Claim Missing Document
Check
Articles

Deteksi Persamaan Pola Gerakan pada Koreografi Tari Bali Maryati, Ni Made Rai; Antara Kesiman, Made Windu; Sunarya, I Made Gede
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 5: Oktober 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107012

Abstract

Tarian daerah memegang peranan penting dalam tatanan kehidupan masyarakat Bali. Tarian tidak hanya sebagai hiburan tetapi juga sebagai sarana dalam kegiatan upacara keagamaan serta merupakan aset pariwisata. Jenis tari Bali cukup banyak, namun sebagian pencipta tari Bali sudah tiada. Perkembangan teknologi saat ini diharapkan dapat ikut memberikan kontribusi dalam penciptaan tarian baru. Penelitian ini bertujuan untuk mendeteksi persamaan pola gerakan dan menghitung banyaknya gerakan yang sama pada dua atau lebih tarian berbeda yang dikelompokkan berdasarkan penciptanya. Dengan menemukan banyaknya gerakan yang sama dalam beberapa tari ciptaan seorang maestro maka ciri khas seperti variasi gerakan dan tempo tarian diharapkan dapat diketahui. Penelitian ini merupakan penelitian yang berada di bawah payung proyek COMPUDANCE (Computerization of Dances), dimana proyek ini bertujuan untuk menciptakan sebuah tarian baru dengan cara mempelajari ciri khas dari masing-masing pencipta tari Bali. Tarian baru yang tercipta tentunya memiliki nilai yang sangat tinggi karena sebagian maestro sudah tiada. Dataset dalam penelitian ini adalah 8 jenis tari Bali yang berasal dari 3 pencipta yang berbeda. Delapan tarian tersebut melipiti : Tari Margapati, Tari Panji Semirang dan Tari Wiranata diciptakan oleh I Nyoman Kaler; Tari Cendrawasih, Tari Puspanjali dan Tari Sekar Jagat diciptakan oleh N.L.N. Swasthi Wijaya Bandem; Tari Wiranjaya dan Tari Nelayan diciptakan oleh I Ketut Merdana. Untuk mendeteksi persamaan pola gerakan akan digunakan metode skeletonisasi, dilanjutkan dengan proses ekstraksi fitur bentuk menggunakan metode HOG. Data hasil ekstraksi dari satu tarian kemudian dibandingkan dengan tarian lainnya. Untuk mengukur tingkat kesamaan dari dua atau lebih citra yang berbeda digunakan metode eucledian distance, dimana akan dipilih 5 nilai ambang yaitu 1,15, 1,18, 1,20, 1,22 dan 1,25. Nilai ini didasarkan pada pengamatan secara visual yang dilakukan terhadap citra hasil proses skeletonisasi, dimana citra yang jika dilihat secara visual memiliki gerakan sama memiliki nilai ambang antara 1,15 sampai 1,25. Dengan menggunakan 5 nilai ambang tersebut didapatkan jumlah gerakan yang terdeteksi sama dari masing-masing tarian yang dikelompokkan berdasarkan penciptanya.  Dari analisa terhadap hasil penelitian dapat disimpulkan bahwa kelompok tari ciptaan I Nyoman Kaler memiliki gerakan yang paling dinamis dengan variasi gerakan yang banyak dan memiliki tempo tarian yang paling cepat. Diurutan berikutnya adalah tari ciptaan I Ketut Merdana. Kelompok tari yang memiliki jenis gerakan yang sedikit dan tempo gerakan yang paling lambat adalah kelompok tari ciptaan N.L.N. Swasthi Wijaya Bandem. Terdapat gerakan yang sebenarnya berbeda namun terdeteksi sama dan sebaliknya terdapat pula gerakan yang sebenarnya sama namun tidak terdeteksi.   Abstract   Traditional dances play an important role in the order of Balinese lives. Dances are not only an entertainment but also means of religious ceremonies and tourism assets. There are many types of Balinese dance, but some of the maestro are gone. Technology is expected to contribute of the new dances creation. The objective of this study is to detect the similarity of movement patterns in Balinese dances choreography and to calculate the same movements of several Balinese dances grouped by creator. By finding the number of the same movements in several dances that was created by a maestro, the characteristics such as variations of movements and dance tempos can be identified. This research was conducted under the framework of Project COMPUDANCE (Computerization of Dances), the goal of this project is to create a new dance by identifiying the characteristics of each Balinese dance creator. The newly created dances must have a very high value because some maestros are gone. Dataset in this study are 8 types of Balinese dances come from 3 different maestros. They are Margapati Dance, Panji Semirang Dance and Wiranata Dance were created by I Nyoman Kaler; Cendrawasih Dance, Puspanjali Dance and Sekar Jagat Dance were created by N.L.N. Swasthi Wijaya Bandem; Wiranjaya Dance and Nelayan Dance were created by I Ketut Merdana. To detecting the similarity of movement patterns we use skeletonization method, then followed by extracting shape features of the skeleton images using HOG method. We use euclidean distance method to measure the level of image similarity, there are 5 threshold values that is 1.15, 1.18, 1.20, 1.22 and 1.25. This value was chosen by visual observations of the skeleton image, where an image that visually has the same movement has a threshold value between 1.15 to 1.25. By using these 5 threshold values, the number of same movements is obtained from each dance which is grouped based on its creator. From the result of this study, it was found that the dance created by I Nyoman Kaler has the most dynamic with many variations movement and has the fastest dance tempo. Next in line is the dance created by I Ketut Merdana. The dances with slowest tempo and fewest types of movement is created by N.L.N. Swasthi Wijaya Bandem. There are some different movements that detected as the same movements. Otherwise, there are same movements but not detected.
Pengembangan Aplikasi Location-Based Augmented Reality Berbasis ARCore Geospatial API untuk Pengenalan Warisan Budaya dan Sejarah Puri Kanginan Buleleng Surya, I Putu Bayu Ananta; Darmawiguna, I Gede Mahendra; Kesiman, Made Windu Antara
Jurnal Profesi Insinyur Universitas Lampung Vol. 6 No. 2 (2025)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v6n2.251

Abstract

Mengenalkan warisan budaya dan sejarah merupakan tantangan yang membutuhkan sumber daya besar seperti dana, media, dan tenaga manusia, namun sering terkendala dalam implementasinya. Pada era digital, teknologi location-based Augmented Reality (LAR) menjadi solusi optimal untuk menghadirkan pengalaman berkunjung yang lebih interaktif dan atraktif. Penelitian ini bertujuan mengembangkan aplikasi location-based Augmented Reality berbasis ARCore Geospatial API untuk pengenalan warisan dan budaya Puri Kanginan Buleleng. Metode penelitian menggunakan SDLC dengan model waterfall yang terdiri dari tahap analisis, desain, implementasi, testing, deployment, dan maintenance. Aplikasi berfungsi sebagai pemandu wisata yang mengarahkan pengguna, serta menampilkan konten informasi 3D, video, dan animasi. Pengembangan aplikasi menggunakan software Unity 3D untuk pembuatan aplikasi, dan Blender 3D untuk pembuatan model 3D. Konten didukung suara narasi, dan teks dalam dua bahasa yaitu Indonesia dan Inggris. Hasil penelitian diperoleh dari empat pengujian. Blackbox testing menunjukkan seluruh skenario berjalan sesuai harapan. Uji Ahli Isi dan Uji Ahli Media memperoleh kualifikasi “Sangat Tinggi” dengan kriteria “Sangat Valid”. Uji Respon Pengguna dengan UEQ terhadap 50 responden pengunjung puri, menghasilkan nilai benchmark “excellent” pada enam dimensi dengan nilai rata-rata: daya tarik: 2.61, kejelasan: 2.49, efisiensi: 2.40, ketepatan: 2.35, stimulasi: 2.60, dan kebaruan: 2.38. Sehingga, aplikasi dinilai sangat baik oleh pengguna dari berbagai aspek pengalaman.
Recognition of Balinese Traditional Ornament Carving Images with Convolutional Neural Network and Discrete Wavelet Transform Ni Luh Putu Kurniawati; Made Windu Antara Kesiman; I Made Gede Sunarya
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 8 No. 4 (2022): Desember
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v8i3.24360

Abstract

Balinese carvings are less known to the public due to the lack of information about Balinese carvings. Minimum information about Balinese carvings can be overcome by utilizing advances in information technology in the field of image processing, namely the introduction of Balinese carving patterns. In the pattern recognition model of an image, there are several things that can be analyzed, such as the recognition method used, feature extraction, including the model in preprocessing to reduce noise in a Balinese carving image. In this study, the Convolutional Neural Network (CNN) was used to classify Balinese carving images combined with Discrete Wavelet Transform (DWT) in extracting image features. The introduction was made to 25 categories of Balinese carving ornaments. Tests are generated based on the level of accuracy generated in the testing process. Analysis of the results was carried out on the resulting model, namely the analysis of the combination of CNN with DWT and without DWT. Testing the data set with 212 training data and 129 testing data using all DWT channels. Based on the results of the tests that have been carried out, it is found that using the DWT extraction feature produces a higher testing accuracy value, namely 35.66% for 25 classes and 74, 42% for 3 carving classes. Meanwhile, without using DWT, it produces an accuracy value of 32.56% for 25 classes and 66.67% for 3 carving classes. In future research, it is hoped that there will be an improvement in the data set and good shooting with a balanced and adequate number for the 25 carving classes that have been obtained.
Detecting the Same Pattern in Choreography Balinese Dance Using Convolutional Neural Network and Analysis Suffix Tree I Komang Hendra Trinium Jaya; Made Windu Antara Kesiman; I Made Gede Sunarya
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 8 No. 3 (2022): September
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v8i3.24461

Abstract

The Balinese dances that are popular today were created by maestros who have existed since time immemorial. To develop the dances made by the existing maestro, one must know the characteristics of each dance based on the motion used. The help of digital image processing and string algorithm analysis methods will help to determine the characteristics of a dance. The algorithm used for dance analysis is the Suffix Tree, where the suffix tree is one of the algorithms that can be used to find patterns from input strings. The string to be analyzed is a series of codes performed by the classifier. The classifier used is Convolutional Neural Network. This method uses an image as its input, which will later perform convolution operations and perform a full-connected layer. The results were obtained using the Convolutional Neural Network method with Alexnet architecture as the classification and confusion matrix to calculate the level of accuracy of the test set, the best accuracy for the head is by using parameter learning rate 0.001, epoch 150, and RGB color space obtained 95% accuracy, 88% precision, 78% recall, and 82% f1-score. For the full body, using a learning rate of 0.01, epoch 150, and RGB color space, the accuracy is 85%, precision is 79%, recall is 64%, and f1-score is 69%. For the legs, using a learning rate of 0.001, epoch 150, and RGB color space, the accuracy is 92%, precision is 84%, recall is 59%, and f1-score is 65%. The results of the suffix tree analysis between codes that use ground truth and classification results have similar values, although the results of the movement patterns obtained by the suffix tree algorithm have not varied, which is dominated by class A because class A is the dominant class in each dance.
KLASIFIKASI CITRA UDANG GALAH LAYAK KONSUMSI MENGGUNAKAN INCEPTION V3 Ida Bagus Jyotisananda; I Made Gede Sunarya; Made Windu Antara Kesiman
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 23 No. 2 (2026): Edisi Juli 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v23i2.112517

Abstract

Giant freshwater prawn (Macrobrachium rosenbergii) is a high-value freshwater fishery commodity. However, consumption eligibility assessment in the field often still relies on manual visual inspection, which can produce subjective results. This study develops an image classification system for eligible and non-eligible prawns using the Inception V3 architecture. The dataset consists of 7,000 images with two balanced classes, divided into 4,200 training images, 1,400 validation images, and 1,400 testing images. Data labeling was conducted based on visual and physical indicators, including color and texture, according to consumption eligibility criteria. The model was evaluated using SGD, Adam, and RMSprop optimizers, learning rates of 0.001, 0.0001, and 0.00001, and dropout rates of 0%, 20%, and 30%. Evaluation used accuracy, loss, confusion matrix, error analysis, and cost-benefit analysis. The best result was achieved by Inception V3 with 20% dropout, SGD optimizer, learning rate of 0.001, and batch size of 16. This configuration obtained a test accuracy of 0.9993 or 99.93%, with a Vi value of 0.9893. The trained model was implemented in a React Native-based Android application prototype for rapid field classification.
Analisis Sentimen Berbasis Aspek Terhadap Ulasan Wisata Pesisir di Bali Pada Google Maps Menggunakan Bidirectional Encoder Representations Transformer I Gede Kesumayudha Widiana; Made Windu Antara Kesiman; I Made Gede Sunarya
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 1 (2026): Karmapati Vol 15 No 1 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i1.110691

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek terhadap ulasan wisata pesisir di Bali menggunakan model Hybrid BERT dengan LDA Dataset diperoleh melalui proses web scraping dengan total sekitar 22.000 ulasan. Sebanyak 2.000 data digunakan sebagai dataset terkontrol untuk pelatihan model, sedangkan 20.000 data lainnya digunakan untuk analisis tren sentimen berdasarkan waktu. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan aspek dan sentimen secara simultan dengan nilai F1-score makro yang stabil di atas 0,84. Kemudian  LDA dilatih menggunakan 20.000 data asli dan terbentuk 5 topik untuk kemudian dihubungkan dengan 3 aspek yang ada untuk membantu dan menjadi secondary opinion dalam model. Analisis prediksi tren menunjukkan bahwa aspek Experience mendominasi ulasan dan sentimen positif konsisten mendominasi sepanjang periode pengamatan. Terdapat beberapa lonjakan ulasan negative pada aspek accessibility dan service diakhir dan awal tahun menandakan tekanan operasional dan kemudahan akses mulai berkontribusi terhadap munculnya sentimen negatif ketika intensitas kunjungan meningkat. Disarankan untuk penelitan selanjutnya menggunakan data anotasi yang lebih besar,mengembangkan pendekatan ABSA lebih lanjut dengan melakukan perbandingan antar Lokasi wisata atau pengaruh peristiwa tertentu terhadap perubahan sentimen
Pengembangan Virtual Tour 360° Berbasis Web Untuk Destinasi Wisata Taman Bung Karno Singaraja Kadek Agus Risda Sanjaya; Made Windu Antara Kesiman; I Nengah Eka Mertayasa
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 1 (2026): Karmapati Vol 15 No 1 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i1.110979

Abstract

Perkembangan teknologi telah mendorong transformasi besar dalam berbagai sektor, termasuk pada bidang pariwisata. Salah satu inovasi yang mendapatkan perhatian signifikan adalah teknologi Virtual Tour. Virtual Tour memungkinkan pengguna melakukan eksplorasi secara virtual melalui layar monitor dari lokasi atau objek tanpa harus mengunjungi. Promosi dan aksesibilitas terhadap informasi mengenai Taman Bung Karno Singaraja masih terbatas, sehingga banyak wisatawan, baik domestik maupun mancanegara, yang belum mengetahui secara mendetail mengenai tempat ini. Sehingga perlu adanya suatu trobosan untuk mempromosikan Taman Bung Karno Singaraja, yaitu dengan mengembangkan media Virtual Tour. Jenis penelitian ini adalah R&D (Research and Development) dengan model penelitian MDLC (Multimedia Development Life Cycle). Metode ini cocok digunakan untuk penelitian yang berfokus pada pengembangan sistem berbasis multimedia. MDLC (Multimedia Development Life Cycle) memiliki 6 tahapan diantaranya yaitu Tahap Pengonsepan (concept), Tahap Perancangan (design), Tahap Pengumpulan materi (material collecting), Tahap Pembuatan (assembly), Tahap Pengujian (testing) dan Tahap Pendistribusian (distribution). Penelitian ini menghasilkan sebuah produk berupa aplikasi Virtual Tour dalam membantu mempromosikan tempat wisata Taman Bung Karno Singaraja. Hasil pengujian Black Box didapatkan bahwa media dapat dioperasikan dengan baik, hasil uji ahli media yang dilakukan oleh para ahli memperoleh hasil sesuai dan hasil uji respon pengguna dengan 32 orang responden mendapatkan persentase 84% dengan kualifikasi "Sangat Setuju" yang artinya masyarakat dapat memahami dan menambah wawasan mengenai Virtual Tour Taman Bung Karno Singaraja. Penelitian ini dapat menjadi media informasi dan promosi yang bermanfaat bagi masyarakat dalam melestarikan sejarah bangsa serta menambah semangat nasionalisme dan patriotisme.
Pengembangan Media Promosi Pariwisata Kabupaten Buleleng Berbasis Website Menggunakan 360 Virtual Tour I Gede Ditatara Krisna; I Gede Bendesa Subawa; Made Windu Antara Kesiman
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 1 (2026): Karmapati Vol 15 No 1 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i1.111510

Abstract

Abstrak— Kabupaten Buleleng memiliki potensi pariwisata yang besar, namun media promosi yang tersedia saat ini masih didominasi oleh format konvensional seperti foto dua dimensi dan teks yang kurang memberikan pengalaman visual imersif kepada calon wisatawan. Penelitian ini bertujuan untuk mengembangkan media promosi pariwisata berbasis website menggunakan teknologi 360 Virtual Tour pada destinasi Puri Kanginan, Danau Tamblingan, dan Air Panas Banjar. Metode pengembangan sistem yang digunakan adalah Multimedia Development Life Cycle (MDLC) yang terdiri dari tahap konsep, perancangan, pengumpulan bahan, pembuatan, pengujian, dan distribusi. Sistem dibangun menggunakan Framework Laravel dengan arsitektur MVC, serta memanfaatkan kamera DJI Osmo 360 dan Drone DJI Mavic 2 Pro untuk menghasilkan aset visual panorama beresolusi tinggi. Hasil pengujian Blackbox menunjukkan bahwa seluruh fitur navigasi dan interaksi berjalan 100% valid sesuai rancangan. Uji validitas produk yang dihitung menggunakan indeks Aiken’s V menunjukkan hasil yang sangat memuaskan, yaitu 0,92 untuk ahli isi dan 0,93 untuk ahli media, sehingga dikategorikan "Sangat Valid". Selanjutnya, uji respon pengguna yang melibatkan 30 responden menghasilkan skor rata-rata kepuasan sebesar 90,60% dengan kategori "Sangat Baik". Berdasarkan hasil tersebut, dapat disimpulkan bahwa website Buleleng 360 Virtual Tour layak dan efektif digunakan sebagai media promosi digital untuk meningkatkan daya tarik serta aksesibilitas informasi pariwisata di Kabupaten Buleleng
Perangkat Cerdas Berbasis U-Net untuk Memantau Kerusakan Daun Pakcoy Akibat Serangan Hama Ni Komang Diani; Made Windu Antara Kesiman; I Made Gede Sunarya; Putu Zasya Eka Satya Nugraha
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6957

Abstract

Implementasi Pertanian modern di Smart Green Garden Universitas Pendidikan Ganesha saat ini menghadapi tantangan yang signifikan dalam efisiensi mendeteksi serangan hama pada tanaman Pakcoy (Brassica rapa L.). metode pemantauan secara manual terbukti tidak efektif dan memakan waktu yang cukup lama serta mengalami kesulitan dalam mengenali kerusakan daun pakcoy dalam skala besar. Penelitian ini berfokus pada pengembangan perangkat cerdas yang menggabungkan arsitektur deep learning U-Net untuk segmentasi semantik dengan perangkat Internet of Things (IoT). Sistem ini menggunakan kamera CCTV yang dimodifikasi dengan Stepper motor Nema 23 dan Arduino Nano untuk melakukan pemindaian area tanam secara otomatis dalam radius 360 derajat secara otomatis. Dataset penelitian berjumlah 405 citra hasil augmentasi berkualitas tinggi dengan resolusi 512x512 piksel untuk memperkuat generalisasi model. Model U-Net dilatih menggunakan strategi 5-fold cross validation. Hasil evaluasi menunjukkan bahwa Model U-Net pada (Fold-2) menghasilkan performa paling unggul dengan tingkat Akurasi Global 96,8% dan Mean Intersection over Union (mIoU) sebesar 0,683. Sistem ini mampu mendeteksi serta memvisualisasikan area kerusakan daun, seperti lubang dan bercak, secara real-time melalui koneksi Real-Time Streaming Protocol (RTSP) pada dashboard website, hal ini menjadi alternatif pemantauan yang lebih presisi dibandingkan metode deteksi objek konvensional untuk deteksi dini serangan hama. Sehingga sistem cerdas ini diharapkan mampu membantu petani untuk efisiensi waktu pemantauan.
Pengembangan Game Edukasi Untuk Melatih Kemampuan Logika Pemrograman Pada Anak SMP (Studi Kasus SMP Negeri 2 Singaraja Selvina Rinesti; Made Windu Antara Kesiman; I Gede Bendesa Subawa
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 2 (2026): Karmapati Vol 15 No 2 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i2.120799

Abstract

Rendahnya kemampuan bernalar siswa SMP akibat pembelajaran Informatika yang monoton dan keterbatasan infrastruktur komputer memicu tingginya beban kognitif dalam menguasai dasar-dasar pemrograman. Penelitian ini bertujuan mengembangkan game edukasi mobile berbasis Android bernama Logic Adventure sebagai jembatan kognitif luring untuk melatih kemampuan logika pemrograman siswa. Metode yang digunakan adalah Research and Development (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Hasil uji ahli menunjukkan validitas isi mencapai koefisien 1,00 (Sangat Tinggi) dan validitas media mencapai 1,00 (Sangat Tinggi) berdasarkan kriteria Gregory. Pengujian praktikalitas produk menghasilkan skor respons siswa sebesar 77,33% pada uji perorangan, 75,55% pada kelompok kecil, dan 75,39% pada kelompok besar (lapangan) yang seluruhnya masuk kualifikasi Layak. Evaluasi diperkuat oleh nilai rata-rata aktual klasikal siswa sebesar 57,21 (Kualifikasi Baik) dan skor respons guru sebesar 73 (Kualifikasi Sangat Baik) berdasarkan Penilaian Acuan Patokan (PAP). Game edukasi Logic Adventure terbukti layak dan praktis digunakan sebagai media suplemen interaktif untuk melatih fondasi berpikir komputasional siswa pemula secara mandiri. Kata Kunci: Game Edukasi; Logika Pemrograman; Berpikir Komputasional; Model ADDIE; Logic Adventure
Co-Authors A. A. Istri Ita Paramitha Adhi Suarjana, I Kadek Adi Saputra Yasa, I Gede Adi Yoga Dewantara, I Made Adnyana, I Putu Wandra Agung Istri Ariningrat, I Gusti Agus Eka Wilantara, Putu Agus Jayadi Putra, Kadek Agus Kamiana Agus Kristiawan, I Gde Made Agus Nyoman Reditya Ary Prasetya Agus Sutrisna, I Kadek Ajeng Wulandari Pratama Ajiwerdhi, Anak Agung Gde Putra Alfin Nur Anak Agung Gde Putra Ajiwerdhi Ananta Satriadi, Kadek Andika, I Gede Andreana, I Made Dwi Anggara, I Made Dika Ardipa, Gede Sukra Ari Kamelia Dewi, Ni Made Ari Mahendra, I Komang Ari Putra, Ida Bagus Gede Arimbawa, I Gusti Ngurah Putra Arisma Dewi, Komang Ayu Ary Wahyuningsih, Ni Made Ayu Ary Widayanti, Putu Aryasih, Putu Putri Asmara, I Wayan Dana Astuti, Ni Putu Pasek Wida Ayu Nirma Lestari, Gusti Bagus Maha Putra, I Gusti Bunga Anindya, Made Candra Adi Pranata, Gede Chrisnapati, Padma Nyoman Chrisnapati, Padma Nyoman Cipta, I Putu Agus Eka Yatna David Setiawan David Setiawan, David Dessy Seri Wahyuni Dewa Gede Hendra Divayana, Dewa Gede Hendra Dewa Putu Doniawan Dewi, Made Sulatri Dewi, Ni Putu Dita Ariani Sukma Dewi, Ni Putu Sri Indra Padma Doniawan, Dewa Putu Dwi Purniyati, Gusti Ayu Dwi Suparyanta, Kadek Eka Saptaridevi, Ni Luh Endra Wiartika P, I Made Evi Wellyastini, Kadek Fikri Haikal Gd Tuning Somara Putra Gde Angga Putra Sutanjaya Gede Aditra Pradnyana Gede Agus Putra Yasa Gede Candra Adi Pranata Gede Indrawan Gede Saindra Santyadiputra Gede Saindra Santyadiputra, Gede Saindra Gede Sukra Ardipa Gede Widiartana Yasa Gunaya, I Wayan Gusti Ayu Dwi Purniyati Gusti Ayu Nirma Lestari Hady Permana S, Putu Trisna Haryantara, I Nyoman I DEWA AYU MADE SARTINI I Gde Made Agus Kristiawan I Gede Adi Saputra Yasa I Gede Adi Saputra Yasa I Gede Agus Pebriana I Gede Aris Gunadi I Gede Arya Sudarmayana I Gede Bendesa Subawa I Gede Bintang Arya Budaya I Gede Ditatara Krisna I Gede Hendrayana I Gede Kesumayudha Widiana I Gede Mahendra Darmawiguna I Gede Rusdy Mahayana Putra I Gede Sastra Kurniawan I Gede Sudirta I Gede Sudirta, I Gede I Gede Sudirtha I Gusti Agung Istri Ariningrat I Gusti Ayu Agung Diatri Indradewi I Gusti Bagus Maha Putra I Gusti Ngurah Bagus Putra Asmara I Kadek Adhi Suarjana I Kadek Agus Sutrisna I Kadek Yostab Mariyantoni I Ketut Resika Arthana I km. Lanang Oka Wiryawan I Komang Ari Mahendra I Komang Hendra Trinium Jaya I Made Adi Yoga Dewantara I Made Agus Wirahadi Putra I Made Angga Darma Putra I Made Ardwi Pradnyana I Made Arya Riananda Putra I Made Dika Anggara I Made Dwi Andreana I Made Endra Wiartika P I Made Gede Sunarya I Made Putrama I Made Restu Arta Jaya I Made Yoga Yudisthira Sandra I Md. Dendi Maysanjaya I Nengah Eka Mertayasa I Nyoman Haryantara I Putu Agus Eka Yatna Cipta I Putu Gede Karwina Styawan I Putu Sujana Atmaja I PUTU WANDRA ADNYANA I Putu Wira Adnyana I Wayan Dana Asmara I Wayan Pandu Wibawa S I Wayan Pio Pratama Ida Ayu Putu Purnami Ida Ayu Widiyanthi Ida Bagus Gede Ari Putra Ida Bagus Jyotisananda Ida Bagus Redy Santiawan Ida Purnamasari, Putu Ika Hendriana, Komang Indradewi, Gusti Ayu Agung Diatri Intan Pebriyanti Jaya, I Made Restu Arta Juliawan, Komang Gede Satria Kaban, Ekinnisura Kadek Agus Jayadi Putra Kadek Agus Risda Sanjaya Kadek Ananta Satriadi Kadek Dwi Suparyanta Kadek Evi Wellyastini Kadek Wikan Paramasila Kadek Yota Ernanda Aryanto Kamiana, Agus Karwina Styawan, I Putu Gede Ketut Agustini Ketut Gede Widia Pratama Putra Ketut Satria Ketut Tri Sutrisna Oka Ketut Widiantara Komang Ayu Arisma Dewi Komang Gede Satria Juliawan Komang Ika Hendriana Komang Jepri Kusuma Jaya Komang Setemen Komang Sudana Yasa Pande Komang Sudana Yasa Pande Kurniansyah, Adrian Lanang Nugraha, Made Luh Putu Eka Damayanthi Luh Putu Eka Damayanthi Luh Sri Darmaningsih M.Cs S.Kom I Made Agus Wirawan . Made Bunga Anindya Made Lanang Nugraha Made Sulatri Dewi Mahendri Pramadewi, Pande Made Mariyantoni, I Kadek Yostab Maryati, Ni Made Rai Maryati, Ni Made Rai Mika Karmila, Ni Komang Natih, I Dewa Gede Agung Wibhisana Ni Kadek Pande Dwika Liona Ni Komang Diani Ni Komang Mika Karmila Ni Komang Oktari Permata Sari Ni Komang Sriasih Ni Luh Kadek Tristiana Pratiwi Ni Luh Nita Sari Ni Luh Putu Kurniawati Ni Made Ari Kamelia Dewi Ni Made Ayu Ary Wahyuningsih Ni Made Rai Maryati Ni Made Yeni Dwi Rahayu Ni Putu Bali Pratiwi Ni Putu Pasek Wida Astuti Nining Rahayuningsih Niti, Made Ayu Asri Nugrahini, Ni Putu Prita Nur, Alfin Nyoman C, Padma Nyoman C, Padma Nyoman Chrisnapati, Padma Nyoman Juli Budiartawan Nyoman Sugihartini Oka Wiryawan, I km. Lanang Oky Sanjaya, Kadek P. WAYAN ARTA SUYASA Padama Nyoman Crisnapati Padma Nyoman C Padma Nyoman Chrisnapati Padma Nyoman Crisnapati Padma Nyoman Crisnapati Pande Dwika Liona, Ni Kadek Pande Made Mahendri Pramadewi Pandu Wibawa S, I Wayan Pebriana, I Gede Agus Pebriyanti, Intan Permana S, Putu Trisna Hady Pramadewi, Pande Made Mahendri Pratama, Putu Gilang Pratiwi, Ni Putu Bali Prianka Vedanty, Putu Pusparani, Diah Ayu Putra Yasa, Gede Agus Putra, Gd Tuning Somara Putra, Kadek Agus Jayadi Putu Agus Eka Wilantara Putu Angga Sudyatmika Putu Ary Widayanti Putu Ayu Puspitawati Putu Hendra Suputra Putu Ida Purnamasari Putu Putri Aryasih Putu Soni Ermawati Putu Trisna Hady Permana S Putu Yuditia Riani Putu Yuli Krisnawati Putu Zasya Eka Satya Nugraha Rahayuningsih, Nining rahmi, rugayatur Reditya Ary Prasetya, Agus Nyoman Redy Santiawan, Ida Bagus Rinaldi Munir rugayatur rahmi Saputri, Tesya Saragih, Andi Siaputra Sari, Ni Luh Nita Sariyasa . Sartini, I Dewa Ayu Made Sastra Kurniawan, I Gede Satria Juliawan, Komang Gede Satria, Ketut Selvina Rinesti Sindu, I Gede Partha Soni Ermawati, Putu Sri Darmaningsih, Luh Sriasih, Ni Komang Sudarmayana, I Gede Arya Sujaya, Made Agus Panji Sulatri Dewi, Made Sumantara, I Gusti Lanang Trisna Suputra, I Komang Hery Abdi Surya Diputra, I Gusti Nyoman Anton Surya, I Putu Bayu Ananta Sutanjaya, Gde Angga Putra Sutrisna Oka, Ketut Tri Taufik Ismail Taufik Ismail Tristiana Pratiwi, Ni Luh Kadek Wiartika P, I Made Endra Widiantara, Ketut Widiantara, Ketut Widiyanthi, Ida Ayu Wikan Paramasila, Kadek Winaya, Ayu Nyoman Waisantini Wira Adnyana, I Putu Wismawan, Komang Hendra Wulandari Pratama, Ajeng Yasa, Gede Widiartana Yoga Yudisthira Sandra, I Made Yogi Aditya Yostab Mariyantoni, I Kadek Yuditia Riani, Putu Yuli Krisnawati, Putu