Article Per Year (5 Year)
p-Index From 2021 - 2026
1.896
P-Index
This Author published in this journals
All Journal JUTIK : Jurnal Teknologi Informasi dan Komputer Journal of Computer Science and Informatics Engineering (J-Cosine) Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Begawe Teknologi Informasi
Arik Aranta
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Pengenalan Pola Tulisan Tangan Aksara Bima menggunakan Ciri Tekstur dan KNN: Handwriting Recognition of Bima Script using Texture Features and KNN Fitri Bimantoro; Arik Aranta; Gibran Satya Nugraha; Ramaditia Dwiyansaputra; Ario Yudo Husodo
Journal of Computer Science and Informatics Engineering (J-Cosine) Vol 5 No 1 (2021): June 2021
Publisher : Informatics Engineering Dept., Faculty of Engineering, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jcosine.v5i1.387

Abstract

As the fact, that is Bima script did not familiar to bimanese, Bima script as a cultural heritage needs to be preserved. Pattern recognition has been used to recognize several of ancient script. Gray Level Co-occurence Matrix (GLCM) as features exctraction and K Nearest Neighbour (KNN) as a classifier show the good performance to recognize of an ancient script. so, in this research we use GLCM and KNN to recognize Bima script. we use 2640 images of handwritting bima Script that is collected from 10 volunter. Each volunter write 22 of Bima script twelve times each script. The experimental result show that the performance of our model is good enough, with 60.86% of accuracy that is obtained by manhattan distances.
Analisis Jaringan Komputer Local Area Network (LAN) Di Rumah Sakit UNRAM Muhammad Deagama Surya Antariksa; Arik Aranta
Jurnal Begawe Teknologi Informasi (JBegaTI) Vol. 3 No. 2 (2022): JBegaTI
Publisher : Program Studi Teknik Informatika, Fakultas Teknik Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jbegati.v3i2.748

Abstract

Jaringan komputer merupakan kumpulan komputer yang saling terhubung tujuannya membagikan sumber daya. manfaat dari jaringan komputer pada Rumah Sakit UNRAM untuk berbagi sumber daya, media komunikasi, integrasi data, pengembangan dan pemeliharaan, keamanan data, dan sumber daya lebih efisien. Tujuan dilakukan analisis jaringan komputer yaitu untuk mengetahui proses dari sistem kerja pada jaringan komputer serta mengetahui kekurangan dan kelebihan sistem jaringan komputer. Selain itu dapat mengetahui topologi jaringan komputer yang ada di Rumah Sakit UNRAM. Proses analisis jaringan komputer yang dilakukan yaitu membuat topologi jaringan sesuai yang ada pada Rumah Sakit UNRAM, melakukan konfigurasi pada server, router, dan client. Setelah melakukan konfigurasi, dilakukan tes ping ke setiap client yang terhubung. Sebelum membuat topologi jaringan, dilakukan pengecekan pada jaringan komputer pada Rumah Sakit UNRAM untuk mengetahui posisi pada jaringan yang terhubung. Setelah dilakukan pengecekan jaringan dibuatkan topologi jaringan serta dilakukan simulasi dengan menggunakan cisco pracket tracer untuk mengetahui proses jaringan komputer pada Rumah Sakit UNRAM berjalan. Hasilnya setelah dibuat topologi jaringan jika terjadi masalah pada jaringan komputer, dapat dicari dengan melihat topologi jaringan yang telah dibuat. Serta dengan membuat topologi jaringan, pendenahan pada jaringan komputer jadi lebih mudah.
Analisis Sistem Informasi Rumah Sakit Universitas Mataram Menggunakan Metode System Usability Scale Hanifah Rania Yasmin; Arik Aranta
Jurnal Begawe Teknologi Informasi (JBegaTI) Vol. 4 No. 1 (2023): JBegaTI
Publisher : Program Studi Teknik Informatika, Fakultas Teknik Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jbegati.v4i1.908

Abstract

Kemajuan teknologi saat ini membuat kegiatan di berbagai sektor dengan mudah membagikan informasi yang cepat dan akurat kepada konsumen. Informasi mengenai masing-masing instansi tak dipungkiri dibutuhkan oleh berbagai kalangan guna lebih mengenali bagaimana prosedur pelayanan yang diberikan instansi tersebut. Informasi yang ingin disampaikan oleh suatu instansi disalurkan salah satunya melalui sistem informasi. Kehadiran sistem informasi sangat diperlukan pula Rumah Sakit Universitas Mataram menggunakan website di internet sebagai media penyebaran informasi kepada masyarakat. Sejalan dengan penggunaan website dari waktu ke waktu, dibutuhkan metode untuk mengukur tingkat keberhasilan website tersebut karena perkembangan teknologi selalu dinamis terhadap masyarakat. Salah satu metode penguji keberhasilan website berdasarkan orientasi pengguna adalah metode System usability scale (SUS). Melalui penerapan metode SUS pada sistem informasi Rumah Sakit Universitas Mataram, diperoleh skor sejauh mana tingkat kepuasan pengguna dalam menggunakan sistem tersebut. Sebanyak 50 responden di Kota Mataram turut andil dalam analisis ini dengan memberi nilai dalam skala 1-5 pada sistem dan hasil menunjukkan angka 75. Artinya, sistem sudah baik meski ada beberapa titik yang perlu mendapat perbaikan.
Analisis Kebutuhan Dataset Algoritma Speech To Text Bahasa Sasak Menggunakan Perbandingan Data Suara Bahasa Inggris Pada Metode CNN: Analysis of Sasak Language Speech To Text Algorithm Dataset Requirements Using English Voice Data Comparison on CNN Method Widya Bayu Pratiwi; Arik Aranta; Gibran Satya Nugraha
Journal of Computer Science and Informatics Engineering (J-Cosine) Vol 7 No 2 (2023): Desember 2023
Publisher : Informatics Engineering Dept., Faculty of Engineering, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jcosine.v7i2.568

Abstract

Currently, there have been many studies on speech recognition or speech to text. Speech to text is a technology used to convert human speech or voice and translate it into written text. Some speech to text research that has been done, has obtained an accuracy rate of up to 95% with English datasets using the Mel Frequency Coefficient (MFCC) feature extraction method and the Convolutional Neural Network (CNN) classification method. This research will apply similar algorithms, namely MFCC and CNN by displaying the training process and the resulting accuracy in its processing with an analysis scenario using datasets in multiples of 50, 150, 250, and 350 voice data. The results obtained have achieved 95% accuracy on the training data of 350 English voice data. The analysis carried out is to find the best composition on the Sasak language dataset by comparing the accuracy of the test results with the accuracy of the previous training results on the English dataset. From the training and testing process that has been carried out, the results obtained show that the best dataset composition for Sasak language is with nine speakers. This illustrates that the Sasak language requires less human resources compared to the English dataset which involves more than 30 speakers in 50 words. This has a positive impact on saving resources and time required in the development of Sasak language speech recognition system.
Rancang Bangun Algoritma Konversi Bahasa Indonesia Latin Menjadi Bahasa Sasak Latin Menggunakan Metode Sequence-To-Sequence Transformers Muhammad Giri Restu Adjie; Ramaditia Dwiyansaputra; Fitri Bimantoro; Arik Aranta
Journal of Computer Science and Informatics Engineering (J-Cosine) Vol 9 No 1 (2025): Juni 2025
Publisher : Informatics Engineering Dept., Faculty of Engineering, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jcosine.v9i1.619

Abstract

Bahasa Sasak adalah bahasa daerah yang digunakan di Nusa Tenggara Barat, yang menghadapi tantangan dalam mempertahankan penggunaannya, terutama di kalangan generasi muda, karena dominasi bahasa Indonesia di lingkungan formal. Penelitian ini mengeksplorasi tantangan-tantangan tersebut dan menyoroti pentingnya melestarikan bahasa Sasak sebagai identitas sosial dan budaya yang penting bagi masyarakat Sasak. Penelitian ini bertujuan untuk mengembangkan sistem penerjemah mesin untuk menerjemahkan bahasa Indonesia ke bahasa Sasak dengan menggunakan metode Sequence-to-Sequence Transformer. Dengan menggunakan model Transformer dengan arsitektur berbasis encoder-decoder, penelitian ini menerjemahkan teks bahasa Indonesia ke bahasa Sasak, dengan memanfaatkan metode Rule-Based untuk preprocessing dataset. Dataset yang digunakan terdiri dari lebih dari 85.290 baris pasangan teks bahasa Indonesia-Sasak, yang dibagi menjadi set training, validasi dan testing. Pelatihan yang dilakukan oleh model ini mencapai hasil akhir akurasi setelah 30 epoch sebesar 0.99 dan akurasi validasi sebesar 0.98 serta dengan skor 6.075 dalam evaluasi Bilingual Evaluation Understudy (BLEU). Hal ini menunjukkan kemampuan model yang kuat untuk menghasilkan terjemahan yang akurat, meskipun bahasa Sasak adalah bahasa yang kompleks. Penelitian ini tidak hanya untuk melestarikan bahasa Sasak tetapi juga membuka jalan baru bagi para peneliti di masa depan dalam pemrosesan dan pelestarian bahasa, terutama untuk bahasa yang memiliki sumber daya yang lebih sedikit seperti bahasa Sasak.
Co-Authors Ande Rizky Riefnaldi Ario Yudo Husodo Dewa Ayu Indah Cahya Dewi Dianmita Ayu Putri Fitri Bimantoro Gibran Satya Nugraha Gibran Satya Nugraha Hanifah Rania Yasmin I Gede Pasek Suta Wijaya I Gusti Agung Komang Diafari Djuni Hartawan I Putu Teguh Putrawan Mega Laely Muhammad Deagama Surya Antariksa Muhammad Giri Restu Adjie Muhammad Khaidar Rahman Muhammad Muaidi Muhammad Rizqi Aditia Putu Wahyu Pratama Raden Bagus Faizal Irany Sidharta Ramaditia Dwiyansaputra Santi Ika Murpratiwi Widya Bayu Pratiwi