Article Per Year (5 Year)
p-Index From 2021 - 2026
5.662
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana Jurnal Pengabdian Informatika (JUPITA)
Ida Bagus Gede Dwidasmara
Unknown Affiliation
Humanities Computer Science & IT Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Segmentasi Baris Aksara Bali Pada Citra Lontar Prashanti, Ni Putu Vidya Vira; Santi Astawa, I Gede; Ngurah Eka Karyawati, Anak Agung Istri; Santiyasa, I Wayan; Gede Dwidasmara, Ida Bagus; Supriana, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021
Publisher : 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.v10.i02.p03

Abstract

Indonesia merupakan negara kepulauan yang disetiap pulaunya memiliki kebudayaan yang berbeda-beda, seperti misalnya Pulau Bali yang sangat kaya akan warisan budaya, salah satunya yaitu aksara Bali. Aksara Bali merupakan lambang bahasa masyarakat Bali yang sampai saat ini masih digunakan. Salah satu media yang dimanfaatkan untuk menuliskan aksara Bali yaitu lontar dapat mengalami penurunan kualitas dikarenakan usia yang semakin tua. Hal tersebut tentunya berpengaruh terhadap tulisan aksara Bali yang terdapat pada lontar, sehingga menyulitkan pembaca untuk mengetahui informasi yang terkandung pada lontar tersebut. Upaya yang dapat dilakukan untuk menyelamatkan informasi yang terkandung pada lontar adalah dengan mengubahnya kedalam bentuk digital. Tulisan aksara Bali pada lontar terkadang memiliki jarak yang dekat antar baris aksara sehingga karakter aksara pada baris satu dengan karakter aksara pada baris lainnya bersentuhan. Aksara yang bersentuhan juga dapat menyulitkan pembaca memahami makna dari tulisan tersebut. Aksara yang paling sering bersentuhan adalah gantungan pada kasara baris atas dengan pengangge pada baris aksara dibawahnya. Oleh karena itu, diperlukan segmentasi baris untuk menemukan dan memperjelas baris pemisah antara aksara pada baris satu dengan aksara pada baris lainnya. Proses segmentasi baris aksara Bali dilakukan menggunakan Algoritma Genetika. Algoritma Genetika akan mencari kromosom dengan nilai fitness terbaik. Gen pada kromosom tersebut mewakili baris piksel citra biner yang diambil secara acak sesuai batas area segmentasi. Berdasarkan hasil pengujian yang telah dilakukan terhadap 10 bilah citra lontar, diperoleh hasil akurasi proses segmentasi baris aksara Bali menggunakan Algoritma Genetika adalah sebesar 92.17%.
Optimization of Bali Tourism Recommendations Based on Personal Motivation of Tourists Using the Naive Bayes Algorithm Putra, I Gusti Ngurah Agung Widiaksa; Arya Kadyanan, I Gusti Agung Gede; Gede Dwidasmara, Ida Bagus
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 1 (2021): JELIKU Volume 10 No 1, Agustus 2021
Publisher : 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.v10.i01.p11

Abstract

In the recovery of the tourism sector in Bali due to COVID-19, a solution is needed with the aim of making tourists more interested in having a vacation in Bali. One of the solutions that can be offered is optimizing the tourist recommendations on the island of Bali, because so far tourists only get travel recommendations from travel agents and guides who usually recommend favorite tourist destinations, and sometimes guides recommend tourist attractions according to their personal wishes or goals. making tourists less optimal in enjoying tourist attractions in Bali. Optimization of Bali Tourism Recommendations Based on Tourist Personal Motivation Using the Naive Bayes Algorithm, is one solution to optimize tourism recommendations in Bali, where tourist recommendations are taken based on tourist characteristics using the Naïve Bayes Algorithm. In this study the authors used 180 training data, and the results of this study indicate that the personal motivation of tourists who are processed using the Naïve Bayes algorithm is feasible to use for tourism recommendations in Bali. Keywords: Recommendation Optimization, Personal Motivation, Naïve Bayes.
SISTEM INFORMASI GEOGRAFIS OBYEK WISATA BALI BERBASIS APLIKASI MOBILE DENGAN REPRESENTASI DATA SPASIAL MENGGUNAKAN XML SVG Ida Bagus Gede Dwidasmara
Jurnal Ilmu Komputer Vol 7 No 1: April 2014
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (991.059 KB)

Abstract

Penelitian ini dikosentrasikan pada pembuatan sebuah sistem yang mengintegrasikan teknologi aplikasi mobile  dengan Sistem Informasi Geografis menggunakan SVG dan SVG Tiny sebagai representasi data spasial peta dengan model data vektor, sehingga sistem yang dihasilkan diharapkan dapat dipergunakan sebagai pusat informasi pariwisata dengan dukungan pemetaan digital lokasi wisata. Sistem yang dibangun dapat dipergunakan pada aplikasi internet seperti web dan mobile device , sehingga pengguna mendapatkan informasi secara real-time  dari server Web- GIS.
Forecasting Saham Perbankan Dengan Penerapan Multilayer Backpropagation Neural Network I Putu Ryan Paramaditya; Cokorda Rai Adi Pramartha; I Gede Arta Wibawa; I Gede Santi Astawa; Ida Bagus Gede Dwidasmara; I Dewa Made Bayu Atmaja Darmawan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 4 (2024): JELIKU Volume 12 No 4, May 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2024.v12.i04.p02

Abstract

The use of the Neural Network algorithm with Backpropagation is used to predict stock price data based on the closing price of the following day, as a reference for buying shares in the future. The dataset used is of the time-series type, stock data for the state-owned banking category comes from Yahoo Finance such as Bank BNI (BBNI). Where from the results of the model training carried out, the lowest loss was 0.0011 at epoch 29, 33, 41, 43, 46, 47, and 49 and the highest was 0.0243 at epoch 0. The lowest Val Loss was 0.0011 at epoch 5, 10, and 46 and the highest was 9.555 at epoch 44. The model test score results showed a Median Absolute Error (MAE) of 85.57 and a Mean Absolute Error Percent (MAE%) of 1.97%. Root Mean Squared Error (RMSE) is 103.85 and Root Mean Squared Error Percent (RMSE%) is 2.39%. This score is considered good because it is below 50%. Prediction results reach an average of above 90%. To get the best prediction results, the percent change must be above -4.35% and the percentage above 95.65%.
Pengembangan Sistem Pendukung Business Intelligence dan Forecasting untuk UMKM (Studi Kasus: Toko Perlengkapan Ternak) Gusti Ngurah Deva Wirandana Putra; Cokorda Rai Adi Pramartha; Ida Bagus Gede Dwidasmara; Dr. Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pendukung Business Intelligence pada Toko Perlengkapan Ternak guna menyediakan informasi secara real-time yang mendukung pengambilan keputusan yang cepat dan tepat. Metode pengembangan sistem Business Intelligence Roadmap digunakan dalam proses pengembangan sistem ini untuk memastikan tahapan-tahapan pengembangan dilakukan dengan terstruktur dan sesuai dengan kebutuhan. Berdasarkan hasil evaluasi, sistem ini mampu memberikan informasi yang terstruktur dan tepat waktu serta memiliki tingkat penerimaan yang tinggi dari pengguna menggunakan evaluasi Technology Acceptance Model (TAM) yaitu dengan nilai evaluasi persepsi kegunaan (perceived usefulness) mencapai 89% dam evaluasi persepsi kemudahan (perceived ease of use) mencapai 86,14%. Hasil dari ETL Testing juga menunjukkan bahwa data berhasil diproses sebesar 100% tanpa data loss atau kehilangan data. Selain itu, penelitian juga melakukan Data Mining yaitu Forecasting menggunakan metode Support Vector Regression (SVR) untuk data transaksi penjualan, dengan hasil yang menunjukkan kinerja yang baik dalam prediksi jumlah transaksi di masa depan. Hasil evaluasi menunjukkan bahwa metode SVR memiliki Mean Absolute Error (MAE) sebesar 21,39, Mean Squared Error (MSE) sebesar 642,85, dan Root Mean Squared Error (RMSE) sebesar 25,35. Namun, evaluasi jangka panjang diperlukan untuk mengevaluasi kinerja SVR dalam periode waktu yang lebih luas
Implementasi Methontologi Untuk Pembangunan Model Ontologi Pada Sistem Informasi Produk Bodycare Ida Ayu Taria Putri Mahadewi; Ida Bagus Gede Dwidasmara
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i03.p10

Abstract

There are many different body care products on the market. This certainly causes many considerations to choose the right body care products and according to the needs or skin problems of each individual. The solution that can be done to this problem is to use a semantic ontology model with the Methontology method. This bodycare product ontology development model produces 10 classes, 5 Object Properties, 5 Data Properties, and 45 individuals. The ontology evaluation process by performing SPARQL query which is used to get the appropriate results. Keywords: Bodycare, Ontology, Methontology, SPARQL, Protégé.
Sistem Rekomendasi Produk Bodycare Dengan Metode Collaborative Filtering Ida Ayu Taria Putri Mahadewi; Ida Bagus Gede Dwidasmara; Cokorda Rai Adi Pramartha; I Gede Santi Astawa
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

Saat ini, terutama di kalangan wanita remaja, sedang gencar untuk melakukan perawatan. Perawatan ini mencakup wajah, rambut, dan tubuh. Perawatan tubuh memiliki tujuan tidak hanya untuk penampilan, tetapi juga kesehatan dan kelembaban kulit. Ada banyak produk bodycare yang tersedia di pasaran, tetapi memilih yang sesuai dengan kebutuhan dan masalah kulit menjadi tantangan karena komposisi produk yang berbeda. Teknologi seringkali digunakan untuk mencari informasi tentang produk bodycare. Namun, seringkali informasi yang ditemukan tidak relevan atau kurang akurat. Penelitian ini diharapkan dapat membantu dengan mengembangkan sistem rekomendasi produk bodycare menggunakan metode Collaborative Filtering. Sistem rekomendasi ini dibuat dengan memanfaatkan teknologi web semantik dan data akan dipetakan ke dalam bentuk ontologi sebagai basis pengetahuan. Model ontologi akan dibangun dengan menggunakan metode Methontology, pengembangan sistem dengan menggunakan metode Prototyping, dan rekomendasi produk yang akan ditawarkan pada sistem menggunakan metode Collaborative Filtering. Pada tahap pengujian terdiri dari dua tahapan yaitu pengujian dengan usability dan pengujian dengan Mean Absolute Error (MAE). Pengujian kebergunaan atau usability testing dengan menggunakan metode System Usability Scale (SUS) dari sisi Acceptability, Grade Scale, dan Adjective Rating memperoleh nilai rata-rata yaitu 82,344. Hasil pengujian akurasi dengan menggunakan Mean Absolute Error (MAE) memperoleh nilai sebesar 0,3556 yang dapat diartikan bahwa tingkat akurasi yang dihasilkan sudah akurat dan rekomendasi produk bodycare sudah baik karena semakin mendekati nilai 0, maka tingkat akurasi akan semakin tepat atau akurat dan semakin baik terhadap rekomendasi produk bodycare yang diberikan. Kata Kunci: Rekomendasi, Bodycare, Collaborative Filtering, Semantik, Ontologi
Sistem Rekomendasi Seri Animasi Jepang (Anime) Menggunakan User-Based Collaborative Filtering dan Spearman Rank Correlation Coefficient I Kadek Gowinda; I Gede Santi Astawa; I Gusti Ngurah Anom Cahyadi Putra; Ngurah Agus Sanjaya; Ida Bagus Gede Dwidasmara; I Dewa Made Bayu Atmaja Darmawan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i02.p26

Abstract

The number of existing anime is increasingly varied and more in line with the increasing number of enthusiasts. The surge in anime series among anime enthusiasts has become an obstacle to finding anime that matches their taste. This underlies the writer to create an anime recommendation system using User-Based Collaborative Filtering method. The research process consisted of several stages, namely data collection from the Kaggle website with 3 pieces of data uploaded, namely in the .csv format. Determination of users who have a correlation, using the Spearman Rank Correlation Coefficient method. Calculation of predictions using a weighted sum algorithm. The final stage is the implementation of the recommendations and evaluation of the recommendation system used to calculate the level of collaborative filtering using the Mean Absolute Error (MAE).. This research has output in the form of a website which has several components, namely Home Page, Login-Register, Search, Recommend, Result Page, Single View and Rating. Testing on the system uses MAE calculations which are carried out on 50 users with the most rating history. The results from the test show that the percentage of error obtained is 15.8% and the prediction accuracy results obtained are 84.12%. The smallest MAE value of the 50 profiles is 0.894933222 by Archaeon and the highest MAE value is 3.572438553 by Krunchyman.
SISTEM MANAJEMEN PRO-PROJECT (PROGRESS PROJECT) BERBASIS WEBSITE PERUSAHAAN WFH Saraswati, I Gusti Agung Istri Bianca Githa; Anom Cahyadi Putra, I Gusti Ngurah; Dwidasmara, Ida Bagus Gede
Jurnal Pengabdian Informatika Vol. 2 No. 4 (2024): JUPITA Volume 2 Nomor 4, Agustus 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Sistem Manajemen Pro-Project (Progress Project) adalah sebuah sistem informasi yang mendukung kegiatan bisnis dalam mengelola perkembangan proyek. Perusahaan yang menerapkan WFH (Work From Home) sering menghadapi kendala dalam mencatat dan menyimpan data proyek yang baru masuk hingga tahap perbaikan di dalam perusahaan. Dalam studi kasus perusahaan yang sedang diteliti, pencatatan proyek baru masih dilakukan secara manual melalui media sosial seperti WhatsApp dan mencatatnya di catatan atau Google Sheets, sehingga data perkembangan proyek tidak tertata dan tidak terorganisir dengan baik. Oleh karena itu, diperlukan strategi dalam sistem informasi proyek untuk meningkatkan produktivitas dan mencapai tingkat efektivitas dalam operasional perusahaan dalam mengelola perkembangan proyek. Sistem ini akan membantu dalam mendokumentasikan setiap perkembangan proyek baru hingga proses pemeliharaan proyek. Dengan demikian, sistem ini akan berperan sebagai perantara antara klien dan perusahaan dalam mempermudah operasi manajemen proyek yang diberikan oleh klien.
PEMBUATAN TAKSU INVENTORY APP BERBASIS WEBSITE UNTUK SISTEM MANAJEMEN INVENTARIS PADA PERUSAHAAN TAKSU TEKNOLOGI INDONESIA Ni Kadek Evi Dianasari; I Gusti Ngurah Anom Cahyadi Putra; Ida Bagus Gede Dwidasmara
Jurnal Pengabdian Informatika Vol. 2 No. 4 (2024): JUPITA Volume 2 Nomor 4, Agustus 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Taksu Teknologi Indonesia, yang dikenal sebagai Taksu Tech, adalah perusahaan yang bergerak di bidang IT consulting, dimana berfokus pada pengerjaan Konsultasi, Design, Development, dan Support untuk Mobile Apps, Web Apps, Website, dan lainnya. Taksu Teknologi membuka kesempatan mahasiswa untuk memecahkan masalah yang telah dialami oleh perusahaan tersebut yaitu pada bagian manajemen inventarisnya. Taksu Tech masih belum memiliki pendataan barang khususnya dalam bentuk komputerisasi, sehingga penulis memiliki solusi yaitu dengan pembuatan sistem manajemen inventaris dalam bentuk website dinamakan Taksu Inventory App. Website Taksu Inventory App diatas dapat membantu mitra dalam keberhasilan memecahkan masalah perusahaan, yang dimana website ini mampu menyimpan dan mengelola data-data inventaris barang yang dimiliki oleh perusahaan Taksu Teknologi dengan lebih efektif dan efisien, Mengurangi kerugian akibat kehilangan atau kerusakan barang, Menghindari kekurangan atau kelebihan stok. Kata kunci : Taksu Teknologi Indonesia, manajemen inventaris, komputerisasi, website, Taksu Inventory App, efektif, efisien, kerugian, kehilangan barang, kekurangan stok.
Co-Authors Aang Pangantyas Sampurna Agus Muliantara Anak Agung Istri Ngurah Eka Karyawati Andy Bastian Fauzi Butarbutar, Amsal Hamonangan Catur Ragil Putra Nanda Citarsa, Ida Bagus Satrya Masyana Cokorda Rai Adi Pramartha Dewi, Ayu Made Surya Indra Dewi, Ni Putu Mira Novita Dharma Wibawa, I Made Bayu Dr. Made Agung Raharja Ferry Mahayudha, I Gusti Ngurah Bagus Firmansyah, Dimas Gede Lucky Aldi Arsa Gusti Ngurah Deva Wirandana Putra I Dewa Made Bayu Atmaja Darmawan I Gede Arisudana Samanjaya I Gede Arta Wibawa I Gede Ngurah Arya Wira Putra I Gede Rizki Heriana Prayoga I Gede Santi Astawa I Gusti Agung Gede Arya Kadyanan I Gusti Ngurah Anom Cahyadi Putra I Gusti Ngurah Bagus Ferry Mahayudha I Kadek Gowinda I Ketut Gede Suhartana I Made Widiartha I Made Widiartha I Putu Agus Arya Wiguna I Putu Gede Hendra Suputra I Putu Ryan Paramaditya I Wayan Pande Putra Yudha I WAYAN SANTIYASA I Wayan Supriana Ida Ayu Taria Putri Mahadewi Ida Bagus Made Mahendra Ida Bagus Made Mahendra Jhordi, Rafif Kadek Dwitya Adhi Pradyto Kameliya Putri Mahadewi, Ida Ayu Taria Putri Muhammad Husein Nanda, Catur Ragil Putra Ngurah Agus Sanjaya ER Ni Kadek Evi Dianasari Ni Luh Putu Ayu Siwastuti Cayadewi Nikola, Nanda Permana, I Gede Teguh Prashanti, Ni Putu Vidya Vira Pratama, Fahmi Ahmad Arum Prayoga, I Gede Rizki Heriana Putra, Fathiyarizq Mahendra Putra, I Gusti Ngurah Agung Widiaksa Putri, I Gusti Ayu Widiantari Raharja, Made Agung Samanjaya, I Gede Arisudana Sandi, Wijaya Kusuma Saraswati, I Gusti Agung Istri Bianca Githa Sentana, I Putu Bagus Merta Ubaidillah, Muhammad Afif Wiguna, I Putu Marcel Wira Putra, I Gede Ngurah Arya Yasa, I Ketut Gede Udha Krisna