Article Per Year (5 Year)
p-Index From 2021 - 2026
8.315
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana Semantik Jurnal Buana Informatika Jurnal RESISTOR (Rekayasa Sistem Komputer) Jurnal Pengabdian Informatika (JUPITA) Jurnal Nasional Teknologi Informasi dan Aplikasinya
Luh Arida Ayu Rahning Putri
Universitas Udayana
Humanities Computer Science & IT Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 64 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 64 Documents
Search

 2   3   4   5   6 
Penerapan Metode Content Based Filtering Dan K-Nearest Neighbor Dalam Sistem Rekomendasi Musik I Made Teja Sarmandana; I Made Widiartha; Luh Arida Ayu Rahning Putri; I Gede Santi Astawa
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

Current technological developments are able to change the way the younger generation enjoys music, where music can now be packaged in digital form, which is a new innovation in the music industry in Indonesia. Given the large amount of music data available on the internet, a system that provides services for users to search for their favorite music is really needed. The recommendation system will provide relevant information based on the preferences that the user wants to search for. Content Based Filtering recommends that users utilize the information contained in the data to use as parameters. The K-Nearest Neighbor (K-NN) algorithm is a method of classifying objects based on the closest training data to the object under test. In this study, accuracy testing techniques were used to measure the performance of the classification that has been carried out. The classification process that was created succeeded in obtaining the highest accuracy value at 90,49% with a value of k=9 which shows that the classification and recommendation process can run quite well. Keywords: Accuracy, Content Based Filtering, Classification, Recommendation System, K-Nearest Neighbor, Music
Load Time Optimization on React Website using Incremental Static Regeneration with NextJS Gede Sudimahendra; Luh Arida Ayu Rahning Putri
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.p20

Abstract

There’s a lot of tools that can be used to build or develop a website. Starting from basic HTML CSS and JavaScript to the use of UI Framework such as React, Angular, Vue JS or Svelte But, the use of UI Framework doesn’t come with no cons. UI Framework like React, use virtual DOM, instead of modifying the DOM directly, so when the first time application load, the framework needs to load library to modify the virtual DOM, before the page can load. This can leads to slow first loading time. This paper research performance improvement when using ISR ( Incremental Static Regeneration ) in NextJS
Pengolahan Big Data Dengan Sharding Database Dan Kappa Architecture Untuk Data Time-Series Kompiang Gede Sukadharma; I Putu Gede Hendra Suputra; Ida Ayu Gde Suwiprabayanti Putra; Luh Arida Ayu Rahning Putri
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

In the digital era, managing and processing Big Data presents challenges. Historical or time-series data is crucial for decision-making. Distributed database systems, specifically database sharding, efficiently distribute CPU load and memory usage. Kappa Architecture outperforms Lambda Architecture by 220% in terms of speed, though Lambda has slightly higher reliability. This research integrates database sharding with Kappa Architecture using Kaggle’s time-series data. Load testing showed 60.46% performance for data retrieval across distributed databases. Remarkably, the system’s reliability reached 100%, even when one of the services failed, handling 10000 new data entries. Furthermore, with the same configuration, it was found that the utilization of Kappa Architecture and sharding database resulted in a 70.26% better performance compared to the system solely implementing sharding database.
Aplikasi Pengukur Tingkat Kepuasan Alumni Berdasarkan Data Tracer Study Berbasis Metode Machine Learning Supriana, I Wayan; Pramartha, Cokorda; Putri, Luh Arida Ayu Rahning
Jurnal RESISTOR (Rekayasa Sistem Komputer) Vol. 7 No. 1 (2024): Jurnal RESISTOR Edisi April 2024
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/jurnalresistor.v7i1.1561

Abstract

Pelacakan lulusan atau yang lebih dikenal dengan tracer study adalah salah satu feedback dari alumni terhadap perguruan tinggi. Tracer study merupakan salah satu kegiatan wajib bagi perguruan tinggi dalam menggali berbagai macam aspek yang dibutuhkan dari alumni seperti data diri ketika menjadi mahasiswa, pelayanan selama kuliah, lamanya mencari kerja serta kesesuaian dengan pekerjaan. Setiap tahun ratusan mahasiswa sudah diluluskan oleh perguruan tinggi, dengan begitu jumlah alumni dari tahun ke tahun terus bertambah, perlu dilakukan analisis yang mendalam dengan teknik data science untuk mendapatkan insight data tracer study sebagai evaluasi oleh program studi. Analisis data tracer study diperlukan untuk perbaikan proses pembelajaran melalui pengukuran tingkat kepuasan lulusan. Adapun tujuan penelitian, yaitu membuat analisis model prediksi tingkat kepuasan alumni berdasarkan klasifikasi data tracer study menggunakan metode machine learning yaitu algoritma K-Means sebagai klusterisasi data, algoritma Support Vektor Machine sebagai klasifikasi data. Model penilaian menggunakan 87 fitur data tracer study, dimana algoritma Support Vektor Machine menggambarkan klasifikasi data tracer study dengan tingkat akurasi sebesar 90%. Berdasarkan faktor yang dapat mengklasifikasikan tingkat kepuasan alumni, maka dapat menentukan kualitas lulusan akan semakin baik.
APLIKASI PEMBUATAN INVOICE PADA PT BALI TRIBAL WISATA Sudimahendra, Gede; Luh Arida Ayu Rahning Putri; Anak Agung Istri Ngurah Eka Karyawati
Jurnal Pengabdian Informatika Vol. 2 No. 4 (2024): JUPITA Volume 2 Nomor 4, Agustus 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Penelitian ini bertujuan untuk meningkatkan kinerja situs web dengan memanfaatkan mekanisme caching yang disediakan oleh browser pengguna. Melalui implementasi browser data caching, data yang sering diakses seperti informasi objek wisata, gambar, dan ulasan pengguna disimpan secara sementara. Penelitian ini menggunakan header HTTP dan pengaturan cache-control untuk mengoptimalkan efektivitas caching. Hasil penelitian menunjukkan bahwa implementasi browser data caching berhasil meningkatkan kinerja situs web dengan mengurangi latensi jaringan dan waktu pengambilan data dari server. Pendekatan ini tidak hanya meningkatkan pengalaman pengguna tetapi juga mengurangi beban server dengan meminimalkan permintaan data. Temuan penelitian ini memberikan kontribusi bagi pengembangan situs web Bali Tribal Wisata dan memberikan wawasan berharga bagi pengembang web dalam memanfaatkan browser data caching untuk mengoptimalkan kinerja situs web.
WEBSITE INFORMASI PROFILE STASIUN METEOROLOGI KELAS I I GUSTI NGURAH RAI I Made Suma Gunawan; Luh Gede Astuti; Luh Arida Ayu Rahning Putri
Jurnal Pengabdian Informatika Vol. 3 No. 2 (2025): JUPITA Volume 3 Nomor 2, Februari 2025
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Website Informasi Profile Stasiun Meteorologi kelas I I Gusti Ngurah Rai adalah suatu website informasi yang dipergunakan oleh Stasiun Meteorologi Kelas I Gusti Ngurah Rai, Badung, Bali untuk memperkenalkan dan memberikan informasi kepada masyarakat umum tentang profile dari lembaga tersebut. Pembuatan website itu dimulai dari survei kebutuhan website seperti menu apa saja yang akan ditambahkan pada website, konten apa saja yang akan diisi pada website dan lainnya, dilanjutkan dengan pemilihan platform untuk pengembangan website, selanjutnya dilakukan pengembangan konten seperti mempersiapkan gambar, selanjutnya ada memilih desain yang akan digunakan dalam website, selanjutnya yang dilakukan adalah pengembangan website, dan terakhir adalah pengujian. Hasil pengabsian ini adalah sebuah website informasi profile untuk Stasiun Meteorologi Kelas I I Gusti Ngurah Rai.
Website About Me PT. Incognito Asia Sidharta, Matthew Novan; Putri, Luh Arida Ayu Rahning; Karyawati, Anak Agung Istri Ngurah Eka
Jurnal Pengabdian Informatika Vol. 3 No. 1 (2024): JUPITA Volume 3 Nomor 1, November 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Kegiatan pembuatan website ini bertujuan untuk membantu mitra dalam memperkenalkan dirinya kepada target konsumen di pasaran. Tahap awal dimulai dengan perancangan tampilan desain website. Setelah desain tersebut telah dibuat dan berisikan informasi yang sesuai dengan keperluan mitra, maka langkah berikutnya adalah mengimplementasikan bagian frontend, supaya pengguna dapat berinteraksi dengan desainnya. Implementasi dilakukan dengan framework Bootstrap guna memperoleh hasil yang maksimal dan sesuai dengan kebutuhan mitra.
OPTIMALISASI DESAIN LEVEL LOGIKA PLAYER DAN UI DALAM PENGEMBANGAN GAME 2D MENGGUNAKAN UNITY Satria Mahagangga, Made Dhandy; Luh Gede Astuti; Luh Arida Ayu Rahning Putri
Jurnal Pengabdian Informatika Vol. 3 No. 1 (2024): JUPITA Volume 3 Nomor 1, November 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Jurnal ini menguraikan tujuan pengabdian kepada masyarakat yang fokus pada pengembangan game 2D platformer menggunakan Unity sebagai proyek Praktik Kerja Lapangan, bukan untuk tujuan edukasi. Lingkup proyek ini mencakup perancangan, pengembangan, dan penyebaran game 2D platformer yang menarik dan sederhana. Metode yang digunakan melibatkan pemilihan game engine, desain level, pemrograman, dan integrasi grafis. Hasil utama proyek ini adalah penciptaan game platformer yang dapat dimainkan oleh pengguna serta pengalaman dalam pengembangan game 2D. Simpulan utama jurnal ini adalah bahwa, meskipun proyek ini bukan untuk tujuan edukasi, pengembangan game 2D dalam konteks ini dapat menjadi pengalaman berharga bagi mahasiswa untuk memahami proses pembuatan game dan berkontribusi pada pengembangan industri game. Keberartiannya adalah memberikan pemahaman praktis yang berharga dalam pengembangan game dan memberikan kesempatan bagi mahasiswa untuk berkontribusi pada proyek nyata di luar lingkungan pendidikan.
Implementasi Algoritma Apriori sebagai Association Rule Learning untuk Mengidentifikasi Pola Item Dataset Penjualan Supriana, I Wayan; Rahning Putri, Luh Arida Ayu
Jurnal Buana Informatika Vol. 16 No. 01 (2025): Jurnal Buana Informatika, Volume 16, Nomor 01, April 2025
Publisher : Universitas Atma Jaya Yogyakarta

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

Abstract

Retail store competition is becoming more intense, so marketing and product arrangement are crucial for shopping efficiency, maintaining comfort, and increasing profits. This study analyzes consumer shopping habits for goods in each transaction through market basket analysis. The Apriori algorithm is a common technique for finding frequent item search techniques in building association rules, namely the relationships between item combinations in a dataset. The aim is to implement the Apriori algorithm as an association rule learning method to identify patterns within sales data. The Apriori association rule is compared to the frequent pattern growth algorithm, which finds the most frequently occurring patterns in a dataset. Based on the tests, the average lift ratio for the Apriori algorithm is 1.58, while for the frequent pattern growth algorithm, it is 1.28. This indicates that the Apriori algorithm performs better than the frequent pattern growth algorithm.
Pengembangan Front-End Official Website Pada PT. Adsfort Creative I Ketut Adian Jayaditya; I Gusti Agung Gede Arya Kadyanan; Luh Arida Ayu Rahning Putri
Jurnal Pengabdian Informatika Vol. 3 No. 2 (2025): JUPITA Volume 3 Nomor 2, Februari 2025
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

PT. Adsfort Creative merupakan perusahaan yang bergerak di bidang industri kreatif dan menawarkan jasa bagi pemilik bisnis maupun brand untuk membuat konten media sosial yang kreatif dan kekinian. Konten yang ditawarkan berupa desain postingan, video, maupun film pendek mengenai bisnis yang ingin diiklankan. Untuk tujuan pemasaran yang lebih baik, mahasiswa mengembangkan official website yang dapat digunakan oleh PT. Adsfort Creative. Official website ini diharapkan dapat memuat informasi umum mengenai perusahaan dan portofolio berupa konten-konten dari pelanggan terdahulu.
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 Bayu Yudistira Ramadhan Bhavanta, I Made Adika Christian Valentino Cokorda Pramartha Cokorda Rai Adi Pramartha Culio, Shelomita Putrinda 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 Gusti Agus Sakah Aditia 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 Gede Yogananda Adi Baskara I Gusti Agung Gede Arya Kadyanan I Gusti Agung Ngurah Diputra Wiraguna I Gusti Ayu Riyana Astarani I Gusti Ngurah Adhiwangsa Devananda I Gusti Ngurah Anom Cahyadi Putra I Gusti Ngurah Febri Ananda Krisna I Kadek Angga Kusuma Diatmika I Kadek Krisna Dwi Payana I Kadek Riski Ari Putra I Ketut Adian Jayaditya I Ketut Gede Suhartana I Komang Arya Ganda Wiguna 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 Julianti, Syelvia Kadek Cahya Dewi Kadek Vincky Sedana Kompiang Gede Sukadharma Luh Gede Astuti Matthew Novan Sidharta 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