Claim Missing Document
Check
Articles

PENGEMBANGAN SISTEM REKOMENDASI PENEMPATAN PRODUK SOVENIR LOKAL BALI BERDASARKAN ALGORITMA APRIORI STUDI KASUS : PASAR SENI UBUD GIANYAR, BALI Rizky, Muhammad Firyanul; Mahendra, Ida Bagus Made; Kadyanan, I Gusti Agung Gede Arya; Putri, Luh Arida Ayu Rahning; Santiyasa, I Wayan; Karyawati, Anak Agung Istri Ngurah Eka
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021
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.2021.v10.i02.p06

Abstract

COVID-19 membawa dampak buruk bagi sektor pendapatan masyarakat Ubud khususnya para penjual souvenir karena menurunnya kedatangan wisatawan. Pemulihan perekonomian masyarakat Ubud khususnya pemasaran souvenir harus memperbaiki beberapa aspek agar mampu menentukan strategi penjualan optimal, sehingga solusi pada penelitian ini adalah pengembangan sistem aplikasi berbasis mobile menyesuaikan kebutuhan penjual souvenir untuk mengembangkan strategi pemasaran pasca COVID-19, aplikasi ini menggunakan implementasi Algoritma Apriori sebagai keluaran rekomendasi berupa pola asosiasi dari transaksi sehingga mendapatkan suatu rules/aturan. Aplikasi dikembangkan secara Hybrid Multiplatform, front-end menggunakan Kotlin Multiplatform Mobile dan Webview, sedangkan back-end menggunakan PHP dan Database MySql. Berdasarkan Evaluasi Aturan Asosiasi dengan tools WEKA menggunakan 25 transaksi dan set minimum support sebesar 0,1 atau 10%, aturan asosiasi sistem sama dengan aturan/rules yang dihasilkan aplikasi WEKA dengan total 42 jumlah aturan asosiasi dengan parameter tertinggi confidence 0,75 dan lift ratio 2,34. Dari hasil pengujian black box, semua fungsional yang ada aplikasi rekomendasi ini telah berhasil berjalan sebagaimana seharusnya dengan persentase keberhasilan 98% di 8 (delapan) platform Android 4 sampai android 11, dan hasil analisis kepuasan pengguna dengan skala likert sebanyak 30 responden rata-rata 86,4% pengguna sangat puas dengan keseluruhan proses sistem. Kata Kunci: Aplikasi Mobile, Data Mining, Algoritma Apriori, Souvenir Pasar Seni Ubud, Android, IOS, Kotlin Multiplatform Mobile, WebView, PHP, MySql.
Music Genre Classification Using Modified K-Nearest Neighbor (MK-NN) Giri, I Nyoman Yusha Tresnatama; Rahning Putri, Luh Arida Ayu; Mastrika Giri, Gst Ayu Vida; Anom Cahyadi Putra, I Gusti Ngurah; Widiartha, I Made; Supriana, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 3 (2022): JELIKU Volume 10 No 3, February 2022
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.2022.v10.i03.p02

Abstract

The genre of music is a grouping of music according to their resemblance to one another and commonly used to organize digital music. To classify music into certain genres, one can do it by listening to the music one by one manually, which will take a long time so that automatic genre assignment is needed which can be done by a number of methods, one of which is the Modified K-Nearest Neighbor. Modified K-Nearest Neighbor method is a further development of its former method called KNearest Neighbor method which adds several additional processes such as validity calculations and weight calculations to provide more information in the selection class for the testing data. Research to find the best H value shows that the H = 70% of the training data is able to produce an accuracy of 54.100% with K = 5 and the proportion ratio of test data and training data is 20:80 (fold 5). The best H value is then used for further testing, which is to compare the K-Nearest Neighbor method with the Modified K-Nearest Neighbor method using two different proportions of test data and training data and each proportion of data also tests a different K value. The results of the classification comparison of the two methods show that the Modified K-Nearest Neighbor method, with the highest accuracy of 55.300% is superior to the K-Nearest Neighbor method with the highest accuracy of 53.300%. The two highest accuracies produced in each method were obtained using K = 5 and the proportion ratio of test data and training data is 10:90 (fold 10).
KOMPONEN PENILAIAN KUALITAS PERANGKAT LUNAK BERDASARKAN SOFTWARE QUALITY MODELS Wayan Gede Suka Parwita; Luh Arida Ayu Rahning Putri
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (65.332 KB)

Abstract

Tujuan dari pembuat perangkat lunak adalah untuk menciptakan perangkat lunak yang berkualitas. Tujuan tersebut dapat dicapai dengan melakukan penilaian terhadap kualitas perangkat lunak. Penilaian kualitas perangkat lunak melibatkan banyak komponen. Komponen-komponen yang dilibatkan dalam penilaian sangat bergantung pada model yang digunakan dalam melakukan penilaian. Software Quality Model merupakan model yang digunakan untuk menentukan komponen yang terlibat dalam penilaian. Paper ini menjabarkan berbagai jenis software quality model yang ada beserta komponen-komponen yang digunakan dalam melakukan penilaian dari masing-masing model.Key word : Komponen Penilaian Software, Software Quality Model
SELEKSI FITUR DALAM KLASIFIKASI GENRE MUSIK Luh Arida Ayu Rahning Putri
Jurnal Ilmu Komputer Vol 10 No 1 (2017): April 2017
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.591 KB)

Abstract

Proses seleksi fitur adalah salah satu upaya untuk melakukan reduksi dimensi dari fitur yang digunakan pada proses data mining. Proses seleksi fitur diharapkan dapat mengurangi jumlah noise dan mengeliminasi fitur yang kurang relevan. Penelitian ini melakukan seleksi fitur terhadap vektor fitur yang digunakan untuk melakukan klasifikasi genre musik, yakni vektor fitur entropi. Vektor fitur dalam penelitian ini telah digunakan pada penelitian sebelumnya namun akurasinya masih rendah. Proses seleksi fitur diharapkan dapat menghasilkan vektor fitur yang lebih ringkas, atau bahkan dapat menghasilkan nilai akurasi yang lebih tinggi.Vektor fitur entropi dihasilkan melalui proses ekstraksi fitur dengan menghitung statistik dari entropi koefisien wavelet. Statistik yang digunakan dalam ekstraksi fitur adalah mean, standar deviasi, nilai maksimum, nilai minimum, dan beda maksimum entropi. Proses seleksi kemudian dilakukan secara manual dengan memilih subset fitur terbaik yang dapat melakukan klasifikasi genre musik dengan akurasi tertinggi menggunakan classifier k-Nearest Neighbor (k-NN). Hasil penelitian menunjukkan subset fitur dengan kombinasi mean, standar deviasi, nilai maksimum dan beda maksimum entropi, merupakan kombinasi fitur terbaik dalam mengklasifikasi genre musik. Subset fitur yang dihasilkan dari kombinasi keempat statistik entropi ini dapat merepresentasikan file musik digital dengan lebih ringkas serta memberikan nilai akurasi yang sedikit lebih tinggi dibandingkan dengan penggunaan vektor fitur aslinya
Klasifikasi Genre Musik Menggunakan Learning Vector Quantization dan Self Organizing Map Luh Arida Ayu Rahning Putri; Sri Hartati
Jurnal Ilmu Komputer Vol 9 No 1: April 2016
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1058.661 KB)

Abstract

Kemudahan dalam memperoleh file musik digital dapat menimbulkan permasalahan dalam pengelolaannya. Klasifikasi genre musik dapat membantu memberikan label genre pada file musik sehingga dapat mempermudah pengelolaan dan pencarian file musik. Permasalahan utama dalam klasifikasi genre musik adalah menemukan kombinasi fitur dan classifier yang dapat memberikan hasil terbaik dalam mengklasifikasi file musik ke dalam genre musiknya.Penelitian ini mengklasifikasi file musik menggunakan kombinasi Learning Vector Quantization (LVQ) dan Self Organizing Map (SOM) berdasarkan pada fitur entropi koefisien wavelet. Kombinasi LVQ dan SOM terletak pada inisialisasi vektor acuan pada jaringan LVQ yang ditentukan berdasarkan hasil clustering data pelatihan menggunakan SOM. Ini diharapkan dapat mengurangi sensitivitas pemilihan vektor acuan yang dipilih langsung dari data pelatihan.Hasil evaluasi menunjukkan bahwa klasifikasi genre musik menggunakan kombinasi LVQ dan SOM memberikan hasil yang lebih baik dibandingkan dengan menggunakan LVQ saja, namun rata-rata nilai akurasinya masih rendah. Fitur entropi kurang baik dalam mengklasifikasi 10 jenis genre musik, ini ditunjukkan ketika klasifikasi dilakukan menggunakan fitur yang sama namun dengan classifier yang berbeda, akurasi yang dihasilkan juga rendah.
ANALISIS DATA KUISIONER KEPUASAN PENGGUNA APLIKASI PEMBELAJARAN BEBANTENAN LUH ARIDA AYU R.P.; I GEDE SANTI ASTAWA
E-Jurnal Matematika Vol 7 No 3 (2018)
Publisher : Mathematics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/MTK.2018.v07.i03.p216

Abstract

Kepuasan pengguna sebuah aplikasi dapat diartikan sebagai tingkat perasaan seseorang setelah membandingkan kinerja (hasil) yang ia rasakan, dibandingkan dengan harapannya. Terdapat dua cara dalam membangun aplikasi pembelajaran bebantenan, yaitu pembelajaran dengan menggunakan konsep peta pikiran, dan pembelajaran tanpa menggunakan konsep peta pikiran. Dalam penelitian ini metode kuisioner dipergunakan untuk mendapatkan data kepuasan pengguna terhadal kedua aplikasi pembelajaran bebantenan yang telah dibangun. Terdapat tiga faktor untuk mengukur kepuasan yang digunakan dalam penelitian ini, yaitu faktor kinerja internal dari aplikasi, faktor dukungan perangkat eksternal yang dibutuhkan aplikasi, dan faktor tampilan umum saat pengguna berinteraksi dengan aplikasi. Selanjutnya ketiga faktor tersebut dijabarkan ke dalam sepuluh pertanyaan yang berhubungan dengan kepuasan pengguna. Dari empat puluh pengguna aplikasi yang digunakan sebagai responden penelitian didapatkan data bahwa aplikasi pembelajaran menggunakan peta pikiran mempunyaipersentase tingkatkepuasan lebih tinggi dibandingkan dengan sistem yang tidak menggunakan metode peta pikiran dalam pemberian materinya.namun secara keseluruhan aplikasi memiliki tingkat kepuasan pengguna yang kuat yaitu sebesar 80,3%
Music Mood Player Implementation Applied In Daycare Using Self Organizing Map Method Kadek Cahya Dewi; Luh Arida Ayu Rahning Putri
Jurnal Buana Informatika Vol. 2 No. 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v2i2.309

Abstract

Abstrak. Implementasi Music Mood Player Yang Diaplikasikan Pada Daycare Menggunakan Metode Self Organizing Map. Musik adalah seni, hiburan dan aktivitas manusia yang melibatkan suara-suara yang teratur. Musik berkaitan erat dengan psikologi manusia. Sepotong musik sering dikaitkan dengan kata sifat tertentu seperti senang, sedih, romantis, dsb. Keterkaitan antara musik dengan mood tertentu ini telah banyak digunakan dalam berbagai kesempatan oleh manusia, untuk itu klasifikasi musik berdasarkan keterkaitannya dengan emosi tertentu menjadi penting. Daycare merupakan salah satu lembaga yang memanfaatkan musik sebagai terapi atau sarana pendukung dalam kegiatan pengasuhan anak. Penelitian ini fokus pada implementasi music mood player menggunakan Self Organizing Map yang diaplikasikan pada Daycare. Fitur yang digunakan sebagai ciri adalah rhythm pattern dari musik tersebut. Parameter mood didapatkan dari Robert Thayer’s energy-stress model yang terdiri dari exuberance / gembira, contentment / rilex, anxious / cemas dan depression. Sistem diuji dengan lagu dari berbagai genre dan mood hasil klasifikasi dibandingkan dengan mood dari pakar psikologi anak. Mood lagu dari sistem dapat diset secara otomatis disesuaikan dengan aktivitas pada daycare. Kata Kunci: Music Information Retrieval, Klasifikasi Mood, Klasifikasi Musik, Self Organizing Map, Rhythm Patterns. Abstract. Music is an art, entertainment and human activity that involve some organized sounds. Music is closely related to human psychology. A piece of music often associated with certain adjectives such as happy, sad, romantic and many more. The linkage between the music with a certain mood has been widely used in various occasions by people, there for music classification based on relevance to a particular emotion is important. Daycare is one example of an institution that used music as therapy or tools of support in each of its parenting activities. This research concerns in implementation of a music mood player using Self Organizing Map applied at the Daycare. The features that are used on this music mood player are rhythm patterns of the music. The mood parameters that used in this system is based on Robert Thayer's energy-stress model which are exuberance / happy, contentment / relax, anxious and depression. The system is tested using a set of songs with various genres and the classification results are compared with the mood obtained by child psychology expert. The system can be set automatically according to the activities at daycare. Keywords: Music Information Retrieval, Mood Classification, Music Classification, Self Organizing Map, Rhythm Patterns.
Penerapan Metode Fast Independent Component Analysis (FastICA) dalam Memisahkan Vokal dan Instrumen Seni Geguntangan Luh Arida Ayu Rahning Putri; I Gede Erwin Winata Pratama; I Dewa Made Bayu Atmaja Darmawan; A. A. I. N. Eka Karyawati; Ida Bagus Made Mahendra; I Ketut Gede Suhartana
Jurnal Buana Informatika Vol. 13 No. 1 (2022): Jurnal Buana Informatika, Volume 13, Nomor 1, April 2022
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v13i1.5693

Abstract

Abstract. Application of Fast Independent Component Analysis (Fastica) Method in Separating Vocals and Instruments in Geguntangan. Gamelan Geguntangan is often used in religious ceremonies to accompany ceremonies and entertain the public. Along with its development, the Geguntangan gamelan is also used to accompany the Pesantian. Geguntangan recording plays instruments and vocal sounds, most of which have been mixed. The mixed sounds caused the learning process to be less effective for people who will study Pesantian. The students could not focus because of the distracting sound of the instrument. This study aims to separate the sound of instruments and vocals of Geguntangan using deflationary-based FastICA. The non-linear function used is Logcosh. This study also examines the effect of mixing matrix variables and alpha values on nonlinear functions on SDR, SIR, and SAR values. The results of the paired t-test carried out by these two values did not have a significant effect on SDR, SIR, and SAR. The difference in the average time of the mixing matrix testing process is 0.09 seconds and 0.42 seconds for testing the alpha value.Keywords: Pesantian, Geguntangan, BSS, FastICA, Deflationary Based. Abstrak. Gamelan Geguntangan sering dipakai dalam upacara keagamaan baik untuk mengiringi jalannya upacara dan hiburan masyarakat. Seiring perkembangannya, gamelan Geguntangan juga digunakan untuk mengiringi Pesantian. Pada rekaman Geguntangan terdapat suara instrumen dan vokal yang sebagian besarnya sudah tercampur. Hal ini menyebabkan proses belajar yang kurang efektif bagi orang yang akan belajar Pesantian. Para pemelajar tidak bisa fokus karena adanya suara instrumen yang mengganggu. Penelitian ini bertujuan untuk memisahkan suara instrumen dan vokal seni Geguntangan menggunakan deflationary based FastICA. Fungsi non linear yang digunakan adalah Logcosh. Penelitian ini juga menguji pengaruh variabel matriks pencampuran dan nilai alpha pada fungsi nonlinear terhadap nilai SDR, SIR dan SAR. Hasil uji-t berpasangan yang dilakukan kedua nilai ini tidak mempunyai pengaruh yang signifikan terhadap SDR, SIR dan SAR. Selisih rata-rata waktu proses pengujian matriks pencampuran ialah 0.09 detik dan 0.42 detik untuk pengujian nilai alpha.Kata Kunci: Pesantian, Geguntangan, BSS, FastICA, Deflationary Based.
SISTEM INFORMASI PENGARSIPAN SURAT MASUK DAN SURAT KELUAR BERBASIS WEB Genaldy Septianto Mbuik; Cokorda Rai Adi Pramartha; Luh Arida Ayu Rahning Putri
Jurnal Pengabdian Informatika Vol. 1 No. 1 (2022): JUPITA Volume 1 Nomor 1, November 2022
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (634.676 KB) | DOI: 10.24843/JUPITA.2022.v01.i01.p02

Abstract

Mengingat banyaknya surat masuk dan keluar suatu instansi, diharapkan sistem ini dapat membantu kinerja terkait persuratan mengingat pesatnya perkembangan ilmu pengetahuan dan teknologi informasi secara global. Dengan adanya informasi surat masuk dan surat keluar berbasis web ini sistem mekanisme saat ini untuk mengelola surat masuk dan keluar dalam suatu organisasi yang meliputi penerimaan, pembuatan, penyimpanan, dan pendokumentasian surat, dilakukan secara konvensional untuk memudahkan penyimpanan dan pencarian file surat agar waktu yang dihabiskan mempercepat proses pencarian data surat dan meningkatkan pengelolaan arsip surat yang ada. Pada pembuatan aplikasi ini dibutuhkan Visual Studio Code sebagai editor teks dan database MySQL digunakan dalam pengembangan sistem perangkat lunak ini. Pengabdian ini menghasilkan sistem informasi yang dapat memecahkan masalah saat ini dalam mengelola surat masuk dan surat keluar.
PEMBUATAN SISTEM ONLINE RAPORT PROGRAM FRONT-END UNTUK CV. AVATAR SOLUTION I Kadek Krisna Dwi Payana; Luh Arida Ayu Rahning Putri; Ida Ayu Gde Suwiprabayanti Putra
Jurnal Pengabdian Informatika Vol. 1 No. 1 (2022): JUPITA Volume 1 Nomor 1, November 2022
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.066 KB) | DOI: 10.24843/JUPITA.2022.v01.i01.p16

Abstract

CV Avatar Solution merupakan perusahaan yang menyediakan produk melalui layanan IT Software Developer dan ICT (Information and Communication Technology) yang berbasis di pulau Bali. CV. Avatar Solutions membuka kesempatan mahasiswa semester akhir untuk mengikuti praktek kerja lapangan atau PKL. Program magang ini diharapkan dapat membantu mahasiswa dalam menyelesaikan permasalahan – permasalahan nyata di bidang informatika. Perusahaan Avatar Solution memiliki banyak divisi salah satunya yaitu divisi Frontend Engineer. Dimana tugas dari Frontend Engineer ini adalah programmer yang membuat design sebuah website menjadi suatu website yang bisa diaskes oleh Client dan dapat berkomunikasi dengan Backend. Dimana banyak mendapatkan projek salah satunya adalah Online Raport. Project Online Raporting merupakan suatu projek yang dimana memudahkan para guru untuk membuat raport dan membagikannya ke siswa maupun orangtua siswa secara transparan. Projek ini dibuat dengan menggunakan framework React untuk Frontend dan menggunakan service hasura dan GraphQL
Co-Authors Agus Muliantara Anak Agung Istri Ngurah Eka Karyawati Anak Agung Istri Ngurah Eka Karyawati Ari Putra, I Kadek Riski Ariyawan, Made Dwi Artayani, Adis Luh Sankhya Bhavanta, I Made Adika Cokorda Pramartha Cokorda Rai Adi Pramartha Diatmika, I Kadek Angga Kusuma Diputra Wiraguna, I Gusti Agung Ngurah Dwi Payana, I Kadek Krisna Eka Wijaya, I Komang Sutrisna Enga Prinda Adu Gede Sudimahendra Genaldy Septianto Mbuik Giri, I Nyoman Yusha Tresnatama Gst. Ayu Vida Mastrika Giri Guna, Putu Wahyu Tirta Gusto Gibeon Ginting I Dewa Agung Adwitya Prawangsa I Dewa Made Bayu Atmaja Darmawan, I Dewa Made Bayu I Gede Arta Wibawa I Gede Erwin Winata Pratama I Gede Santi Astawa I Gede Tendi Ariyanto I Gusti Agung Gede Arya Kadyanan I Gusti Ngurah Anom Cahyadi Putra I Gusti Ngurah Febri Ananda Krisna I Kadek Krisna Dwi Payana I Kadek Riski Ari Putra I Ketut Adian Jayaditya I Ketut Gede Suhartana I Komang Kumara Saduadnyana I Komang Sutrisna Eka Wijaya I Made Suma Gunawan I Made Teja Sarmandana I Made Widiartha I Made Widiartha I Putu Gede Hendra Suputra I Putu Indie Surya Jayadi I Putu Rama Anadya I Wayan Gede Adi Palguna I WAYAN SANTIYASA I Wayan Supriana Ida Ayu Gde Suwiprabayanti Putra Ida Bagus Ari Widhiana Ida Bagus Made Mahendra Kadek Cahya Dewi Kadek Vincky Sedana Kompiang Gede Sukadharma Luh Gede Astuti Ngurah Agus Sanjaya ER Ngurah Diputra Wiraguna, I Gusti Agung Ni Putu Sintia Wati Ni Putu Subhasini Dewi Sukma Ni Wayan Windayani Palguna, I Wayan Gede Adi Pradnyaditha, Kadek Yoga Vidya Pratama, I Gede Erwin Winata Putu Audy Cipta Pratiwi Putu Risky Andrean Rizky, Muhammad Firyanul Satria Mahagangga, Made Dhandy Sidharta, Matthew Novan Sri Hartati Sudimahendra, Gede Wahyu Ramadhan Wayan Gede Suka Parwita Wayan Kiki Oktalao Wikardiyan, Aditya Yana, Santa Yasa, I Gede Cahya Purnama