Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Unri Conference Series: Community Engagement Jurnal Informatika Teknologi dan Sains (Jinteks)
I Ketut Purnamawan
Universitas Pendidikan Ganesha
Humanities Computer Science & IT Control & Systems Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
MODEL PEER ASSESSMENT BERBASIS TEKNOLOGI INFORMASI DAN KOMUNIKASI Komang Setemen; Luh Joni Erawati; I Ketut Purnamawan
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 16 No. 1 (2019): Edisi januari 2019
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.656 KB) | DOI: 10.23887/jptk-undiksha.v16i1.16619

Abstract

Tujuan dari penelitian ini adalah untuk mengembangkan model peer assessment berbasis teknologi informasi dan komunikasi (TIK). Pelibatan peserta didik dalam proses penilaian melalui peer assessment membutuhkan waktu yang tidak sedikit. Oleh karena itu, kemajuan dan keunggulan TIK dapat digunakan dalam pengembangan sistem peer assessment berbasis komputer. Penelitian ini merupakan pengembangan model penilaian menerapkan model 4D (Define, Design, Develop, dan Disseminate). Pada fase define telah dilakukan need assessment yaitu survey lapangan yang menyasar guru-guru SMA dan SMK di beberapa sekolah di Kabupaten Buleleng, Bali. Survey dilakukan dengan penyebaran angket yang berkaitan dengan penilaian peserta didik. Tahap design telah dilakukan perancangan model peer assessment yang melibatkan peserta didik dalam penilaian. Selanjutnya telah dikembangkan prototipe sistem penilaian berbasis komputer pada tahapan development
Pelatihan Dasar Animasi 3D di SMK N 1 Sukasada I Nyoman Saputra Wahyu Wijaya; I Ketut Purnamawan; I Made Putrama; Agus Aan Jiwa Permana
Unri Conference Series: Community Engagement Vol 3 (2021): Seminar Nasional Pemberdayaan Masyarakat
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31258/unricsce.3.464-471

Abstract

SMK N 1 Sukasada is one of the Vocational High Schools in Singaraja. In the current pandemic, teachers and students have several problems. The decline in economic power for the majority of the community is one of the factors. Students must provide their tools and materials to participate in practical classes. Likewise, when teachers give online practicums. Economic problems will impact the inability to try practical activities. They are unable to provide tools and materials independently. Another problem, the attention of students to participate in learning activities. An effort is needed for teachers to increase students' interest in learning online. The creation of 3D assets is one of the basics to be able to use Augmented Reality technology. However, the teachers have not been prepared for training to create 3D assets. To solve this problem, community service activities are carried out for teachers in the form of basic 3D animation training
ANALISIS KOMPARASI PERFORMA ARSITEKTUR VGG16 DAN CNN KUSTOM PADA KLASIFIKASI CITRA BUAH MELON BERDASARKAN GAMBAR KULIT Dewa Komang Reiki Perdana Wisnu; I Ketut Purnamawan; Luh Joni Erawati Dewi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7268

Abstract

Varietas melon, khususnya melon hijau dan melon oranye, seringkali sulit dibedakan secara visual karena kemiripan tekstur kulitnya, sehingga menghambat efisiensi proses penyortiran manual. Penelitian ini bertujuan mengembangkan sistem klasifikasi citra otomatis berbasis Deep Learning untuk membedakan varietas melon berdasarkan citra kulit. Penelitian ini mengkomparasi performa dua arsitektur jaringan saraf tiruan, yaitu VGG16 dan CNN kustom. Dataset terdiri dari 406 citra yang diproses dengan berbagai metode cropping dan augmentasi, dimana citra latih diperbesar 1,5 kali dan citra uji 2,5 kali. Pelatihan model menggunakan pendekatan 5-Fold Stratified Cross-Validation. Hasil validasi internal menunjukkan performa sangat tinggi, dimana CNN kustom mencapai akurasi 100% dan VGG16 sebesar 98,77%. Namun, pada pengujian data baru, terjadi kesenjangan generalisasi yang signifikan, dengan akurasi VGG16 turun menjadi 77,50% dan CNN kustom menjadi 76,25%. Analisis kesalahan mengindikasikan VGG16 sensitif terhadap variasi ukuran objek, sedangkan CNN kustom sensitif terhadap intensitas pencahayaan. Meskipun akurasi pengujian sedikit lebih rendah, CNN kustom ditetapkan sebagai model terbaik untuk implementasi perangkat seluler karena unggul signifikan dalam efisiensi komputasi; model ini memproses data 12 kali lebih cepat dengan ukuran file hanya 4,6 MB. Kesimpulannya, CNN kustom adalah solusi optimal untuk penyortiran real-time dengan syarat pencahayaan dan jarak pengambilan citra dijaga konstan
Co-Authors Agus Aan Jiwa Permana Dewa Komang Reiki Perdana Wisnu I Made Putrama I Nyoman Saputra Wahyu Wijaya Komang Setemen Luh Joni Erawati Dewi