Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer TELKOMNIKA (Telecommunication Computing Electronics and Control) Journal of ICT Research and Applications Binus Business Review JUTIK : Jurnal Teknologi Informasi dan Komputer SINTECH (Science and Information Technology) Journal Jurnal Kridatama Sains dan Teknologi Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Ilmiah Telsinas Elektro, Sipil dan Teknik Informasi Technologica
Ngakan Nyoman Kutha Krisnawijaya
Universitas Pendidikan Nasional
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Analisis Determinan Karakter Siswa Menggunakan Explainable Machine Learning (SHAP) dan Klasterisasi Profil Sekolah Studi Kasus Rapor Pendidikan Provinsi Bali Dananjaya, Md. Wira Putra; Krisnawijaya, Ngakan Nyoman Kutha; Prathama, Gede Humaswara; Paramartha, I Gusti Ngurah Darma; Gama, Adie Wahyudi Oktavia
Jurnal Kridatama Sains dan Teknologi Vol 7 No 02 (2025): Jurnal Kridatama Sains dan Teknologi
Publisher : Universitas Ma'arif Nahdlatul Ulama Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53863/kst.v7i02.1988

Abstract

Strengthening student character is a key performance indicator in the Merdeka Belajar curriculum, but the identification of the school environment's most influential determinants of character achievement is often assumed. This study aims to quantitatively deconstruct the relationship between school climate and student character quality in Bali Province. Using the Indonesian Education Report dataset released by the Ministry of Primary and Secondary Education (Kemendikdasmen) for the 2023-2025 period with a total of 727 data entries, this study applies the Educational Data Mining methodology with the Random Forest algorithm enhanced by the Synthetic Minority Over-sampling Technique (SMOTE) to address data inequality. The novelty of this study lies in the use of SHapley Additive exPlanations (SHAP) for model transparency and K-Means Clustering for zoning mapping. Experimental results show the model is able to predict character achievement with 77.03% accuracy. The SHAP analysis revealed the interesting finding that Climate for Diversity (influence score of 0.45) and Climate for Gender Equality (0.22) were the strongest predictors, far exceeding the influence of Climate for Security (0.13). This finding challenges the common assumption that physical security is the single most important factor. Furthermore, the clustering analysis identified three school typologies in Bali, including one "Vulnerable" cluster that scored critically on gender equality and diversity despite having adequate security scores. This study recommends shifting the focus of education policy in Bali from a physical security approach to strengthening tolerance and gender equality programs, which have been shown to have a more statistically significant impact
Data Management System in Agriculture: A Bibliometric Analysis Krisnawijaya, Ngakan Nyoman Kutha
Technologica Vol. 5 No. 1 (2026): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v5i1.495

Abstract

Pertanian yang didasari oleh pemanfaatan dan manajemen data yang baik, dapat membantu petani dalam menyelesaikan permasalahan yang dihadapi dan juga dapat lebih tepat dalam mengambil sebuah keputusan. Menelusuri pengimplementasian data management system di literatur menjadi hal yang krusial dikarenakan sangat penting untuk mempelajari kesulitan dan tantangan yang dihadapi para peneliti sebelumnya guna meningkatkan kualitas dari sistem terdahulu. Dalam penelitian ini, metode analisis bibliometrik digunakan dengan tujuan untuk mengevaluasi literatur yang membahas terkait data management system di pertanian. Penggunaan metode ini dalam meninjau literatur pada topik data management di bidang pertanian masih terbatas, meskipun metode ini mampu memodelkan penelitian-penelitian yang paling signifikan dalam memberikan pengaruhnya pada perkembangan data management system di pertanian. Sehingga, studi ini bertujuan untuk mengisi gap penelitian dengan menggunakan analisis bibliometrik untuk mengidentifikasi penerapan data management system di bidang pertanian sebagai panduan untuk melihat tren dan arah dalam pengembangan pertanian cerdas. Secara keseluruhan, hasil analisis bibliometrik dengan teknik analisis co-word menunjukkan bahwa penelitian manajemen data di bidang pertanian adalah bidang multidisiplin. Penelitian ini berakar kuat pada manajemen data dan informasi untuk mendukung pengambilan keputusan dilihat dari 373 kemunculan kata kunci “information management” dan 192 kemunculan kata kunci “data management”. Bidang ini secara aktif mengintegrasikan teknologi baru seperti IoT dan blockchain untuk beralih menuju sistem pertanian yang lebih cerdas, efisien, dan transparan. Hasil dari analisis pada literatur memberikan pengetahuan yang cukup untuk melihat pola tren terkini pada penelitian data management system di pertanian.
Co-Authors Adie Wahyudi Oktavia Gama Adrama, I Nyoman Gede Bib Paruhum Silalahi Cokorda Pramartha Dananjaya, Md. Wira Putra Gede Humaswara Prathama Gusi Putu Lestara Permana I Gusti Ayu Agung Pradnya Dewi I Gusti Ayu Agung Pradnya Dewi I Gusti Ayu Agung Pradnya Dewi, I Gusti Ayu Agung I Gusti Ngurah Darma Paramartha I Nyoman Gede Adrama I Nyoman Kusuma Wardana I Wayan Aditya Suranata Putu Dyah Permatha Korry Putu Irma Yunita Putu Riska Indah Mentari