Claim Missing Document
Check
Articles

Found 17 Documents
Search

Peran Artificial Intelligence (AI) Untuk Mendukung Pembelajaran di Masa Pandemi Covid-19 Tjahyanti, Luh Putu Ary Sri; Saputra, Putu Satya; Gitakarma, Made Santo
KOMTEKS Vol 1, No 1 (2022)
Publisher : Universitas Panji Sakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37637/komteks.v1i1.1062

Abstract

Artificial Intelligence (AI) merupakan salah satu teknologi di era Revolusi Industri 4.0 yang sangat berguna untuk diterapkan. Artificial Intelligence (AI) adalah kecerdasan buatan yang merupakan pemodelan dari kecerdasan manusia yang diterapkan dalam suatu mesin untuk pembuatan mesin cerdas. Kita saat ini dipaksakan untuk beralih kebisaaan dalam dunia pendidikan dikarenakan adanya pandemik menyebarnya virus covid -19 yang menyebar ke penjuru dunia, menyebar begitu cepat dan dahsyat mengguncang dunia dalam waktu yang singkat. Kejadian ini memaksakan seluruh umat manusia untuk tidak beraktifitas alias lockdown. Hal ini mengakibatkan proses belajar mengajar dilakukan secara jarak jauh dengan memanfaatkan jaringan internet, serta teknologi informasi dan komunikasi (TIK). Lembaga pendidikan termasuk sekolah mau tidak mau harus beradapatasi, dimana kegiatan belajar mengajar tidak lagi dilakukan secara tatap muka (luring), namun lebih menekankan pada pembelajaran jarak jauh (daring) yang cenderung memanfaatkan teknologi khususnya teknologi informasi sebagai medianya. Dunia pendidikan memerlukan inovasi dan kreativitas dalam proses pembelajaraannya. Dengan perkembangnya Artificial Intelligence di dalam bidang pendidikan untuk membatu proses kegiatan sehari-hari termasuk belajar-mengajar.
Analisa Pencarian dan Pencocokan String Dalam Aplikasi Berbasis Python dengan Library Fuzzy Wuzzy Terhadap Dataset CNN Daily Mail Putra, Yogiswara Dharma; Putra, Yohanes Perdana; Saputra, Putu Satya
KOMTEKS Vol 4, No 2 (2025)
Publisher : Universitas Panji Sakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37637/komteks.v4i2.2354

Abstract

Di era digital ini, pengambilan data yang efisien sangat penting untuk kenyamanan pengguna. Jurnal ini menyajikan implementasi Text Matching pada aplikasi pencarian data berbasis Python. Aplikasi ini menggunakan antarmuka pengguna grafis (GUI) dengan tkinter dan mengintegrasikan perpustakaan FuzzyWuzzy dan Natural Language Toolkit (NLTK). Selain itu, teknologi Speech to Text (STT) meningkatkan interaksi pengguna. Menghubungkan ke database MySQL menggunakan MySQL Connector, aplikasi ini mendukung permintaan pencarian berbasis teks dan suara. FuzzyWuzzy digunakan untuk pencarian berbasis teks, sementara SpeechRecognition memfasilitasi konversi suara ke teks. Pencocokan Teks mengukur kesamaan, menyajikan hasil di atas ambang batas yang ditentukan pengguna. Sistem ini beroperasi dengan kumpulan data CNN Daily Mail, menyediakan antarmuka yang ramah pengguna untuk input teks dan suara. Integrasi Pencocokan Teks yang berhasil meningkatkan daya tanggap pencarian dan kemudahan penggunaan. Implementasi ini berfungsi sebagai landasan untuk memajukan fungsionalitas dalam aplikasi pencarian data. 
Eksplorasi Data Wine Putih dan Karakteristik Kimiawi Menggunakan Metabase Saputra, Putu Satya; Putra, Yogiswara Dharma
KOMTEKS Vol 4, No 2 (2025)
Publisher : Universitas Panji Sakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37637/komteks.v4i2.2346

Abstract

Karakteristik kimiawi wine putih memiliki pengaruh penting terhadap persepsi mutu dan penilaian kualitas produk. Beragam unsur seperti kadar alkohol, keasaman, gula residu, dan senyawa sulfur berperan dalam membentuk rasa, aroma, serta stabilitas wine. Analisis terhadap data wine putih dilakukan dengan pendekatan visualisasi interaktif menggunakan platform Metabase untuk mengungkap pola distribusi nilai kualitas dan hubungan antarparameter kimia. Dataset yang digunakan terdiri atas 4898 sampel dengan 11 variabel kimia dan satu skor kualitas dalam skala ordinal. Proses analisis meliputi pembersihan data, transformasi ke basis data relasional, dan pembangunan dashboard visual. Visualisasi yang dihasilkan mencakup bar chart, scatter plot, pie chart, dan area chart, yang digunakan untuk mengevaluasi tren dan perbandingan antar kategori mutu. Hasil menunjukkan bahwa wine berkualitas tinggi cenderung memiliki kadar alkohol lebih tinggi, sementara mayoritas sampel berada pada kategori kualitas sedang. Visualisasi berbasis Metabase memberikan kemudahan interpretasi data secara menyeluruh dan mendukung pengambilan keputusan berbasis bukti. Pendekatan ini juga dapat menjadi dasar pengembangan pemantauan mutu yang lebih sistematis serta peluang penerapan model prediktif pada tahap penelitian lanjutan.
Aplikasi Kasir Toko Petshop Menggunakan Database MySql berbasis Java Desktop Object Oriented Program (OOP) Pratama, Putu Aditya; Saputra, Putu Satya
KOMTEKS Vol 2, No 1 (2023)
Publisher : Universitas Panji Sakti

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

Abstract

Penelitian ini bertujuan untuk melakukan peningkatan dalam penjualan  toko Petshop menggunakan aplikasi berbasis java desktop. Penjualan merupakan hal utama dan paling penting pada toko atau store, dimana dalam proses penjualan dibutuhkan kecepatan dan otomatisasi dalam melakukan transaksi, serta dalam melakukan proses penghitungan laba dan juga dalam proses pelaporan hasil penjualan, stok barang dan lain – lain, dengan adanya permasalahan yang ada maka akan dibuatkan aplikasi kasir menggunakan database MySql berbasis java desktop object oriented program (OOP) untuk membantu melakukan transaksi penjualan, pelaporan bulanan dan lain – lain secara terotomatisasi, dengan harapan dari adanya program ini maka penjualan akan meningkat dan semua permasalahan yang ada dapat teratasi dengan baik dan terstruktur.
Pemanfaatan Teknologi Informasi Menggunakan Web API di Masa Pandemi Covid-19 Saputra, Putu Satya; Tjahyanti, Luh Putu Ary Sri
KOMTEKS Vol 1, No 1 (2022)
Publisher : Universitas Panji Sakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37637/komteks.v1i1.1061

Abstract

Perkembangan teknologi informasi mengalami peningkatan yang cukup signifikan dari tahun ke tahun. Teknologi yang semakin berkembang memungkinkan komunikasi data dapat dilakukan secara real time. Seperti halnya pendataan kasus pandemi Covid-19 yang ditampilkan melalui website pemerintah pusat dan pemerintah daerah. Data sebaran kasus Covid-19 ditampilkan melalui berbagai aplikasi secara real time. Namun sering terjadi perbedaan data yang ditampilkan antara website milik pemerintah pusat dan pemerintah daerah. Pada tahun 2021 terdapat perbedaan data orang meninggal karena Covid-19 bahkan dengan selisih perbedaan data mencapai puluhan ribu jiwa. Perbedaan data tersebut dapat menambah keresahan masyarakat dalam melihat informasi dan sulitnya para pemangku kepentingan dalam mengambil kebijakan. Permasalahan tersebut dapat diatasi dengan adanya suatu sistem terpadu yang menampilkan data sebaran Covid-19. Penelitian ini menghasilkan sistem informasi berbasis website yang menggunakan teknologi Application Programming Interface (API) untuk menampilkan data terkonfirmasi positif, recovered, orang yang meninggal karena Covid-19 di Indonesia serta data secara global. Sistem yang dibuat masih bisa dikembangkan dengan menambahkan informasi geografis data sebaran kasus Covid, data progres vaksinasi, serta pelayanan online bagi yang terkonfirmasi positif.
Perancangan dan Komparasi Web Server Nginx dengan Web Server Apache serta Pemanfaatan Reverse Proxy Server pada Nginx Saputra, Putu Satya; Pratama, Putu Aditya; Tjahyanti, Luh Putu Ary Sri
KOMTEKS Vol 2, No 1 (2023)
Publisher : Universitas Panji Sakti

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

Abstract

Server web adalah suatu software atau perangkat lunak yang melayani halaman web melalui internet menggunakan Hypertext Transfer Protocol (HTTP). Fungsi utamanya adalah menerima permintaan dari klien, memprosesnya, dan mengirim kembali halaman web atau data yang diminta. Server web adalah komponen penting dari infrastruktur World Wide Web dan digunakan untuk menghosting situs web, aplikasi web, dan layanan online lainnya. Contoh server web yang paling populer digunakan yaitu Nginx dan Apache. Nginx dan Apache adalah platform open-source yang umum digunakan saat ini. Keduanya memiliki kelebihan dan kekurangan yang berbeda. Nginx terkenal memiliki performa yang lebih baik dalam mengatasi permintaan dari banyak klien secara bersamaan, sementara Apache dikenal fleksibel dan mendukung banyak modul maupun plugin tambahan yang dapat meningkatkan fungsionalitasnya serta lebih mudah untuk dikonfigurasi oleh pengguna yang baru menggunakan platform web server. Penelitian ini akan melakukan uji coba pada kedua platform dan memberikan rekomendasi mengenai platform yang lebih sesuai digunakan dalam skenario tertentu. Hasil penelitian akan menganalisis kelebihan dan kekurangan masing-masing platform serta penerapan Nginx sebagai reverse proxy server untuk meningkatkan keamanan web server.
Predicting Employee Attrition Using the Random Forest Algorithm Based on IBM HR Analytics Data Putu Satya Saputra; I Putu Gede Abdi Sudiatmika; Ni Putu Meiling Utami; I Putu Okta Priyana
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 8 No. 1 (2026)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v8i1.173

Abstract

The phenomenon of employee attrition has become a serious challenge for organizations, as it directly affects productivity, recruitment costs, and long-term performance stability. Understanding the factors that lead to employee turnover can no longer rely solely on manual observation; therefore, data-driven approaches are required to identify hidden patterns within workforce data. This study aims to predict employee attrition using the Random Forest algorithm applied to the IBM HR Analytics Employee Attrition & Performance dataset, which consists of 1,470 records and 35 attributes. The research stages include data preprocessing, handling class imbalance using the Synthetic Minority Over-sampling Technique (SMOTE), model training, and performance evaluation using accuracy, precision, recall, F1-score, ROC-AUC, and a confusion matrix. The results indicate that the baseline model without SMOTE exhibits low recall for the attrition class, whereas the application of SMOTE significantly improves model performance, particularly for the minority class, achieving a final accuracy of 83.96%. The most influential features identified are Stock Option Level, MonthlyIncome, and JobSatisfaction. These findings provide a comprehensive understanding of the factors influencing employee attrition and can serve as a foundation for organizations in designing more adaptive and data-driven employee retention strategies.