Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

4.892

P-Index

This Author published in this journals

All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Juara: Jurnal Riset Akuntansi Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Pelayanan dan Pengabdian Masyarakat (Pamas) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Akuntansi Bisnis Jurnal Pengabdian Nasional (JPN) Indonesia Jurnal Informatika Teknologi dan Sains (Jinteks) Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Jurnal Krisnadana Smart Techno (Smart Technology, Informatic and Technopreneurship) Jurnal Krisnadana Jurnal Pengabdian Nasional (JPN) Indonesia Jurnal ilmiah teknologi informasi Asia

Nengah Widya Utami

STMIK Primakara

Author-ID : 2639898

Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 29 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Klasifikasi Penentuan Penerima Bantuan Sosial Tunai (BST) Menggunakan Algoritma C4.5 Di Desa Keramas, Gianyar, Bali Ni Wayan Oktha Pratiwi; Nengah Widya Utami; I Gede Juliana Eka Putra
Jurnal Informatika Teknologi dan Sains Vol 4 No 3 (2022): EDISI 13
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

The current Covid-19 pandemic has led to an increase in the poverty rate in Indonesia. To overcome the decline in income, the Ministry of Social Affairs provides Cash Social Assistance (BST) to 9 million KPM in Indonesia. One of the villages that received cash social assistance is Keramas Village. The problem is that the BST recipient is not precise. The purpose of this study is to classify the eligibility of BST recipients using the C4.5 algorithm and the C4.5 algorithm is expected to be able to provide recommendations for decision making in receiving other assistance. The results of this study are to predict whether the community is eligible or not eligible to receive BST. Researchers tested using 5 attributes, including having received other assistance, employment, education, having a poor card, and number of dependents. The test uses 2,074 data which is divided into 2 types of data, namely 80% training data and 20% testing data. This test produces an accuracy of 97.83% and compares with the K-Nearest Neighbor algorithm which produces an accuracy of 92.29% and Naïve Bayes of 91.81%.

PENERAPAN DATA MINING UNTUK MENENTUKAN STRATEGI PROMOSI PRODUK INDUSTRI KREATIF UMKM KOTA DENPASAR PASCA PANDEMI COVID 19 I Made Artana; Nengah Widya Utami
Jurnal Informatika Teknologi dan Sains Vol 4 No 2 (2022): EDISI 12
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

In era of the Covid-19 pandemic MSMEs in Denpasar City has increased but not significantly compared to previous years. Entering the industrial revolution 4.0 and society 5.0 requires business actors to be more creative and innovative. In this case, it is very important for MSMEs to determine the right strategy, especially in terms of product promotion so that they can compete in expanding the market and increasing income, so that it is expected to revive the economy of Denpasar City. The Denpasar City Government has a large number of MSME data, but this data has not been used properly. One of the data mining methods is K-Means clustering. The stages of data mining in this research process include: 1)data pre-processing which includes data cleaning, data integration, data selection and data transformation; 2)the application of data mining methods using the K-Means clustering algorithm, which at this stage has the same characteristics and characteristics in certain clusters, and finally 3)data interpretation and evaluation of the information and knowledge patterns generated from the mining process. The cluster results obtained from this study are expected to be a reference in policy making to determine the promotion strategy of creative industry products in Denpasar City.

TEXT MINING DALAM ANALISIS SENTIMEN PEMBELAJARAN DARING DI MASA PANDEMI COVID 19 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Nengah Widya Utami; Made Artana
Jurnal Informatika Teknologi dan Sains Vol 4 No 2 (2022): EDISI 12
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Sistem pembelajaran di masa pandemi Covid19 ini telah beralih menjadi pembelajaran dalam jaringan (daring). Berbagai komentar baik positif maupun negatif diungkapkan khususnya oleh peserta didik. Mahasiswa STMIK Primakara menyampaikan kritik/saran/pendapat terkait metode atau strategi mengajar yang dilakukan oleh dosen dalam pembelajaran daring melalui sistem SISKA Primakara. pengisian data EDOM oleh mahasiswa dilakukan setiap 6 (enam) bulan sekali. Hingga saat ini data komentar edom berjumlah sangat besar dan belum dimanfaatkan dengan baik. Selain itu, saat ini belum ada strategi yang tepat mengenai metode pembelajaran yang harus diimplementasikan dalam situasi pembelajaran daring. Untuk itu dilakukan penerapan text mining dalam analisis sentiment pembelajaran daring di STMIK Primakara menggunakan algoritma K-Nearest Neighbor (KNN). Hasil penelitian ini diharapkan dapat menjadi acuan dalam penentuan metode dan strategi pembelajaran yang tepat guna tercapainya peningkatan kepuasan mahasiswa dalam pembelajaran daring. Tahapan penelitian meliputi identifikasi masalah, studi literatur, pengumpulan data, text preprocessing (filtering, cleansing, case folding, tokenizing, stemming, stopword, dan cross validation), analisis dan kesimpulan, pembuatan laporan, serta publikasi luaran. Hasil penelitian menunjukkan komentar mahasiswa lebih cenderung sentimen negatif. Persepsi negatif dihasilkan karena ketidakpuasan mahasiswa terhadap pembelajaran daring.

TEXT MINIG CLUSTERING UNTUK PENGELOMPOKAN TOPIK DOKUMEN PENELITIAN MENGGUNAKAN ALGORITMA K-MEANS DENGAN COSINE SIMILARITY Nengah Widya Utami; I Gede Juliana Eka Putra
Jurnal Informatika Teknologi dan Sains Vol 4 No 3 (2022): EDISI 13
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Penelitian merupakan salah satu unsur yang wajib dilakukan baik oleh dosen maupun mahasiswa di perguruan tinggi. Dalam hal ini memungkinkan para peneliti mengambil topik yang sama atau hampir serupa. Melalui penelitian ini akan dilakukan analisis untuk mengelompokkan dokumen penelitian. Hasil dari pengelompokan dokumen penelitian ini akan memperlihatkan bagaimana pola kemiripan dan keterkaitan antar penelitian dalam bentuk cluster. Data yang digunakan dalam penelitian ini adalah judul penelitian dosen tahun 2019-2021 berumlah 52 data. Proses ekstraksi dokumen dilakukan dengan menggunakan proses text mining, sedangkan untuk proses pengelompokan dokumen dilakukan dengan menggunakan metode k-means clustering dengan cosine similarity. Pada tahap text mining dilakukan proses preprocessing diantaranya proses tokenization, filtering dan stemming. Algoritma K-Means mampu menghasilkan cluster optimal yang berjumlah 6 cluster. Trend topik penelitian yang dilakukan dosen di STMIK Primakara meliputi Pengembangan dan Evaluasi Sistem Informasi, E-Government, Data Mining, Teknologi Pendidikan, Machine Learning/Artificial Intelligence, serta Manajemen dan Bisnis.

ANALISA SENTIMEN MAHASISWA TERHADAP LAYANAN STMIK PRIMAKARA MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR I Komang Andi Sugiarta; Putri Anugrah Cahya Dewi; Nengah Widya Utami
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 3 (2023): EDISI 17
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i3.3159

STMIK Primakara setiap tahunnya selalu melakukan analisa kepuasan mahasiswa terhadap layanan yang disediakan dengan menyebarkan kuesioner. Namun dalam menganalisa kuesioner tersebut, Pusat Penjaminan Mutu masih melakukan secara manual, dimana proses ini akan memerlukan waktu yang lebih lama. Berdasarkan permasalahan tersebut peneliti merasa perlu dilakukan penelitian analisa sentimen terhadap komentar mahasiswa dengan menggunakan algoritma Naive Bayes dan KNN. Hasil yang diperoleh berdasarkan data uji sebanyak 261 data uji diperoleh jumlah prediksi sentimen positif sebanyak 67 data, netral sebanyak 55 data, dan negatif sebanyak 144, hasil tersebut menandakan bahwa beberapa layanan dinilai masih kurang maksimal seperti wifi, parkir, ac, komputer dan lain-lain. Berdasarkan perhitungan confution matrix KNN unggul di tiga percobaan split data dengan tingkat accuracy sebesar 79.03%, 78.93%, dan 85.06%. Sedangkan algoritma naive bayes hanya memperoleh tinggkat accuracy sebesar 68.67%, 65.33%, dan 64.37%. Hal ini menadakan KNN memiliki kinerja yang cukup baik dalam melakukan analisa sentimen pada komentar mahasiswa.

ANALISIS SENTIMEN REVIEW WISATAWAN PADA OBJEK WISATA UBUD MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE I Wayan Budi Suryawan; Nengah Widya Utami; Ketut Queena Fredlina
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 1 (2023): EDISI 15
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i1.2242

Since the world was hit by the Covid-19 pandemic, it had an impact on activities in Ubud. According to the Central Bureau of Statistics from Bali, the number of foreign tourists visiting from January to October 2021 has decreased by 99.996 percent. On October 14 2021 tourist attractions in Ubud began to reopen. Based on these problems, this research will carry out sentiment analysis from reviews on the TripAdvisor site on tourist attractions in Ubud using the Support Vector Machine algorithm with the Knowledge Discovery in Database method. The results obtained in this study resulted in 551 positive sentiment and 118 negative sentiment based on 669 data test, these results resulted in a positive value for tourist attractions in Ubud. Testing will be carried out on the Support Vector Machine algorithm using the Confusion Matrix which gets good results in conducting sentiment analysis with an accuracy of 84.01%, a recall of 89.83%, a precision of 90.40% and an F1-Score of 90. 11%.

ANALISIS KEPUASAAN PENGGUNA SISTEM INFORMASI MENGGUNAKAN METODE PIECES FRAMEWORK (STUDI KASUS STARTUP PANAK.ID) Ni Putu Nita Artaningsih; Nengah Widya Utami; Helmy Syakh Alam
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 1 (2023): EDISI 15
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i1.2274

Perkembangan sistem informasi memberikan dampak yang baik kepada masyarakat sehingga peningkatan ini menjadi penopang dalam kegiatan operasional perusahaan berupa sistem informasi berbasis website. Salah satu perusahaan yang menggunakan sistem informasi berbasis website yaitu StartUp Panak.Id akan tetapi bahwa sampai saat ini sistem tersebut belum melakukan pengembangan sistem dan belum melakukan survey terhadap pengguna terkait sistem tersebut, sehingga penulis melakukan penelitian terhadap kepuasan pengguna dari sistem tersebut dengan menggunakan metode PIECES Framework. Metode yang digunakan dalam penelitan ini merupakan metode kuantitatif dan kualitatif dengan menggunakan sumber data sekunder dan primer. Data sekunder akan didapatkan dari artikel, jurnal, dan penelitian sebelumnya sedangkan data primer akan didapatkan dari responden yang digunakan sebagai objek informasi dengan menggunakan 87 sampel pengguna yang sudah menggunakan sistem. Berdasarkan hasil analisis dari enam variabel yang dimiliki PIECES framework memiliki nilai rata-rata yaitu nilai performance (4.31), nilai information and data (4.24), nilai economics (4.27), nilai control and security (4.40), nilai efficiency (4.38), nilai service(4.44). Dapat ditarik kesimpulan bahwa dinyatakan sangat puas. Berdasarkan hasil penyebaran bahwa responden memberikan saran agar adanya peningkatan dalam segi penanmabahan produk, pembayaran, peningkatan pelaporan kepada pengguna, penambahan fitur chating pada website, dan penambahan mengenai video edukasi ternak.

KLASIFIKASI TANAMAN UPAKARA ADAT HINDU DI KEBUN RAYA EKA KARYA BALI MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK Nengah Widya Utami; I Nyoman Purnama; I Putu Restu Prajna
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 4 (2023): EDISI 18
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i4.3416

Penelitian ini bertujuan untuk mengimplementasikan klasifikasi semantik secara otomatis yang dapat membedakan jenis tanaman sebagai alternatif pengenalan objek berdasarkan metode deep learning menggunakan Convolutional Neural Network (CNN). Metode CNN merupakan salah satu metode deep learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi serta dapat diterapkan pada citra resolusi tinggi yang memiliki model distribusi nonparametrik. Pada penelitian ini, diterapkan algoritma CNN untuk membedakan jenis tanaman upakara Hindu di Bali dengan memberikan label semantik dari objek jenis tanaman. Pengukuran tingkat akurasi diuji coba menggunakan tiga model yaitu model MobileNetV3Small, VGG19, VGG16. Dari ketiga model dapat disimpulkan bahwa model MobileNetV3Small memiliki hasil akuasi yang paling baik diikuti oleh VGG19 dan VGG16.

Co-Authors A. A. Istri Ita Paramitha Astawa, Ni Luh Putu Ning Septyarini Putri Bagus Made Sabda Nirmala Bagus Putu Wahyu Nirmala Dewa Made Aryadi Mertha Sanjaya Dewa Pramana Farikha Dwi Nur Qossina Januar Helmy Syakh Alam I Dewa Ayu Rai Utari I Gede Juliana Eka Putra I Gede Juliana Eka Putra I Gede Juliana Eka Putra I Gede Juliana Eka Putra I Gede Mahendra Darmawiguna I Gede Putu Krisna Juliharta I Gst. Agung Pramesti Dwi Putri I Gst.Agung Prmaesti Dwi Putri I Gusti Agung Pramesti Dwi Putri I Gusti Bagus Made Wiradharma I Ketut Resika Arthana I Komang Andi Sugiarta I Komang Dion Adi Saputra I Made Artana I Made Dwi Hita Darmawan I Putu Agus Swastika I Putu Restu Prajna I Putu Satwika I Wayan Arya Wiguna I Wayan Budi Suryawan Joshael Juinor Soplantila Ketut Queena Fredlina Ketut Tri Budi Artani Komang Tri Werthi Linda Lorenza Hafifah Luh Eka Sri Utami Made Artana Ni Kadek Dwi Febriani Ni Made Estiyanti Ni Made Mila Fatmasari Ni Nyoman Saptiari Ni Putu Nita Artaningsih Ni Putu Riska Handayani Ni Wayan Oktha Pratiwi Nyoman Purnama, Nyoman Putri Anugrah Cahya Dewi Putu Ari Widiastuti Stefani Yohana Paula Bere Sutha Wijaya Harjono Tiawan Tiawan Yurina Anggela Oktaviana

Title Search

Found 8 Documents Search Journal : Jurnal Informatika Teknologi dan Sains (Jinteks)

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search
Journal : Jurnal Informatika Teknologi dan Sains (Jinteks)