Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal JURNAL ILMU KOMPUTER INDONESIA
Aris Gunadi
Magister Ilmu Komputer Undiksha
Computer Science & IT

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Analisis Komparasi Algoritma Sorting Antara Metode Brute Force dengan Divide and Conquer Aris Gunadi
JURNAL ILMU KOMPUTER INDONESIA Vol 5, No 2 (2020): November 2020
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (783.712 KB) | DOI: 10.23887/jik.v5i2.3461

Abstract

Alogritma pengurutan sangat penting dalam pengaplikasian diberbagai bidang praktis Ilmu Komputer. Pengurutan atau sorting merupakan suatu proses mengatur susunan data-data sesuai dengan syarat tertentu. Terdapat dua metode pengurutan yang sering digunakan yaitu brute force dan divide and conquer. Keduanya memiliki cara kerja yang berbeda untuk menyelesaikan masalah. Untuk mengetahui kemangkusan suatu algoritma, perlu dilakukan suatu analisa kompleksitas dalam dimensi waktu dalam mengukur waktu eksekusi dari suatu algoritma dengan notasi Big O. Pada makalah ini penulis memberikan analisa terhadap algoritma sorting antara metode brute force dengan divide and conquer pada pengurutan nilai dari sisi kompleksitas dan waktu proses yang jika diterapkan dalam bentuk notasi algoritmik. Dengan melakukan komparasi keduanya, diharapkan dapat memberikan rekomendasi algoritma yang dapat digunakan sebagai pengurutan terbaik.
SIMULATION OF SIDEMENTATION PREDICTION DUE TO GROWTH OF WATER BIOMASS ' ECENG GONDOK ' IN LAKE BUYAN BULELENG BALI Aris Gunadi; Dewi Oktofa Rachmawati
JURNAL ILMU KOMPUTER INDONESIA Vol 6, No 2 (2021): November 2021
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (631.227 KB) | DOI: 10.23887/jik.v6i2.3734

Abstract

Buyan Lake, is one of the caldera lakes originating from an ancient volcanic eruption in Bali. Geographically, Lake Buyan is located in Pancasari Village, Sukasada District, Buleleng Regency. The existence of this lake is very important for the surrounding community. This lake is a source of drinking water, tourism, agriculture for the people in Buleleng Regency. One of the factors that influence the existence of Lake Buyan is the uncontrolled growth of water biomass (Eceng Gondok)  is influenced by fishing and agricultural activities that produce nitrite and phosphate. 10 individuals of eceng gondok can grow to 600000 individuals within 8 months. The relationship of the number of cementations (Ton) to the area covered by eceng gondok  (Ha) is expressed by the relationship y = 0.25 x -11,525. The sedimentation prediction simulation model is carried out by taking conditions in 2020, in Lake Buyan there are 8 JKA (Floating Cage Net) stations, the value of nitrite and phosphate growth rates for each station, and the growth of fishery activity is 1%. It was found that the sedimentation deposits showed a significant effect which caused the shrinkage of Lake Buyan. Sedimentation  in 2020 are still around 0.48 tons, but in 2050 the annual will be 40.34 tons. This causes the shrinkage of Buyan Lake in 2020 which is still 370 Ha, but in 2050 only 31 Ha.
PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN FILTER ARITMATIK MEAN, HARMONIK MEAN, GAUSSIAN, MAX, MIN, DAN MEDIAN DENGAN MEMBANDINGKAN PSNR Aris Gunadi
JURNAL ILMU KOMPUTER INDONESIA Vol 5, No 2 (2020): November 2020
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (934.074 KB) | DOI: 10.23887/jik.v5i2.3460

Abstract

Perkembangan teknologi pencitraan yang menghasilkan citra digital masih meninggalkan permasalahan kualitas yang menurun akibat noise. Paper ini mempelajari teknik-teknik pengurangan noise dengan menggunakan filter Aritmatik Mean, Harmonik Mean, Gaussian, Max, Min, dan Median dengan membandingkan hasil filter dengan nilai Peak Signal to Noise Ratio (PSNR). Uji coba terhadap citra dilakukan, citra uji diberikan noise kemudian dianalisa performanya secara kualitatif dengan membandingkan citra output filter, citra bernoise dan citra asli secara kasat mata. Secara  kuantitatif diukur melalui nilai PSNR-nya. Hasil pengujian dapat disimpulkan karakteristik noise Gaussian dapat dikurangi secara signifikan dengan menggunakan  filter  Gaussian  yang ditunjukkan dengan nilai PSNR yang  tinggi  23.548  dB  untuk level noise yang tinggi (40 %). 
SISTEM DETEKSI GAS BERBASIS TEKNOLOGI IOT ARDUINO Aris Gunadi; Dewi Oktofa Rachmawati
JURNAL ILMU KOMPUTER INDONESIA Vol 7, No 2: November 2022
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jik.v7i2.4063

Abstract

Penelitian ini adalah penelitian dasar / fundamental , yang mencoba untuk mengimlementasikan  konsep dan teori dalam bentuk sebuah aplikasi /penerapan toeri IoT, pengetahuan sensor.  Tujuan penelitian ini adalah memberikan dukungan untuk keamanan di laboratorium FMIPA Undiksha. Sistem deteksi gas dirancang dengan menggunakan arduino uno , degan menintegrasikan beberapa device . Device yang digunakan adalah  Sensor Gas MQ2/6, Device notifikasi kebocoran Gas  LCD , lampu notif, dan media komunikasi whatsaap/telegram.  Pengujian dilakukan dengan menggunakan Gas LPQ yang dibocorkan pada level 430 PPm, 465 PPm, dan 490 PPm.  Sedangkan nilai ambang yang diseeting pada arduiono adalah 400 PPm. Pengujian dilakukan berdasarkan jarak 0 meter, 0.5 meter , dan 1 meter.  Pada setiap level dan jarak tertentu dilakukan pengujian 6 kali.  Total dari 54 kali pengujian , ditemukan 3 kali kesalahan deteksi. Sehingga akurasi pengujian sistem ini menunjukan nilai 94.44%
KLASIFIKASI CURAH HUJAN HARIAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION Aris Gunadi
JURNAL ILMU KOMPUTER INDONESIA Vol 7, No 2: November 2022
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jik.v7i2.4060

Abstract

Salah satu informasi yang penting terkait hujan adalah intensitas hujan yang turun, yang biasa disebut dengan curah hujan. Curah hujan itu sendiri berpengaruh terhadap aktifitas manusia, sehingga informasi tingkat curah hujan pada suatu waktu menjadi sangat penting, salah satu informasi terkait curah hujan adalah prediksi curah hujan harian. Pada penelitian ini dicoba mengklasifikasi curah hujan harian pada stasiun pengamatan Ngurah Rai ke dalam 5 kategori, yaitu hujan sangat ringan, hujan ringan, hujan sedang, hujan lebat dan hujan sangat lebat. Terdapat 6 parameter cuaca yang digunakan yaitu suhu udara, kelembaban, kecepatan angin, tekanan udara, lapisan awan dan lama penyinaran. Jaringan syaraf tiruan learning vector quantization digunakan untuk metode klasifikasinya. Learning vector quantization suatu metode klasifikasi dengan mencari output yang terdekat dengan vektor input. Dari hasil pengujian menunjukkan bahwa klasifikasi kelas curah hujan dengan metode LVQ berhasil dilakukan namun tidak menghasilkan klasifikasi yang baik. Klasifikasi terbaik pada kelas curah hujan sangat ringan dengan persentase rata-rata 80% dari beberapa pengujian. Tingkat akurasi yang rendah di bawah 50% pada kelas curah hujan lainnya menunjukan sistem belum bisa menghasilkan hasil klasifikasi yang baik. Pengujian keterkaitan pada parameter cuaca sudah dilakukan, namun masih menghasilkan tingkat klasifikasi yang rendah pada 4 kelas curah hujan lainnya.
Co-Authors Dewi Oktofa Rachmawati