINSI BALI ]]>
<![CDATA[Tirtana Putra, Made Arya]]>;
<![CDATA[Hendra Suputra, I Putu Gede]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 7 No 3 (2019): JELIKU Volume 7 No 3, Februari 2019 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2019.v07.i03.p12
<![CDATA[Pengarsipan merupakan suatu kegiatan perekaman peristiwa dalam berbagai bentuk dan media. Kegiatan pengarsipan sangat penting dalam sebuah instansi contohnya pada instansi Sekretariat Provinsi Bali. Pada instansi ini pengarsipan surat masih dilakukan secara konvensional. Sehingga jika surat yang diterima banyak maka akan sulit untuk mencari surat tersebut. Selain itu juga terdapat resiko hilangnya surat. Dari masalah tersebut penulis memikirkan sebuah solusi yang diharapkan dapat meringankan masalah pengarsipan surat di instansi tersebut. Solusi tersebut adalah dengan menerapkan system manajemen surat masuk dan keluar pada instansi Sekretariat DPRD Provinsi Bali. Sistem ini dikembangkan dengan menggunakan metode Waterfall dan dengan menggunakan bahasa pemograman PHP dan database MySQL. Kata kunci : Arsip surat, Metode Waterfall, Sistem Informasi Manajemen.]]>
<![CDATA[Segmentasi Huruf Hijaiyah Menggunakan Metode Connected Component Labeling ]]>
<![CDATA[Putri, Audini Nifira]]>;
<![CDATA[Suputra, I Putu Gede Hendra]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 2 (2020): JELIKU Volume 9 No 2, November 2020 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2020.v09.i02.p12
<![CDATA[Arabic letters or Hijaiyah letters recognition is a challenge in itself because one letter consists of more than one character, namely the main character, companion character such as dots and lines, and punctuation called harakat. The image segmentation process is the most important in a character recognition system because it affects the separation of objects in an image. In this research, Hijaiyah letter segmentation aims to separate the letters according to the character of each letter using the Connected Component Labeling (CCL) method. Merging labels on each character will be done by looking for the Euclidean distance value from adjacent centroids. The experiment succeeded in segmenting each Hijaiyah character with an accuracy value of 86%.]]>
<![CDATA[Customer Segmentation Using RFM Model ]]>
<![CDATA[Hendrawan, Made Chandra]]>;
<![CDATA[Hendra Suputra, I Putu Gede]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 2 (2019): Jeliku Volume 8 No 2, November 2019 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2019.v08.i02.p07
<![CDATA[At the time of the ASEAN Economic Community (MEA), Indonesia was selected by several companies from other countries to sell its products, including overseas paint companies. Therefore, the increasingly fierce market competition business is unlikely to focus solely on products sold, but it is also important to pay attention to the process of managing customer relationships with retailers. Segmentation is an early process that knows which customers can be sustained. In segmentation, customers who have certain similarities will be grouped into one. Customer segmentation is a model built in grouping customers according to certain standards to be used as a variable grouping. Customers will be the same group if they have certain similarities, while different groups or segments are customers who have different characteristics.]]>
<![CDATA[Perbandingan Jenis TF terhadap Hasil Evaluasi Information Retrieval ]]>
<![CDATA[Hendra Suputra, I Putu Gede]]>;
<![CDATA[Prebiana, Kiki Dwi]]>;
<![CDATA[Gorianto, Frisca Olivia]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 2 (2019): Jeliku Volume 8 No 2, November 2019 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2019.v08.i02.p13
<![CDATA[Pada sebuah sistem temu kembali,salah satu cara untuk mencari kesamaan antara query dengan dokumen adalah dengan menggunakan Term Frequency – Inverse Document Frequency atau TF-IDF. TF yang umum digunakan adalah langsung menggunakan jumlah term frequency padahal banyak jenis TF lainnya yang dapat dikombinasikan dengan IDF. Penelitian ini akan mengkombinasikan 4 jenis TF, yaitu Natural TF, Normalization/max TF, Logaritma TF, dan Boolean TF dengan tujuan untuk mencari jenis TF mana yang lebih baik setelah dikombinasikan dengan IDF. Hasil penelitian menunjukkan bahwa.Logaritma TF adalah yang terbaik dengan nilai F-measure sebesar 0,00662. Keywords: TF-IDF, Natural TF, Normalization TF, Logaritma TF, Boolean TF]]>
<![CDATA[Rancang Bangun Sistem Kuesioner (Studi Kasus: SMA Negeri 2 Semarapura) ]]>
<![CDATA[Agustiana, Ni Putu Arisya]]>;
<![CDATA[Hendra Suputra, I Putu Gede]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 1 (2019): JELIKU Volume 8 No 1, Agustus 2019 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2019.v08.i01.p10
<![CDATA[Rancang bangun kuesioner dibuat dengan tujuan untuk evaluasi terhadap program kerja, kinerja guru dan pegawai, serta fasilitas sekolah. Sistem web ini dibuat secara dinamis, sehingga pihak sekolah bisa membuat pertanyaan sesuai dengan isu sekolah. Untuk mengimplementasi digunakan HTML, CSS, JavaScript dan database MySQL. Metode pengembangan menggunakan Rapid Aplication Development (RAD) yaitu fase perencanaan syarat-syarat, fase perancangan, fase pelaksanaan. Hasil pengujian menggunakan Black Box menunjukkan semua hasil pengujian menu dan fitur aplikasi pada halaman utama sudah diterima dan bekerja dengan semestinya.]]>
<![CDATA[Dermoscopy Image Segmentation in Melanoma Skin Cancer using Otsu Thresholding Method ]]>
<![CDATA[Pitoy, Pingkan Anggriani]]>;
<![CDATA[Suputra, I Putu Gede Hendra]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 3 (2021): JELIKU Volume 9 No 3, Februari 2021 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2021.v09.i03.p11
<![CDATA[Melanoma is a skin cancer that originates from melanocytes, melanin-producing cells in the skin. It requires quite a long time to detect melanoma through a biopsy. By utilizing technology, the time required to obtain biopsy results in detection of melanoma can be shortened using image pattern recognition. Segmentation is a stage that affects the results in image analysis for pattern recognition in digital images because of the accuracy of a confident segment in an image analysis. Otsu thresholding is a segmentation method aims to find the threshold point that divides the grayscale image of histogram into two different areas automatically. In this study, segmentation was carried out on 15 dermoscopy of melanoma images that were subjected to grayscaling, histogram, segmentation with Otsu Thresholding, binarization, image negation, and testing. The test carried out using the Receiver Operating Character (ROC) method exhibited a mean sensitivity level of 70.3%, a mean specificity level of 95.53%, and a mean accuracy of 94.82%.]]>
<![CDATA[Implementation of the Support Vector Machine (SVM) Algorithm in Classifying Website Phishing ]]>
<![CDATA[Yuda, Putu Agus Prawira Dharma]]>;
<![CDATA[Hendra Suputra, I Putu Gede]]>
<![CDATA[ JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 4 (2021): JELIKU Volume 9 No 4, Mei 2021 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24843/JLK.2021.v09.i04.p03
<![CDATA[The development of the internet is so significant, if we look at the growth of the internet in the world, it has reached more than 4 billion and in Indonesia, there are more than 171 million users out of a total population of more than 273 million people. This is due to the very fast development of information technology and various kinds of media and functions. However, of the advances in internet technology, it did not escape the existing internet attacks. One of them is phishing. Phishing is a form of activity that threatens or traps someone with the concept of luring that person. Namely by tricking someone so that the person indirectly provides all the information the trapper needs. Phishing is included in cybercrime, where crime is rampant through computer networks. Along with the times, crime is also increasingly widespread throughout the world. So that the threats that are happening today are also via computers. With such cases, this study aims to predict phishing sites with a classification algorithm. One of them is by using the SVM (Support Vector Machine) Algorithm. This research was conducted by classifying the phishing website data set and then calculating the accuracy for each kernel. From the study, the results are SVM with Gaussian RBF has the best performance with 88.92% accuracy, and SVM with Sigmoid kernel has the worst performance with 79.33% accuracy.]]>
<![CDATA[Rekomendasi Rute Perjalanan Wisata Berbasis Web Menggunakan Algoritma Genetika ]]>
<![CDATA[I Putu Gede Hendra Suputra]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 13 No 1 (2020): Jurnal Ilmu Komputer ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1042.81 KB)
|
DOI: 10.24843/JIK.2020.v13.i01.p03
<![CDATA[Perkembangan dan kemajuan di dunia teknologi informasi membuat salah perkembangan dunia pariwisata khususnya Bali semakin maju. Sampai sejauh ini perkembangan pariwisata di Bali tidak terlepas dari penggunaan konsep E-Tourism sebagai media penyebarluasan dan promosi informasi wisata. Banyak situs-situs yang tersedia di internet (dimiliki swasta atau pemerintah) menjadi media informasi dan media pemesanan akomodasi wisata. Namun situs-situs tersebut dapat dikatakan masih bersifat statis dan sederhana. Para penyedia tersebut hanya menyediakan informasi secara tertulis tanpa mengedepankan sisi responsiveness dan interactivity kepada pengguna. Responsiveness dan interactivity adalah sesuatu yang masih kurang dalam pembangunan situs-situs wisata di Indonesia. Situs-situs hanya menampilkan informasi dan tidak dapat merespon dan berinteraksi langsung dengan kebutuhan khusus pengguna seperti agenda perjalanan wisata. Permasalah tersebut telah diatasi sebelumnya), prototipe yang dibangun telah mempu memberikan rekomendasi sesuai dengan kebutuhan pengguna, namun pada sistem yang dibangun tersebut masih memiliki kelemahan yaitu sistem akan menghasilakan terlalu banyak rekomendasi (kurang optimal karena sebenarnya tidak semua sesuai) mengingat banyaknya jumlah wisata yang ada dan membuang waktu komputasi. Pada penelitian ini akan ditambahkan kriteria mengenasi prioritas tempat/jenis wisata yang ingin dikunjungi dan tempat/lokasi wisata yang tidak ingin dikunjungi. Kriteria-kriteria tersebut diolah pada Algoritma Genetika dan telah mampu menghasilkan hasil penjadwalan rute yang lebih akurat dan optimal sesuai kriteria.]]>
<![CDATA[PENDEKATAN POSITIONAL TEXT GRAPH UNTUK PEMILIHAN KALIMAT REPRESENTATIF CLUSTER PADA PERINGKASAN MULTI-DOKUMEN ]]>
<![CDATA[I Putu Gede Hendra Suputra]]>;
<![CDATA[Agus Zainal Arifin]]>;
<![CDATA[Anny Yuniarti]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 6 No 2: September 2013 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (643.965 KB)
<![CDATA[Coverage and saliency are major problems in Automatic Text Summarization. Sentence clusteringapproaches are methods able to provide good coverage on all topics, but the point to be considered is theselection of important sentence that can represent the cluster’s topic. The salient sentences selected asconstituent to the final summary should have information density so that can convey important informationcontained in the cluster. Information density from the sentence can be mined by extracting the sentenceinformation density (SID) feature that built from positional text graph approach of every sentence in the cluster.This paper proposed a cluster representative sentence selection strategy that used the positional text graphapproach in multi-document summarization. There are three concepts that used in this paper: (1) sentenceclustering based on similarity based histogram clustering, (2) cluster ordering based on cluster importance and(3) representative sentence selection based on sentence information density feature score. The candidatesummary sentence is a sentence that has greatest sentence information density feature score of a cluster. Trialsconducted on task 2 DUC 2004 dataset. ROUGE-1 measurement was used as performance metric to comparethe use of SID feature with other method namely Local Importance and Global Importance (LIGI). Test resultshowed that the use of SID feature was successfully outperform LIGI method based on ROUGE-1 values wherethe greatest average value of ROUGE-1 that achieved by SID features is 0.3915.]]>
<![CDATA[PERINGKASAN TEKS OTOMATIS UNTUK DOKUMEN BAHASA BALI BERBASIS METODE EKTRAKTIF ]]>
<![CDATA[I Putu Gede Hendra Suputra]]>
<![CDATA[ Jurnal Ilmu Komputer Vol 10 No 1 (2017): April 2017 ]]>
Publisher : <![CDATA[Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (712.44 KB)
<![CDATA[Membaca menjadi salah satu kegiatan wajib yang dilakukan oleh manusia dalam memperoleh informasi, baik membaca buku, majalah maupun tulisan digital. Perkembangan teknologi internet menyebabkan perkembangan jumlah dokumen digital di internet semakin meningkat. Masalah terjadi ketika dokumen yang dibaca sangat panjang dan sangat banyak sehingga akan membutuhkan waktu yang sangat lama untuk mendapatkan informasi dan memahami isi dari dokumen tersebut. Salah satu cara untuk mendapatkan informasi dan memahami suatu dokumen secara cepat yaitu dengan membaca ringkasannya. Cara untuk mendapatkan ringkasan dokumen secara cepat yaitu dengan meringkasnya secara otomatis dengan menggunakan aplikasi peringkasan otomatis.Peringkasan teks otomatis (Automatic Text Summarization) merupakan proses menghasilkan atau mengekstraksi sebuah teks yang berasal dari satu atau banyak teks dimana didalamnya terdapat informasi penting dari teks sumber, dan teks hasil tersebut tidak lebih panjang dari setengah teks sumber secara otomatis. Berbagai penelitian telah dilakukan dalam hal peringkasan otomatis untuk bebagai bahasa namun pada penelitian-penelitian sebelumnya belum pernah ada peringkasan otomatis untuk dokumen/tulisan berbahasa Bali yang sudah sangat banyak dijumpai di internet. Merujuk dari fakta tersebut sehingga pada saat ini merupakan momentum yang tepat untuk mengembangkan sistem peringkasan otomatis untuk dokumen berbahasa Bali yang tentunya memiliki karakteristik berbeda dengan kebanyakan bahasa lainnya.Metode yang digunakan dalam peringkasan teks ini adalah metode ekstraktif yaitu mengekstraksi kalimat-kalimat ringkasan berdasarkan skor fitur-fitur penting dari kalimat yang dimiliki. Pada penelitian ini, fitur-fitur yang digunakan adalah Keyword positif (f1), Kemiripan Antar-Kalimat (f2) dan Kemiripan Kalimat dengan Judul dokumen (f3). Percobaan dilakukan terhadap kumpulan artikel Bahasa Bali yang diperoleh dari berbagai sumber. Dari hasil evaluasi nilai rata-rata ROUGE-1 yang terbaik adalah 0.52 dengan kombinasi bobot fitur f1 = 0.3, bobot f2 = 0.5 dan bobot f3 = 0.2. Terlihat fitur f2 adalah fitur yang memberikan pengaruh yang dominan dalam peringkasan dokumen Bahasa Bali]]>
