Article Per Year (5 Year)
p-Index From 2021 - 2026
4.901
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Elkom: Jurnal Elektronika dan Komputer Jurnal Informatika Jurnal Sains dan Informatika Anterior Jurnal Technologia: Jurnal Ilmiah Maha Widya Bhuwana: Jurnal Pendidikan, Agama dan Budaya Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Atma Inovasia JOINTECOMS (Journal of Information Technology and Computer Science) Diteksi : Jurnal Pengabdian Kepada Masyarakat
Putra, Putu Bagus Adidyana Anugrah
Universitas Palangka Raya
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Social Sciences Other

Published : 56 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 56 Documents
Search

 2   3   4   5   6 
Sistem Informasi Sasaran Kinerja Pegawai (SKP) di Dinas Energi dan Sumberdaya Mineral Provinsi Kalimantan Tengah Berbasis Website Fahira, Tiara; Adidyana Anugrah Putra, Putu Bagus; Lestari, Ariesta; Nugrahaningsih, Nahumi; Sehatman Saragih, Agus
Journal of Information Technology and Computer Science Vol. 3 No. 4 (2023): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v3i4.20957

Abstract

Sasaran Kinerja Pegawai (SKP) merupakan suatu beban kerja yang harus dicapai atau dipenuhi oleh Aparatur Sipil Negara dan merupakan salah satu komponen yang dapat dijadikan indikator keberhasilan suatu organisasi dengan dilakukannya evaluasi secara rutin dengan periode pengumpulan SKP. Metodologi penelitian yang digunakan dalam pembuatan Sasaran Kinerja Pegawai (SKP) berbasis Website adalah metode waterfall. Website ini telah diuji dengan pengujian Blackbox yang menghasilkan bahwa fitur dalam website dapat berjalan dengan baik. Website ini dikembangkan dengan tujuan memfasilitasi pihak terkait dalam mengelola Sasaran Kinerja Pegawai secara digital.
Rancang Bangun Sistem Informasi Pendataan Jemaat Gereja Betesda di Kota Palangka Raya Adflin, Jacob; Adidyana Anugrah Putra, Putu Bagus; Sylviana, Felicia; Christian, Efrans; Karolita, Devi
Journal of Information Technology and Computer Science Vol. 5 No. 2 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i2.22447

Abstract

Perkembangan era digital semakin lama semakin berjalan begitu cepat. Dengan berkembangnya teknologi dan informasi yang sekarang ini terjadi, menjadikan informasi salah satunya meningkatkan mutu dalam pelayanan yang interaktif, Pengembangan sistem berbasis teknologi web merupakan salah satu bidang teknologi informasi yang perkembangannya begitu pesat, perkembangan digital inilah yang dapat diterapkan salah satunya Pada pelayanan rumah ibadah Gereja.Pada Gereja Betesda di Kota Palangka Raya dalam beberapa pengolahan dataseperti data jemaat, data ibadah, data jemaat baptis (tanggal pelaksana), Sidi (tanggal pelaksana), data jemaat menikah, data jemaat meninggal, dan data pemasukkan/pengeluaran keuangan gereja yang masih menggunakan aplikasi microsoft office word dan microsoft excel,penyebaran informasi seperti jadwal ibadah, kegiatan gereja dan rutinitas ibadah-ibadah lainnya melalui warta gereja kertas dan madding, Untuk mencetak warta ibadah dan laporan tentunya membutuhkan dana operasional beberapa mengalami kesulitan untuk mengolah data dalam jumlah besar, dalam hal mengakses data-data tersebut sangat lambat dan tersimpan hanya pada satu tempat khusus yang sifatnya pasif.Metode penelitian yang digunakan pada pembuatan “Rancang Bangun SistemInformasi Pendataan Jemaat Di Gereja Betesda Di Kota Palangka Raya” adalah metode penelitian waterfall, dimana langkah-langkah dalam melakukan pengembangan diuraikan Analisis Kebutuhan, Perancangan, Implementasi, Pengujian.Dan beberapa komponen yang dikembangkan dalam pembuatan websiteGereja Betesda palangka raya yaitu Untuk Jemaat website ini membantu mereka mengakses informasi secara realtime kapan tentang jadwal kegiatan ibadah serta informasi tentang gereja Betesda Kota Palangkaraya, Kemudian data Jemaat pada website ini dapat tersimpan dan diarsipkan dengan baik kapan bila diperlukan dapat diakses untuk keperluan tersebut Sehingga manajemen data dapat tersimpan dan tertata dengan baik website membantu panitia untuk dapat mengemat biaya maupun waktu dalam menjalankan tugasnya, dalam urusan administrasi.
Optimized ensemble framework for predicting hydroponic stock and sales using machine learning Pranatawijaya, Viktor Handrianus; Priskila, Ressa; Putra, Putu Bagus Adidyana Anugrah; Sari, Nova Noor Kamala; Christian, Efrans; Geges, Septian; Kristianti, Novera
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 5: October 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i5.pp3879-3886

Abstract

The increasing global demand for food necessitates the adoption of sustainable agricultural practices. Hydroponic farming, while efficient in resource utilization, faces challenges in accurately predicting stock levels and sales due to dynamic, ever-changing factors. This research presents an optimized ensemble framework for forecasting hydroponic stock levels and sales by integrating linear regression (LR), random forest (RF), and XGBoost, further enhanced through an evolutionary algorithm (EA). The proposed framework is evaluated using root mean square error (RMSE) and mean absolute error (MAE), demonstrating significant accuracy improvements over individual models. The ensemble model achieves an RMSE reduction of 43.82% for stock prediction and 55.3% for sales forecasting compared to the best-performing individual model. Additionally, local interpretable model-agnostic explanations (LIME) are employed to offer stakeholders clear insights into decision-making processes, such as identifying "number of harvested crops" and "sales data" as key drivers of prediction outcomes. This framework supports sustainable development goals (SDGs) 9.3, 12.3, and 12.C by promoting resource efficiency, reducing food waste, and improving small-scale farmer market access. Future research will explore real-time data integration for dynamic adaptation and further model enhancements.
IMPLEMENTASI CONTENT-BASED FILTERING MENGGUNAKAN TF-IDF AND COSINE SIMILARITY UNTUK SISTEM REKOMENDASI RESEP MASAKAN Priskila, Ressa; Nova Noor Kamala Sari; Putu Bagus Adidyana Anugrah Putra
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 18 No. 1 (2024): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v18i1.12543

Abstract

Many housewives are still confused about what dishes they will cook with existing food ingredients. Most housewives get recipe ideas from the website. Recipes from the website have the advantage of being easily accessible, but the disadvantages are sometimes troublesome for users because they have to choose a recipe from which site because there are many sites that contain the same recipe, and most of the recipe websites on the internet do not have a feature to search recipes based on the ingredients they have. The aim of this research is to implement a content-based filtering method using TF-IDF and cosine similarity for a recipe recommendation system. The TF-IDF and cosine similarity models are used to find similarity values between material data in the database and the query entered by the user in the search form. The sample data used in this research is 30 recipe data points taken from the website makapahariini.com. As a result, this system displays recipe recommendations that match the query of ingredients inputted by the user on the search form, and based on the test results using root mean square error (RMSE), it can be said that the recommendation system with the content-based filtering method that has been implemented produces quite good recommendations with a value of 0.356359182.
Pelatihan Aplikasi Augmented Reality Pengenalan Buah-Buahan bagi Guru Pendidikan Anak Usia Dini (PAUD) Pandehen Kristianti, Novera; Ressa Priskila; Widiatry; Viktor Handrianus Pranatawijaya; Putu Bagus Adidyana Anugrah Putra; Nova Noor Kamala Sari; Efrans Christian; Septian Geges
Jurnal Atma Inovasia Vol. 4 No. 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v4i4.9437

Abstract

Pelatihan aplikasi Augmented Reality (AR) pengenalan buah-buahan ini diselenggarakan untuk guru Pendidikan Anak Usia Dini (PAUD) di Pandehen dengan tujuan meningkatkan kualitas pembelajaran dan keterampilan guru dalam memanfaatkan teknologi modern. Dalam pelatihan ini, guru-guru PAUD diperkenalkan dengan aplikasi AR yang dirancang khusus untuk membantu anak-anak mengenal berbagai jenis buah-buahan secara interaktif dan menyenangkan. Metode pelatihan meliputi sesi teori dan praktik, di mana para peserta diajarkan cara mengoperasikan aplikasi AR, memahami fitur-fiturnya, serta bagaimana mengintegrasikannya ke dalam kegiatan belajar mengajar di kelas. Hasil dari pelatihan ini diharapkan dapat meningkatkan kemampuan guru dalam menggunakan teknologi sebagai alat bantu edukatif, memperkaya pengalaman belajar anak-anak, serta menciptakan lingkungan pembelajaran yang lebih dinamis dan interaktif. Evaluasi terhadap efektivitas pelatihan dilakukan melalui observasi langsung, kuesioner, dan wawancara dengan para peserta. Ditemukan bahwa pelatihan ini secara signifikan meningkatkan pengetahuan dan keterampilan guru dalam menggunakan aplikasi AR, serta memberikan dampak positif terhadap minat dan partisipasi anak-anak dalam kegiatan belajar. Kesimpulannya, pelatihan ini berhasil mencapai tujuan yang diharapkan dan direkomendasikan untuk diterapkan secara lebih luas di berbagai lembaga pendidikan PAUD.
Penerapan AI untuk Sistem HVAC Bangunan Pintar: Integrasi Prediksi Spasio-Temporal, MARL, dan Contrastive Learning Putu Bagus Adidyana Anugrah Putra; I Made Oka Widyantara
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

The building sector accounts for over 40% of global energy consumption, with Heating, Ventilation, and Air Conditioning (HVAC) systems responsible for nearly 60% of this share. Improving HVAC efficiency while maintaining occupant comfort has therefore become a critical challenge for smart building management. Conventional control strategies, such as rule-based methods and Model Predictive Control (MPC), often fall short when dealing with dynamic, multi-zone environments. In response, recent advances in Artificial Intelligence (AI) have introduced new directions for HVAC prediction and control. This review systematically analyzes 15 recent studies (2023-2025), classified into three main categories: (i) Graph-SpatioTemporal Prediction (C1), focusing on graph neural networks combined with temporal modules for predicting temperature, CO?, occupancy, and energy demand; (ii) Multi-Agent Reinforcement Learning (C2), enabling adaptive and decentralized HVAC control across multiple zones and subsystems; and (iii) Representation & Contrastive Learning (C3), which enhances time-series representation to improve data efficiency and generalization. The synthesis highlights key achievements: high prediction accuracy from graph-temporal models, up to 40% energy savings using MARL, and improved robustness through contrastive learning. However, gaps remain, including the limited adoption of multi-task prediction, insufficient exploration of curriculum learning and policy distillation in MARL, and minimal integration of contrastive learning into HVAC applications. Looking ahead, the review outlines a 5-10 year roadmap, emphasizing hybrid multi-task models, curriculum MARL, contrastive-RL integration, cross-building transferability, federated learning, and the vision of autonomous, self-evolving HVAC systems. By providing a comprehensive mapping of the state of the art and future opportunities, this review aims to guide researchers and practitioners toward developing AI-based HVAC solutions that are more efficient, adaptive, and occupant-centered.
Co-Authors ., Widiatry ., Widiatry Adflin, Jacob Admi Ruth Sinana Adonis Jethro Patianom Alfian Rizaldi Alyura, Ripaldo Angelina, Christin Clarita Anugrahnu, Dian Putra Ardeanto, Robert Ariesta Lestari Artha Pratama, I Made Bayu Atika, Putu Baghaskara, Ghiraldi Criye Fatriani, Jane Efrans Christian Fahira, Tiara Felicia Sylviana Handrianus Pranatawijaya, Viktor Hartono, Timothy Priambodo I Gede Dharman Gunawan I Made Bayu Artha Pratama I Made Oka Widyantara Jadiaman Parhusip, Jadiaman Karolita, Devi Kristanto, Yoshua Indriasandy Kristianti, Novera Leonardo, Tomas Lisa Lisa Lisa Lisa, Lisa Nahumi Nugrahaningsih Natalius Natalius Natalius, Natalius Ni Putu Eka Merliana Nova Noor Kamala Sari Nurhuda, Thomas Oktaviani Enjela Putri Patianom, Adonis Jethro Priskila, Ressa Ressa Priskila Rizaldi, Alfian Rizky Aditya Sehatman Saragih, Agus Septian Geges Sukartono, Adi Viktor Handrianus Pranatawijaya Widiatry Widiatry, Widiatry