Article Per Year (5 Year)
p-Index From 2021 - 2026
2.286
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Pseudocode Journal of ICT Research and Applications SINTECH (Science and Information Technology) Journal WIDYA LAKSANA Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Indonesian Journal of Electrical Engineering and Computer Science INSERT: Information System and Emerging Technology Journal Jurnal Nasional Teknik Elektro dan Teknologi Informasi
I Md. Dendi Maysanjaya
Universitas Pendidikan Ganesha
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
PELATIHAN PENGGUNAAN E-LEARNING SCHOOLOGY BAGI GURU SMK SE-KECAMATAN GEROKGAK Maysanjaya, I Made Dendi; Pradnyana, I Made Ardwi; Listartha, I Made Edy; Pratiwi, Putu Yudia; Kusumadewi, Ni Made Ayu Mita; Walhidayah, Irfan; Yasa, I Gede Agus Sukariana; Cahyadi, Kadek Wawan
JURNAL WIDYA LAKSANA Vol 10, No 2 (2021)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (407.13 KB) | DOI: 10.23887/jwl.v10i2.24977

Abstract

E-learning merupakan terobosan dalam meningkatkan kualitas pembelajaran. Beragam jenis learning management system (LMS) telah dikembangan dan digunakan, salah satunya adalah schoology. Meski demikian masih ada guru, khususnya guru SMK di Kecamatan Gerokgak yang sama sekali belum pernah menggunakan LMS. Sementara ada beberapa guru yang sudah pernah menggunakan LMS, menyatakan bahwa LMS yang digunakan masih memiliki beberapa kelemahan dan cenderung tidak stabil. Berdasarkan permasalahan tersebut dirancanglah sebuah kegiatan pelatihan untuk guru SMK sebanyak 46 orang, dan berasal dari beberapa SMK di Kecamatan Gerokgak. Metode pengabdian yang dilakukan terdiri atas lima tahap kegiatan, yang terdiri atas penentuan lokasi, persiapan, pelatihan, evaluasi, dan pelaporan kegiatan. Dari hasil pengabdian yang dilakukan, sebanyak 95,7% menyatakan sudah bisa menggunakan fitur schoology dan merasakan kebermanfataannya, serta 73,9% menyatakan akan menggunakannya sebagai media pendukung proses pembelajaran.
Prediksi Hasil Tender Pengadaan Barang dan Jasa pada Bagian Pengadaan Barang dan Jasa Sekretariat Daerah Buleleng dengan Algoritma C5.0 I Gede Agus Krisna Perdana; Listartha, I Made Edy; Maysanjaya, I Made Dendi
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.76837

Abstract

Pengadaan barang dan jasa adalah salah satu program pemerintah untuk memenuhi kebutuhan akan suatu barang dan jasa oleh suatu Kementrian, Lembaga, atau Perangkat Daerah dengan melalui sebuah metode dan proses agar mencapai kesepakatan harga, waktu dan lainnya untuk memenuhi tujuan dari pengadaan barang dan jasa. di Bagian Pengadaan Barang dan Jasa Sekretariat Daerah Buleleng, setiap tahunnya terdapat paket tender yang gagal karena berbagai faktor yang menyebabkan gagalnya tujuan pembangunan kota dan menjadi isu transparansi penggunaan anggaran pemerintah yang dapat berpengaruhnya pandangan masyarakat terhadap pemerintah. Oleh karena itu datanya perlu digali lebih dalam atau data mining dengan tujuan memprediksi hasil tender sebagai manajemen risiko dalam pengadaan barang dan jasa di BPBJ Sekretariat Daerah Buleleng untuk perencanaan pengadaan barang dan jasa yang lebih efektif dan efesien. Algoritma C5.0 adalah salah satu algoritma yang dapat memproses data hasil tender dengan memproses dataset ke dalam bentuk pohon keputusan yang membentuk aturan-aturan untuk membantu dalam pengambilan keputusan dalam pengadaan tender di BPBJ Sekretariat Daerah Buleleng. Dengan tambahan metode attribute selection dan oversampling, performa terbaik yang didapatkan dari hasil pengujian 3 (tiga) jenis k-fold cross validation yaitu pada 5-fold menghasilkan performa accuracy 0.703152633, precision 0.688464330, recall 0.761427203, dan AUC score 0.703194444, pada 7-fold menghasilkan performa accuracy 0.708044382, precision 0.706945844, recall 0.742024965, dan AUC score 0.708044382, dan pada 10-fold menghasilkan performa accuracy 0.741379310, precision 0.716926571, recall 0.799029680, dan AUC score 0.741343226.
Perbandingan Kinerja Algoritma Naive Bayes dan K-Nearest Neighbor dalam Menganalisis Sentimen Pengguna Game Free Fire Sudiasta Putri, Nyoman Dinda Indira; Maysanjaya, I Made Dendi; Sunarya, I Made Gede
Jurnal Pseudocode Vol 12 No 2 (2025): Volume 12 Nomor 2 September 2025
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.12.2.53-59

Abstract

Free Fire is one of the most popular online games in Indonesia, yet it continues to receive a wide range of user reviews regarding gameplay experiences. These reviews reflect diverse user perceptions, including both praise and criticism, making sentiment analysis essential to understanding user satisfaction. This study aims to classify user sentiments toward Free Fire using a combined dataset collected from the Google Play Store and App Store, and to compare the performance of two text classification algorithms: Naive Bayes and K-Nearest Neighbor (KNN). The data were collected using web scraping techniques and manually labeled by expert validators. Text preprocessing involved cleansing, tokenizing, stopword removal, and stemming, followed by term weighting using the Term Frequency-Inverse Document Frequency (TF-IDF) method. The experimental results show that the Naive Bayes algorithm achieved the highest accuracy of 72.78%, while the KNN algorithm recorded a maximum accuracy of 45.91%. Based on these findings, Naive Bayes is proven to be more effective in classifying user sentiments related to Free Fire. The results of this study are expected to provide constructive insights for developers to improve the quality and user experience of the game.
Co-Authors Ali Djamhuri Cahyadi, Kadek Wawan Dessy Seri Wahyuni Dharma Putra, I Gede Wira Driya, Putu Dhanu E. Elsa Herdiana Murhandarwati Gede Aditra Pradnyana Gede Saindra Santyadiputra, Gede Saindra Hanung Adi Nugroho I Gede Agus Krisna Perdana I Gede Mahendra Darmawiguna I Gede Riyan Ardi Darmawan I Gede Rusdy Mahayana Putra I Gusti Ayu Agung Diatri Indradewi I Made Angga Darma Putra I Made Ardwi Pradnyana I Made Edy Listartha I Made Gede Sunarya Irfanda, Achmad Kadek Suwis Satria Atmaja Komang Jepri Kusuma Jaya Komang Pramayasa Kusumadewi, Ni Made Ayu Mita Made Satria Wibawa Made Windu Antara Kesiman Muhammad Ridwan Noor Akhmad Setiawan Putu Hendra Suputra Putu Setiari, Gusti Ayu Putu Yudia Pratiwi Saraya, Fashan Sudiasta Putri, Nyoman Dinda Indira Walhidayah, Irfan Widhia K.Z Oktoeberza Yasa, I Gede Agus Sukariana