Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

8.63

P-Index

This Author published in this journals

All Journal Jurnal Ilmu Komputer Buletin Udayana Mengabdi (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana Jurnal Sains dan Teknologi Jurnal Teknologi Informasi dan Ilmu Komputer WIDYA LAKSANA Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Pengabdian Informatika (JUPITA) Jurnal Intelek Dan Cendikiawan Nusantara Buletin Pos dan Telekomunikasi Jurnal Nasional Teknologi Informasi dan Aplikasinya

I Gusti Agung Gede Arya Kadyanan

Faculty Of Computer Science University Of Indonesia

Author-ID : 234312

Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 75 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2

Deep Learning Pengembangan Aplikasi Deep Learning untuk Identifikasi Kain Endek Bali I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 15 No 1 (2022): April 2022
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Endek fabric is one of the woven fabric crafts from Province of Bali, Indonesia. In its development, nowadays endek fabric is widely used as a traditional clothing or it can be used as a school or office uniforms. Most of people still don’t know if endek fabric has a variety of motifs or designs, so in this research will be explained the classification of Endek Bali fabric types based on its motifs using one of the deep learning methods. In this research, the classification of Endek Bali fabric types consist of preprocessing, training and testing which using the Convolutional Neural Network (CNN) algorithm. For the CNN architecture that will be used is the LeNet-5 architecture. In the CNN algorithm, the feature extraction process is carried out at the convolution layer, then the classification process is carried out in fully connected layer. Based on the research which conducted, it using 4 pieces of Endek Bali fabric class, where 75% (75 data) of each endek fabric class will be used as training data, whereas 25% (25 data) of each endek fabric class will be used as testing data, with the overall data for each class amounting to 100 data. In the best training scenario that using 0.00001 as the learning rate and 0.0001 as the minimum error change value, the highest accuracy value is obtained with an average accuracy by 80%.

UNIFIED HANDHELD WITH SPECIAL SECURITY FOR PERVASIVE COMPUTING I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 4 No 1: April 2011
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (342.103 KB)

Abstract-Inspired by a swiss knife army with several other equipment that accompany such as pliers, screwdrivers, a corkscrew and many others. So as these devices are able to do everything. From this vision of the function of a handheld / smart-device which is growing rapidly and most people have today. How could a handheld perform all these functions? In this article will discuss about how to maximize handheld functions but still watched from the side of security. In short it’s how to ensure that all devices can be connected but still within our control

REKONSTRUKSI CITRA KAIN ENDEK BERDASARKAN FITUR TEKSTUR DALAM TEMU KEMBALI INFORMASI CITRA BERBASIS KONTEN I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 9 No 1: April 2016
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.255 KB)

Penelitian ini menyajikan rekonstruksi citra kain Endek berdasarkan fitur tekstur. Dalam upaya membangun suatu platform pengembangan sistem perolehan citra warisan budaya seperti citra batik dan lukisan, diperlukan suatu pendekatan yang handal. Keyblock merupakan generalisasi sistem temu kembali berbasis konten pada domain citra. Codebook dibangun berdasarkan pengelompokan nilai keyblock yang mewakili karakteristik citra pada data, kemudian digunakan untuk proses encoding dan decoding. Proses encoding merupakan upaya untuk merepresentasikan setiap sub area pada citra kain Endek dengan suatu nilai indeks yang sesuai dengan codebook. Citra hasil encoding berubah menjadi bentuk matrik 1-dimensi, bentuk ini merupakan analogi dari keyword pada sistem pencarian informasi berbasis teks.

OPTIMASI TRAVELING SALESMAN PROBLEM (TSP) UNTUK RUTE PAKET WISATA DI BALI DENGAN ALGORITMA GENETIKA Luh Gede Ayu Candrawati; Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 10 No 1 (2017): April 2017
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (480.034 KB)

Bali merupakan salah satu destinasi favorit bagi wisatawan mancanegara. Biasanya perusahaan jasa atau hotel tempat menginap bagi wisatawan menawarkan berbagai macam paket wisata. Akan tetapi ada wisatawan yang merasa kurang puas terhadap paket-paket wisata yang ditawarkan. Hal ini dikarenakan tempat yang ingin dikunjungi tidak sesuai dengan tempat yang mereka inginkan. Selain itu juga karena terbatasanya waktu yang dimiliki wisatawan untuk berlibur di Bali berbanding terbalik dengan banyaknya destinasi wisata yang ada di Bali. Yang terakhir adalah karena kepadatan lalu lintas yang berbeda tiap waktu sehingga waktu yang dimiliki oleh wisatawan menjadi semakin sempit. Untuk itu penulis mencoba memecahkan masalah ini yaitu dengan mengoptimasi rute dan penjadwalan paket wisata di Bali menggunakan algoritma genetika. Sehingga pada peneiltian ini dapat menghasilkan penjadwalan perjalanan paling optimal dengan mempertimbangkan rute terpendek di Pulau Bali

Pengembangan Sistem Rekomendasi Tempat Pembuatan Kerajinan Tradisional Bali I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 12 No 1 (2019): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Bali adalah salah satu destinasi tempat tujuan para wisatawan yang sangat berkembang saat ini. Banyak wisatawan datang ke Bali untuk mencari kerajinan tradisional Bali. Dari hasil data kuisioner, 56.7 % dari responden sangat tertarik dan 40.3 % dari responden tersebut tertarik ingin tahu dimana pembuatan kerajinan tradisional Bali. Wisatawan hanya mengetahui pusat pembelian kerajinan tanpa tahu dimana tempat pembuatannya. Sistem Rekomendasi dapat mengenalkan tempat pembuatan kerajinan tradisional Bali dengan membangun aplikasi. Sistem rekomendasi adalah sistem yang memberikan rekomendasi kepada pengguna dalam menemukan tempat pembuatan kerajinan tradisional bali berdasarkan pengguna sebelumnya. Sistem rekomendasi ini dibangun dengan menggunakan metode ICHM (item-basedclusteringhybridmethod) dan algoritmaslopeone. Dimana sistem ini akan memberikan suatu rekomendasi tempat dan kerajinan berdasarkan rating item dan konten item. Pengujian menggunakan MAE (MeanAverange Eror) pada sistem mendapatkan nilai kurang dari 1,000. Semakin rendah nilai MAE maka nilai rekomendasi semakin akurat.

SISTEM PENGENALAN KAIN ENDEK KHAS BALI BERDASARKAN FITUR TEKSTUR I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 9 No 2: September 2016
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.703 KB)

Penelitian ini merupakan lanjutan penelitian pada periode sebelumnya yang telah berhasil melakukan rekonstruksi citra kain Endek berdasarkan fitur tekstur. Dalam penelitian ini telah berhasil dibangun sistem pengenalan citra kain Endek khas Bali. Dalam upaya membangun suatu platform pengembangan sistem perolehan citra warisan budaya seperti citra batik dan lukisan, diperlukan suatu pendekatan yang handal. Dengan memanfaatkan Keyblock yang merupakan generalisasi sistem temu kembali berbasis konten pada domain citra. Codebook dibangun berdasarkan pengelompokan nilai keyblock yang mewakili karakteristik citra pada data, kemudian digunakan untuk proses encoding dan decoding. Proses encoding merupakan upaya untuk merepresentasikan setiap sub area pada citra kain Endek dengan suatu nilai indeks yang sesuai dengan codebook. Citra hasil encoding berubah menjadi bentuk matrik 1-dimensi, bentuk ini merupakan analogi dari keyword pada sistem pencarian informasi berbasis teks. Sebanyak 60 citra kain Endek dilibatkan dalam penelitian ini, dengan 40 citra sebagai citra pelatihan dan 20 citra sebagai citra uji.

Sistem Perolehan Citra Piercing Berdasarkan Pendekatan Codebook Dan Keyblock I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 12 No 2 (2019): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Makalah ini menyajikan pengembangan sistem perolehan citra piercing berdasarkan pendekatan codebook dengan fitur tekstur dengan keyblock. Di dalam upaya membangun suatu platform pengembangan sistem perolehan citra warisan budaya, diperlukan suatu pendekatan yang handal untuk membangun berbagai sistem perolehan citra seperti batik dan lukisan. Keyblock merupakan generalisasi sistem temu kembali berbasis konten pada domain citra. Codebook dibangun berdasarkan pengelompokan nilai keyblock yang mewakili karakteristik citra pada data yang digunakan. Untuk data eksperimen, digunakan 41 pola piercing asli dan divariasikan menjadi 9 orientasi dan skala sehingga menjadi berjumlah 369 citra, dengan rincian sejumlah 328 citra untuk training data dan 41 citra untuk testing data atau kueri. Hasil yang optimal dicapai pada penggunaan ukuran keyblock 2x2 dan ukuran codebook 300 dengan rata-rata distorsi sebesar 19.07 tingkat keabuan dan RMS_error rata-rata sebesar 6.65 tingkat keabuan. Tingkat keberhasilan sistem perolehan citra dinyatakan dengan grafik precision dan recall, dengan kurva terbaik dicapai pada penggunaan teknik matching berdasarkan vector space (SVM).

User Loyalty Prediction Using Naive Bayes Method in "Udatari" an art Performance Marketplace Ngurah Agus Sanjaya ER; I Gusti Agung Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 14 No 1 (2021): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIK.2021.v14.i01.p07

Udatari is the first traditional dance platform in Indonesia which provides information about traditional events such as, dance tutorials, group dancer and dance attributes. The tight competition in the startup world, requires Udatari as a new startup to manage application users optimally. Knowing loyal users will help startups determine the right marketing strategy. In this study, the method used for clustering is the K-Means method where this method seeks to classify existing data into several groups provided that the data in one group have the same characteristics as each other. The model used for the clustering process is RFM, namely recency, frequency and monetary. The purpose of this clustering is to get the segmentation of users who have different Customer Lifetime Value. The second method for conducting classification is the Naïve Bayes method, where this method predicts future opportunities based on past experiences. The purpose of this classification is to predict new users into the user segmentation obtained from the clustering results. From the results of this study, the optimum k value for K-Means are 3 clusters with the largest CLV value in the second cluster where testing on this method uses the Silhouette Index. Furthermore, for the test results of the Naïve Bayes method, the average accuracy value is 97.44% where the accuracy of each class is 92.31% for cluster 0 (first cluster), 100% for the second cluster and 100% for the third cluster. Keywords: K-Means, Naïve Bayes, Loyalty, Segmentation, RFM

PERANCANGAN SISTEM REKOMENDASI DALAM INDUSTRI KULINER DI BALI I G A Gede Arya Kadyanan
Jurnal Ilmu Komputer Vol 10 No 1 (2017): April 2017
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (533.703 KB)

Menjamurnya gerai makanan cepat saji menyebabkan semakin berkurangnya minat akan kuliner khas Bali. Tentu hal ini akan sangat berpengaruh dengan keunikan budaya khas bali terutama terkait kulinernya. Sebagai daerah tujuan wisata dunia, tentunya Bali harus mampu menampilkan keunikan budayanya sendiri. Melalui perkembangan ilmu pengetahuan dan teknologi telah diupayakan suatu solusi untuk mengatasi masalah tersebut. Sistem ini dapat membantu dalam mengenalkan kuliner khas Bali melalui aplikasi yang berjalan pada sistem operasi android. Dengan metode collaborative filtering dan algoritma slope one telah berhasil dirancang sistem rekomendasi untuk kuliner khas Bali.

Keyblock for Content-based Image Retrieval (Vector quantization Comparison In Piercing Domain Image) I Gusti Agung Gede Arya Kadyanan; Wahyudi -; Aniati Murni Arymurthy
Jurnal Ilmu Komputer Vol. 5, No. 1 April 2012
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1156.45 KB)

Keyblock is a generalization of the text-based information retrieval technology in the image domain. The main purpose of this framework is to find the codebook of a given size from a set of training image blocks. This main purpose can be achieved with any Vector quantization algorithm. This paper is an answer to the questions: “Can we use keyblock for piercing pattern?” Which one is the best algorithm between GLA or PNNA for VQ ?” The paper begins by describing some basic theory of Texture Feature, Keyblock-based, Vector quantization, Generalized Lloyd Algorithm (GLA) and Pairwise Nearest Neighbour Algorithm (PNNA). Next, it summarizes the implementation of both algorithm in keyblock framework for piercing pattern. Finally, it describes the experimental result of this research.

Co-Authors Aditya Premana Putra Affila Pradika, Valentin Gea Agus Muliantara Alim Ikegami Alvin Wiraprathama Anak Agung Istri Ngurah Eka Karyawati Anak Agung Istri Ngurah Eka Karyawati Anggara Putra, I Wayan Aditya Aniati Murni Arymurthy Artanta Wibawa, Putu Widyantara Benny Elia Brahmantha, Gede Putra Aditya Cokorda Pramartha Cokorda Pramartha Cokorda Rai Pramartha Darmayasa, I Nengah Oka Dewi, Ni Wayan Sani Utari Dharmajaya, Gede Putra Dwipa Jaya, I Made Krisna Gde Deva Dimastawan Saputra Gede Sukadarmika Gorianto, Frisca Olivia Hanif, Muhammad Hanif I Dewa Made Bayu Atmaja Darmawan I Dewa Made Bayu Atmaja Darmawan, I Dewa Made Bayu I Gede Adrian Satria Pratama S. I Gede Angga Narotama I Gede Arta Wibawa I Gede Made Sankhya Saiyoga Krisna I Gede Santi Astawa I Gede Tendi Ariyanto I Gusti Ngurah Anom Cahyadi Putra I Gusti Ngurah Made Dika Varuna I Ketut Adian Jayaditya I Ketut Gede Suhartana I Ketut Gede Suhartana I Ketut Kusuma Merdana I Ketut Manik Ambarawan I Ketut Teguh Wibawa Lessmana Putra. T I Komang Roni Sudarmawan I Komang Surya Adinandika I Komang Tryana Mertayasa I Made Adi Susilayasa I Made Anditya Mahesastra I Made Krisna Dwipa Jaya I Made Paramadhika Dwi Putra I Made Suastika I Made Sudarsana Taksa Wibawa I Made Wasanta Bhaskara I Made Widhi Wirawan I Made Widiartha I Nyoman Gunantara I Putu Andika Arsana Putra I Putu Fajar Tapa Mahendra I Putu Gede Hendra Suputra I WAYAN SANTIYASA I Wayan Supriana I Wayan Trisna Wahyudi I.B.M. Mahendra I.M. Widiartha Ida Bagus Gagananta Amartya Ida Bagus Gede Dwidasmara Ida Bagus Gede Dwidasmara Ida Bagus Made Mahendra Jayaditya, I Ketut Adian Kurniawan, Darryl Patrick Matheuw Luh Arida Ayu Rahning Putri Luh Gede Astuti Luh Gede Ayu Candrawati Made Yayang Eka Prananda Manuaba, Ida Bagus Gede Marselinus Putu Harry Setyawan Ngurah Agus Sanjaya ER Ni Made Ary Esta Dewi Wirastuti Parmawati, Putu Yuki Pradika, V.G.A. Putra, I Gusti Ngurah Agung Widiaksa Putra, I Putu Yoga Laksana Putra, Putu Mas Anggita Putra. T, I Ketut Teguh Wibawa Lessmana Putu Praba Santika Rizky, Muhammad Firyanul Sagung Putri Nariswari Saientisna, Detriasmita Sang Ayu Putu Eka Trisna Andriani Saputra, Komang Oka Saputra, Made Yosfin Sudarmawan, I Komang Roni Suputra, I Nengah Aryadi Surya, Dheva Theresia Margaretha Purba Valentin Gea Affila Pradika Wahyudi - Widiastawan, Gede Yasa, I Ketut Gede Udha Krisna Yudistia, I Komang Maheza Yudistia

Title Search

Found 14 Documents Search Journal : Jurnal Ilmu Komputer

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 14 Documents
Search
Journal : Jurnal Ilmu Komputer