Article Per Year (5 Year)
p-Index From 2021 - 2026
7.457
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana Jurnal Sains dan Teknologi JUIMA : Jurnal Ilmu Manajemen Jurnal Ilmiah Kursor JUTIK : Jurnal Teknologi Informasi dan Komputer SINTECH (Science and Information Technology) Journal Jurnal RESISTOR (Rekayasa Sistem Komputer) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Bhakti Persada Jurnal Aplikasi IPTEKS Jurnal Pengabdian Mandiri Dharma Jnana Seminar Nasional Aplikasi Iptek (SINAPTEK) Jurnal Pengabdian Informatika (JUPITA) Paradharma: Jurnal Aplikasi IPTEK Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Nasional Teknologi Informasi dan Aplikasinya
Raharja, Made Agung
Universitas Udayana
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 79 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 79 Documents
Search

 3   4   5   6   7 
DESAIN ULANG DATA WAREHOUSE DI PT TRAVELOKA INDONESIA Made Dwiki Budi Laksana; Agus Muliantara; Made Agung Raharja
Jurnal Pengabdian Informatika Vol. 1 No. 4 (2023): JUPITA Volume 1 Nomor 4, Agustus 2023
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

PT Traveloka Indonesia atau biasa disebut Traveloka adalah lifestyle super application asal Indonesia. Traveloka ikut berkontribusi dalam program magang dari kampus merdeka dan membuka 12 posisi dalam program tersebut. Salah satu posisi yaitu data engineer. Program Magang Bersertifikat Traveloka disusun dengan menggunakan pendekatan experiential learning. Program ini dapat membantu mahasiswa dalam menyelesaikan real-world problem. Pandemi Covid-19, menjadikan tantangan yang harus dihadapi oleh Traveloka. Traveloka sendiri fokus dalam memperbaiki sistem mereka menjadi lebih efesien. Salah satunya, ialah desain ulang data warehouse. Desain ulang data warehouse bertujuan untuk menyederhanakan alur data yang terjadi dan mengurangi perungan logika dalam data warehouse tersebut. Desain ulang menggunakan metode OLAP atau Online Analytical Processing. Dengan melakukan desain ulang dari data warehouse ini dapat mengurangi biaya yang dikeluarkan oleh perusahaan.
PENGEMBANGAN SISTEM DATABASE LOKASI AUTOMATIC RAIN GAUGE (ARG) DAN AUTOMATIC WEATHER STATIONS (AWS) BERBASIS WEBSITE DI BALAI BESAR MKG WILAYAH III DENPASAR Ni Made Ayu Suandewi; Agus Muliantara; Made Agung Raharja
Jurnal Pengabdian Informatika Vol. 1 No. 4 (2023): JUPITA Volume 1 Nomor 4, Agustus 2023
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

BMKG memiliki alat pemantauan otomatis untuk mencatat data curah hujan dan cuaca. Alat tersebut merupakan Penakar hujan otomatis atau Automatic Rain Gauge (ARG) peralatan yang berfungsi untuk menghitung jumlah curah hujan dalam satuan waktu tertentu secara otomatis. Sedangkan Automatic Weather Stations (AWS) peralatan yang berfungsi untuk mengumpulkan data cuaca secara otomatis. Kedua alat tersebut memiliki sensor cuaca mengirimkan data realtime langsung ke display. Automatic Weather Station memiliki kelemahan yaitu tidak dapat memantau jenis dan jumlah awan, selain itu melakukan pengukuran terhadap curah hujan sulit, karena alat pengukur tersebut harus ditempatkan di area yang luas. Persebaran alat ARG dan AWS akan semakin bertambah karena kebutuhan masukan data untuk analisa yang dilakukan oleh Balai Besar MKG Wilayah III Denpasar atau BMKG wilayah lainnya, oleh karena itu dirancang bangun sistem berbasis website yang dapat melakukan pencatatan lokasi alat AWS dan ARG.
PENGEMBANGAN LEARNING MANAGEMENT SYSTEM PADA STUDI INDEPENDENT BERSERTIFIKAT MICROSOFT Ni Made Rai Nirmala Santhi; I Gede Santi Astawa; Made Agung Raharja
Jurnal Pengabdian Informatika Vol. 1 No. 4 (2023): JUPITA Volume 1 Nomor 4, Agustus 2023
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Munculnya megatrend teknologi cloud computing merupakan salah satu yang mendorong terealisasinya kegiatan Microsoft cloud fundamental track pada Merdeka Belajar Kampus Merdeka (MBKM) program studi independen. Pada learning track ini mempelajari mengenai konsep dasar layanan cloud dari Microsoft Azure, yang bertujuan untuk meningkatkan kompetensi baik softskill maupun hardskill, agar lebih siap dan yang mumpuni bersaing dalam dunia industri cloud computing. Hasil dari pelatihan ini diharapkan dapat mengimplementasikan hasil pelatihan yang diperoleh tema yang disediakan. Yang disini dalam bidang pendidikan dengan studi kasus yakni perusahaan MariBelajar. MariBelajar rencananya akan mengembangkan Learning Management System (LMS) untuk menyimpan semua materi dan dokumentasi kegiatan belajar mengajar pada perusahaan startup MariBelajar. Adapun solusi teknis yang diharapkan yaitu merancang dan menyiapkan infrastruktur serta proof of concept yang dapat diakses oleh manajemen perusahaan startup MariBelajar. Yang mana solusi yang diterapkan yaitu menggunakan azure application Bitnami LMS Multi- Tier dari Moodle. Dengan tahapan pengerjaan yaitu deployment bitnami LMS Multi-Tier powered by MoodleTM LMS, setting DNS zone, konfigurasi domain name, dan setting SSL.
Pembangunan Aplikasi Pengenalan Kualitas Rasa Buah Jeruk Siam Kintamani Menggunakan GLCM dan K-NN Berbasis User Centered Design (UCD) Putu Bagus Dio Pranata; I Gede Arta Wibawa; Made Agung Raharja; I Gusti Ngurah Anom Cahyadi Putra
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

Buah Jeruk Siam Kintamani merupakan salah satu komoditas unggulan yang memiliki variasi kualitas rasa yang signifikan. Oleh karena itu, diperlukan suatu alat yang dapat membantu pengguna dan calon konsumen, dalam mengenali kualitas rasa buah dengan cepat dan akurat. Metode GLCM digunakan untuk mengekstraksi fitur tekstur dari citra buah Jeruk Siam Kintamani, sementara algoritma K-NN akan memproses fitur-fitur tersebut untuk mengklasifikasikan kualitas rasa buah. Pendekatan UCD diterapkan dalam pengembangan aplikasi untuk memastikan bahwa antarmuka pengguna dirancang dengan mempertimbangkan kebutuhan dan preferensi pengguna akhir. Pengujian usability testing dan uji akurasi algoritma Gray Level Co – Occurrence Matrix (GLCM) dan K – Nearest Neighborts (KNN) dilakukan, dengan memanfaatkan hasil pengujian usability, serta akurasi algoritma pengenalan kualitas rasa. Hasil dari penelitian ini memiliki hasil tingkat usability sangat baik, dalam masing – masing aspek yang di uji, yaitu aspek learnability sebesar 80%, efficiency 83%, hasil nilai skor system usability scale (SUS) sebesar 86,3%, dan error defective rate sebesar 14% kemudian dikatakan valid serta reliabel, serta sudah baik dan dapat diterima oleh pengguna aplikasi ini.
Sistem Informasi Sepeda Motor Dengan Metode User Centered Design Gusto Gibeon Ginting; I Gusti Ngurah Anom Cahyadi Putra; Made Agung Raharja; Ngurah Agus Sanjaya ER; I Ketut Gede Suhartana; Gst. Ayu Vida Mastrika Giri
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i02.p22

Abstract

Today, vehicles are a major need for humans, especially motorcycles. In Indonesia alone the numberof motorcycle population is more than other types of vehicles. The use of motorbikes is consideredmore effective because of low operational costs, economical fuel consumption and moreenvironmentally friendly, and a wider range of mobility due to their not too large size and easy use.Because of this, various brands of industrial companies are circulating in the market, so that it is difficultfor people to choose a motorbike. To realize this, a research entitled Motorcycle Information SystemUsing the User Centered Design Method was carried out. In this study, the researcher will later add arecommendation feature to the built website, this feature will later compare in terms of a smaller valuethan the variable inputted by the user, to run this feature, the researcher adds a selection sort algorithmas an algorithm for comparing values between variables.This study aims to design a website-based user interface and user experience. Where it is, proportionalto the increase in the number of purchases of existing motorcycles. The website that has been madewas tested on the General Public and Informatics Students with a total of 20 respondents. To find outthe level of satisfaction of respondents in using the motorcycle recommendation website, usabilitytesting was carried out using the system usability scale method. This method measures the usability ofa computer system according to the user's subjective point of view by filling out a Likert-scalequestionnaire. The website that has been made is tested on the General Public and InformaticsStudents. To find out the level of satisfaction of respondents in using the motorcycle recommendationwebsite, usability testing was carried out using the system usability scale method. This methodmeasures the usability of a computer system according to the user's subjective point of view by fillingout a Likert-scale questionnaire.
Analisis Sentimen Ulasan Aplikasi Solusi Kota Cerdas Menggunakan Algoritma Naïve Bayes dan Support Vector Machine (SVM) dengan Seleksi Fitur Chi-Square Ni Luh Komang Indira Pramesti; Made Agung Raharja; Ngurah Agus Sanjaya ER; I Gede Arta Wibawa
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

Masyarakat yang semakin bergantung dengan teknologi dalam kegiatan sehari-hari menyebabkan banyaknya aplikasi yang hadir dalam membantu kegiatan ini. Salah satunya adalah aplikasi SpeedID yang berfungsi sebagai solusi kota cerdas. Fitur yang dimiliki beragam, mulai dari verifikasi identitas online, antrean online, manajemen usaha kuliner, manajemen usaha UKM, dan masih banyak lagi. Popularitas aplikasi ini berujung pada banyaknya ulasan yang diberikan oleh pengguna, baik itu positif, negatif, maupun netral. Oleh karena itu, perlu dilakukan suatu analisis sentimen ulasan guna mengetahui pandangan pengguna terhadap aplikasi. Metode analisis sentimen yang digunakan adalah Naïve Bayes (NB) dan Support Vector Machine (SVM) dengan seleksi fitur chi-square. Hasil evaluasi model menunjukkan bahwa seleksi fitur chi-square memiliki pengaruh positif terhadap performa model NB yang ditandai dengan meningkatnya nilai akurasi hingga sebesar 3,12%. Namun, seleksi fitur chi-square ini tidak memiliki pengaruh terhadap performa model SVM yang tidak mengalami peningkatan atau penurunan nilai akurasi saat ditambahkan chi-square.
Implementasi Decision Tree berbasis Forward Selection untuk Klasifikasi Penyakit Ginjal Kronis Jeremi Herodian Abednigo; Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i02.p05

Abstract

Penyakit Ginjal Kronis adalah penyakit yang umum di masyarakat dengan jumlah penderita yang terus meningkat. Penyakit ini menyerang ginjal yang mengakibatkan ginjal tidak bisa berfungsi dengan dengan baik. Data mining adalah proses untuk mengekstrak data dengan tujuan mendapatkan informasi yang berharga, salah satunya metode data mining adalah klasifikasi. Algoritma Decision Tree adalah salah satu algoritma klaifikasi yang bisa digunakan untuk melakukan klasifikasi penyakit ginjal kronis. Pada penelitian ini, klasifikasi diakukan dengan Decision Tree yang digabungkan dengan seleksi fitur menggunakan Forward Selection. Forward Selection digunakan untuk mengurangi fitur yang tidak relevan terhadap target klasifikasi. Dataset yang digunakan adalah Chronic Kidney Disease dataset dari Kaggle. Pada hasil pengujian Decision Tree dengan bantuan library sklearn dari python dengan cross validation sebanyak 10 fold didapatkan bahwa seleksi fitur dengan forward selection berhasil meningkatkan hasil akurasi, presisi, recall, dan f1 score secara berurutan adalah 99.5%, 98,75%, 100%, 99,35%
Penerapan Algoritma K-Nearest Neighbor untuk Memprediksi Pengunduran Diri Karyawan Ni Luh Komang Indira Pramesti; Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i03.p01

Abstract

Pengunduran diri karyawan adalah situasi di mana seorang karyawan meninggalkan perusahaan atas kehendak karyawan itu sendiri. Jika terlalu sering terjadi, hal ini merupakan salah satu masalah besar bagi perusahaan yang ingin terus berkembang. Oleh karena itu, penting bagi perusahaan untuk mengantisipasi hal tersebut dengan memprediksi kemungkinan karyawan akan berhenti atau tidak. Prediksi pengunduran diri karyawan dapat dilakukan menggunakan algoritma K-Nearest Neighbor. Algoritma ini bekerja dengan cara menghitung jarak dari data uji ke data latih untuk menentukan tetangga terdekat. Evaluasi akhir dilakukan menggunakan confusion matrix. Hasil klasifikasi menggunakan K-Nearest Neighbor dengan nilai k = 5 menghasilkan nilai accuracy sebesar 85%, precision sebesar 89%, dan recall sebesar 94%.
Penerapan SVM dengan Seleksi Fitur Mutual Information untuk Memprediksi Sentimen PEMILU 2024 I Gusti Bgs Darmika Putra; Cokorda Pramartha; Anak Agung Istri Ngurah Eka Karyawati; Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 4 (2024): JELIKU Volume 12 No 4, May 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2024.v12.i04.p11

Abstract

A wealth of information on the 2024 Indonesian Election floods Twitter, from campaign schedules to candidate profiles and the latest survey results indicating candidate popularity. This information overload poses challenges in discerning comments' sentiment. Manual classification is feasible but time-consuming. Hence, this study aims to streamline data analysis for the 2024 Election. It employs a dataset of 1000 entries categorized as positive or negative. Support Vector Machine (SVM) with Mutual Information feature selection is utilized for classification. Results reveal that Mutual Information feature selection enhances SVM performance. Without it, SVM achieves 88% accuracy and 87.9% f-measure using the rbf kernel (C=1, ?=2), computed in about 0.07 seconds. With feature selection, SVM's accuracy improves to 90%, and f-measure to 89.9% with 60% features, using rbf kernel (C=10, ?=0.5), reducing computation time to 0.02 seconds, optimizing both performance and efficiency. The website system scored 88.63 in usability, higher than the global average of 68, based on a SUS questionnaire with 10 questions and 20 respondents. This indicates excellent performance and user satisfaction, as evaluated from the web system.
WEBINAR ARTIFICIAL INTELLIGENCE DAN MACHINE LEARNING Indra Budi Trisno; Made Agung Raharja
JURNAL PENGABDIAN MANDIRI Vol. 2 No. 11: Nopember 2023
Publisher : Bajang Institute

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

Abstract

Artifiial Intelligence dan Machine Learning merupakan topik yang lagi populer di dunia IT. Sayangnya masih banyak orang yang tidak tahu tentang AI dan ML, serta bagaimana AI dan ML mempengaruhi kehidupan mereka sehari-hari. Seminar ini bertujuan untuk mengenalkan AI dan ML baik pada masyarakat umum dan masyarakat yang tertarik untuk mempelajari metode-metode yang dipakai untuk pembuatan AI dan ML. Seminar disampaikan dengan menggunakan media Zoom yang bertujuan supaya seminar ini dapat dihadiri oleh peserta tanpa batasan jarak. Kuisioner dibagikan pada akhir sesi webinar. Lebih dari 50% peserta menganggap webinar ini sangat baik dan penilaian yang diberikan oleh peserta kepada pemateri juga baik.
Co-Authors Agus Muliantara Agus Tommy Adi Prawira Kusuma Alit Indrawan, I Gusti Ngurah Anak Agung Istri Ngurah Eka Karyawati Anak Agung Istri Ngurah Eka Karyawati Apsari, Made Sri Ayu Ari Mogi, I Komang Aulia Iefan Datya Ayu Nikki Asvikarani Bayu Prasetiyo Bendesa, Gde Agung Mandala Christian Tonyjanto Cokorda Pramartha Cokorda Pramartha Devan Bramantya Dewantara, I Komang Raka Dewi, Ni Putu Anita Gde Agung Mandala Bendesa Gerson Feoh Gst. Ayu Vida Mastrika Giri Gusto Gibeon Ginting Haposan Simangunsong Harta, I Gede Bendesa Aria I Dewa Made Bayu Atmaja Darmawan, I Dewa Made Bayu I Gede Acintia Udayana I Gede Arta Wibawa I Gede Santi Astawa I Gede Surya Rahayuda I Gusti Agung Ayu Istri Lestari I Gusti Bgs Darmika Putra I Gusti Ngurah Anom Cahyadi Putra I Gusti Ngurah Bagus Arimbawa I Kadek Gowinda I Ketut Gede Suhartana I Komang Agus Ari Negara I Komang Ari Mogi I Made Ari Madya Santosa I Made Satria Bimantara I Made Teja Geni Astra I Made Widiartha I Made Widiartha I Nyoman Adiputra I Putu Gede Adiatmika I Putu Gede Maysa Putra I Putu Risky Adi Sanjaya I Putu Sedana Wijaya I Wayan Supriana I Wayan Supriana Supriana Ida Ayu Gde Suwiprabayanti Putra Ida Ayu Nyoman Yuliastuti Ida Bagus Gede Dwidasmara Ida Bagus Made Mahendra IM Suyana Utama Indra Budi Trisno Jeremi Herodian Abednigo Juliana, Ni Komang Ayu Kadek Andre Suryana Kadek Dwitya Adhi Pradyto Kameliya Putri Komang Dean Ananda Komang Dean Nanda Lalu Muhamad Waisul Kuroni Made Dwiki Budi Laksana Made Edy Septian Santosa Nararia Ningrat, Putu Vidi Nesa Padmawati Ngurah Agus Sanjaya ER Ngurah Kelvin Febryanta Lila Ananda Ni Kadek Ayu Fitriandayani Ni Luh Komang Indira Pramesti Ni Luh Putu Ayu Siwastuti Cayadewi Ni Made Ayu Suandewi Ni Made Rai Nirmala Santhi Ni Putu Anita Dewi Ni Putu Dian Kartika Sari Ni Putu Yeni Astiti Ningsih, Tri Adi Nusan Bagus Wibisana Pradyto, Kadek Dwitya Adhi Putra, IGN Anom Cahyadi Putri Noviyanti Putri, Kameliya Putu Bagus Dio Pranata Putu Ode Irfan Ardika Putu Vidi Nararia Ningrat Putu Wida Gunawan Radhitya, Made Leo Simangunsong, Haposan Siwastuti Cayadewi, Ni Luh Putu Ayu Suryana, Kadek Andre Susy Purnawati T, Ronaldito Juan Bantaras Utari, Ni Nyoman Grisyana Wesnawa, Pande Nyoman Weda Wijayakusuma, I Gusti Ngurah Lanang Yoga, Bhaskara Budi Yohanes Kristianto Kristianto