Claim Missing Document
Check
Articles

Found 28 Documents
Search

Revealing the Characteristics of Balinese Dance Maestros by Analyzing Silhouette Sequence Patterns Using Bag of Visual Movement with HoG and SIFT Features Made Windu Antara Kesiman; I Made Dendi Maysanjaya; I Made Ardwi Pradnyana; I Made Gede Sunarya; Putu Hendra Suputra
Journal of ICT Research and Applications Vol. 15 No. 1 (2021)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.res.appl.2021.15.1.6

Abstract

The aim of this research was to reveal and explore the characteristics of Balinese dance maestros by analyzing silhouette sequence patterns of Balinese dance movements. A method and complete scheme for the extraction and construction of silhouette features of Balinese dance movements are proposed to enable performing quantitative analysis of Balinese dance movement patterns. Two different feature extraction methods, namely the Histogram of Gradient (HoG) feature and the Scale Invariant Features Transform (SIFT) descriptor, were used to build the final feature, called the Bag of Visual Movement (BoVM) feature. This research also makes a technical contribution with the proposal of quantifying measures to analyze the movement patterns of Balinese dances and to create the profile and characteristics of dance maestros/creators. Eight Balinese dances from three different Balinese dance maestros were analyzed in this work. Based on the experimental results, the proposed method was able to visually detect and extract patterns from silhouette sequences of Balinese dance movements. Quantitatively, the pattern measures for profiling of Balinese dances and maestros revealed a number of significant characteristics of different dances and different maestros.
Intisari Kerangka Sistem Berbasis Aturan Menggunakan Certainty Factor Dengan Runut Maju Dan Runut Mundur Putu Hendra Suputra
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 1 No. 1 (2012)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v1i1.9753

Abstract

Salah satu cara dalam membangun suatu sistem pakar adalah dengan menggunakankerangka (shell) yang membantu membangun knowledge base dan aplikasinya. Kerangkasistem pakar membantu pengembang sistem pakar sebagai fasilitas antarmuka pengguna dalam mengelola input dan output dari data. Kerangka sistem pakar juga mampu memanipulasi informasi dan basis pengetahuan yang dimiliki, untuk menghasilkan sebuah konklusi. Di samping fasilitas konstruksi pengetahuan yang mudah dan memadai, pengembangan sistem pakar dengan menggunakan kerangka (shell) sistem pakar juga perlu memperhatikan fasilitas penjelasan yang ramah penguna dan mampu menjelaskan bagaimana suatu kesimpulan diperoleh.MyExSys adalah sebuah kerangka sistem berbasis aturan yang dikembangkan untuk membangun sebuah sistem pakar berbasis aturan (pengetahuan) yang memberi keleluasaan kepada pengguna untuk mengelola pengetahuan. Proses penalaran yang didukung adalah runut maju dan runut mundur serta jejaring kemungkinan Fasilitas penjelasan yang disediakan meliputi rangkuman proses penalaran yang berbasis teks, serta jejaring inferensi dalam bentuk grafik AND-OR Tree. MyExSys menggunakan certainty factor secara naif dalam merepresentasikan penaran atas ketidakpastian.
Deteksi Jatuh Lansia Berbasis Landmark Sendi Pada Model LSTM Pratama Putra, Gede Bakti; Suputra, Putu Hendra; Marti, Ni Wayan; Sugiantari, Kadek Feny
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.6823

Abstract

Fenomena lansia terlantar di Indonesia terus meningkat, dengan 2,4 juta dari 25 juta lansia terlantar pada tahun 2019 menurut data CAS Universitas Indonesia. Dengan populasi lansia yang terus bertambah setiap tahun, tantangan dalam perawatan lansia menjadi perhatian penting, khususnya dalam memberikan keamanan dan respons cepat terhadap kondisi darurat. Salah satu kondisi darurat yang sering terjadi adalah jatuh, yang dapat berakibat fatal jika tidak ditangani segera. Penelitian ini bertujuan untuk mengembangkan model deteksi jatuh pada lansia menggunakan algoritma Long Short Term Memory (LSTM) dan fitur landmark sendi. Kondisi jatuh didefinisikan sebagai perubahan pose dari berdiri ke terbaring, yang dipantau secara kontinu menggunakan konsep sliding window. Setiap pose diberikan indeks tertentu yang merepresentasikan kondisi lansia, seperti berdiri, bungkuk, jongkok, duduk, terbaring kiri, terbaring kanan, terbaring ke atas, dan terbaring ke bawah. Model LSTM digunakan untuk mengklasifikasikan pose lansia berdasarkan data pose tersebut. Metode penelitian meliputi studi literatur, analisis, pengembangan model, serta evaluasi performa. Penelitian ini menggunakan dataset berupa 240 video dengan 30 frame per video, melibatkan validator dari Panti Sosial X untuk memastikan keakuratan data yang digunakan. Hasil uji coba menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan pose dan mendeteksi kondisi jatuh dengan akurasi 91%, yang lebih unggul dibandingkan penelitian sebelumnya dengan akurasi model yaitu 86%.
PENDEKATAN MLP DALAM KLASIFIKASI BAHASA ISYARAT: ANALISIS JARAK EUCLIDEAN LANDMARK TANGAN Sugiantari, Kadek Feny; Suputra, Putu Hendra; Dewi, Luh Joni Erawati; Putra, Gede Bakti Pratama
Jurnal Informatika Vol 9, No 2 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i2.13368

Abstract

Perkembangan teknologi Computer Vision dalam Kecerdasan Buatan (AI) mendorong inovasi teknologi yang inklusif dalam komunikasi bagi penyandang disabilitas, seperti tunarungu dan tunawicara. Penelitian ini mengembangkan model klasifikasi bahasa isyarat angka SIBI, khususnya angka 0-9 yang menggunakan jarak Euclidean antar landmark tangan sebagai fitur. Proses penelitian mencakup pengumpulan data, ekstraksi landmark tangan dengan Mediapipe, ekstraksi fitur jarak Euclidean, pelatihan model dengan Multi Layer Perceptron, evaluasi, dan implementasi real-time. Hasil penelitian menunjukkan model berhasil mengklasifikasikan pose angka 0-9 dan non-pose, dengan akurasi 87.17% dan penerapan threshold pada tahap evaluasi serta implementasi real-time untuk memastikan semua input data terklasifikasi dengan tingkat kepercayaan tinggi. Hasil penelitian ini dapat menunjang proses pembelajaran bahasa isyarat SIBI bagi penyandang disabilitas.
Pelatihan Penguatan Kemampuan Berbahasa Jepang Level Chukyu bagi Guru Bahasa Jepang di SMA dan SMK Kabupaten Buleleng Bali Desak Made Sri Mardani; I Kadek Antartika; Putu Hendra Suputra; I Wayan Sadyana
Jurnal Pengabdian UNDIKMA Vol. 4 No. 1 (2023): February
Publisher : LPPM Universitas Pendidikan Mandalika (UNDIKMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33394/jpu.v4i1.5713

Abstract

The purpose of this community service is to strengthen the Japanese language skills (Chukyu level) of Japanese High School/Vocational High School Teachers in Buleleng Regency so that their abilities increase and can pass the Teacher Professional Education/PPG. The method used in this activity is the Technical Assistance Model in the form of Training which is carried out by providing training and assistance to improve Japanese language skills. The partners in this activity were 20 (twenty) High School/Vocational High School Japanese language teachers in Buleleng Regency. The evaluation instrument for this activity is a test to determine the teacher's understanding of the material provided, as well as an assessment questionnaire by the teacher to evaluate the implementation of the activity. The results of tests and questionnaires were analyzed descriptively. The results of this activity show that through training and mentoring, the teachers’ skills in reading discourse, knowledge of Japanese culture, and Japanese language proficiency increased. A good score on the test as well as a positive response given by the teacher shows the success of this activity.
SMART LOCK SYSTEM BERBASIS IOT MENGGUNAKAN ESP32 UNTUK KEAMANAN AKSES PUSAT DATA (STUDI KASUS: UPA TIK UNDIKSHA) Aryadi, Made Waradiana; Arthana, I Ketut Resika; Suputra, Putu Hendra
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8826

Abstract

Keamanan fisik pusat data berperan penting dalam menjamin keberlangsungan layanan teknologi informasi dari ancaman akses tidak sah dan tindakan kriminal. Pusat data UPA TIK Universitas Pendidikan Ganesha telah menerapkan sistem pengamanan dasar, namun masih menghadapi keterbatasan pada aspek pemantauan real-time, notifikasi otomatis, dan pengelolaan akses pengguna. Penelitian ini bertujuan merancang dan mengembangkan smart lock system berbasis Internet of Things menggunakan ESP32 guna meningkatkan keamanan akses fisik pusat data. Sistem yang dikembangkan mengintegrasikan autentikasi RFID dan sidik jari, komunikasi antar perangkat melalui protokol MQTT, sensor magnetic door switch untuk mendeteksi akses ilegal, serta notifikasi real-time melalui bot Telegram. Sistem juga dilengkapi fitur pendaftaran pengguna secara dinamis tanpa perlu pemrograman ulang perangkat. Metode penelitian yang digunakan adalah Research and Development. Hasil pengujian menunjukkan seluruh fungsi sistem berjalan sesuai spesifikasi dengan rata-rata latency sekitar 4 detik dan tingkat keberhasilan autentikasi 100%. RFID menawarkan respons yang cepat dan stabil namun memiliki risiko duplikasi dan kehilangan kartu, sedangkan sidik jari memberikan keamanan lebih tinggi meskipun latency-nya bervariasi. Secara keseluruhan, sistem ini mampu meningkatkan keamanan fisik pusat data secara terintegrasi dan responsif.
Rancang Sistem Deteksi Dini Terjadinya Kebakaran Menggunakan Logika Fuzzy pada Area Parkiran I Gusti Putu Kresna Dana; Putu Hendra Suputra
Jurnal Nasional Teknologi Informasi dan Aplikasinya Vol. 3 No. 3 (2025): JNATIA Vol. 3, No. 3, Mei 2025
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JNATIA.2025.v03.i03.p14

Abstract

This study discusses the development of a fire monitoring system in a semi-outdoor multi-storey car park by utilizing Internet of Things (IoT) technology. The experimental research method is used with the design science research method (DSRM) stage. The system uses MQ-2, DHT11, and YG-1006 sensors to detect smoke, temperature increases, and flames. Data from the sensors is processed using fuzzy logic to determine the level of danger by the Arduino Uno microcontroller and notifications are forwarded via the LCD display to security officers. The test results show that the system can produce digital values that represent the level of danger based on environmental conditions. The conclusion states that this system has the potential to improve responsiveness and reliability in dealing with fire risks in a semi-outdoor multi-storey car park environment. 
Continuous Regression Models for Mapping the Smartphone Addiction Spectrum Using Random Forest Regressor Eka Aditya Saputra; I Made Gede Sunarya; Putu Hendra Suputra
International Journal of Management Science and Information Technology Vol. 6 No. 1 (2026): January - June 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijmsit.v6i1.7098

Abstract

This study proposes a predictive modeling approach to measure the level of smartphone addiction in adolescents by transforming a conventional binary classification model into a continuous regression model. The use of categorical labels often fails to capture the complex spectrum of addictive behaviors, so this study implemented the Random Forest Regressor algorithm to predict addiction scores on a scale of 1.0 to 10.0. The experimental results show that the regression model is able to provide high prediction accuracy, as evidenced by the coefficient of determination obtained R^2 of 0.8607 and a Mean Absolute Error (MAE) of 0.2854. These findings confirm that the regression approach offers better data resolution in mapping the degree of digital dependency than classification methods. In practice, this model produces a continuous score that provides a dynamic tool for mental health professionals. This approach allows for objective monitoring of patient’s behavioral progress during recovery. Furthermore, this model can facilitate multilevel psychological interventions and tailored care, from early prevention to therapy for high-risk addicts.
Comparative Analysis of Machine Learning Models for Early Dengue Detection Using Clinical Symptoms Made Dwi Aprillia Kusuma Wiryani; I Gusti Ayu Agung Diatri Indradewi; Putu Hendra Suputra
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.v15i2.115451

Abstract

Early detection of dengue fever remains a clinical challenge without prior laboratory examination, due to its overlapping symptoms with other febrile conditions, most notably high body temperature. By observing these symptom similarities, this study proposes a comprehensive comparison of machine learning algorithms using a classification-based early detection approach with Random Forest, Gradient Boosting, Support Vector Machine, and Decision Tree. The dataset was obtained from a regional hospital with ethical clearance, consisting of 212 records collected in January 2025, with 11 selected clinical features including body temperature, fever duration, pain, nausea, vomiting, cough, flu, rash, headache, nosebleed, and gum bleed. The models were evaluated using accuracy, precision, recall, and F1-score, both before and after hyperparameter tuning. GridSearchCV was applied to identify the optimal hyperparameter combination for each model. In this study, recall is prioritized as the primary evaluation metric to ensure the model performs well in minimizing missed dengue cases. The results demonstrated that SVM achieved the best performance across all metrics except precision, both before and after tuning. These findings suggest that SVM is the most suitable model for clinical early detection of dengue fever using symptom-based data.
Penerapan algoritma greedy dalam pengembangan aplikasi jadwal kuliah berbasis web di Universitas Katolik Weetebula Freid Floresa Bilistolen; I Made Candiasa; Putu Hendra Suputra
Jurnal Pendidikan Informatika dan Sains Vol. 14 No. 2 (2025): Jurnal Pendidikan Informatika dan Sains
Publisher : Universitas PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/saintek.v14i2.9461

Abstract

Penyusunan jadwal kuliah secara manual, meskipun telah memanfaatkan aplikasi spreadsheet, masih menghadapi berbagai kendala, antara lain tingginya kebutuhan waktu dan tenaga serta risiko terjadinya bentrokan jadwal yang tidak teridentifikasi secara optimal. Keterbatasan ketersediaan ruangan dan dosen, dikombinasikan dengan kompleksitas aturan institusional, semakin memperbesar tantangan dalam menghasilkan jadwal kuliah yang efisien dan konsisten. Penelitian ini bertujuan mengembangkan aplikasi penjadwalan kuliah berbasis web yang mampu menyusun jadwal secara otomatis dan bebas bentrok melalui penerapan algoritma greedy yang dimodifikasi dengan penambahan constraint institusional. Pengembangan sistem dilakukan menggunakan pendekatan Research and Development (RnD) dengan model prototipe yang mencakup tiga tahapan, yaitu penggalian kebutuhan pengguna, perancangan dan pengembangan prototipe, serta pengujian sistem. Aplikasi dikembangkan menggunakan PHP, MySQL, dan Bootstrap, kemudian dievaluasi melalui User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem mampu menyusun 391 mata kuliah tanpa konflik jadwal dengan tingkat kepuasan pengguna sebesar 88% yang tergolong dalam kategori sangat baik. Temuan ini mengindikasikan bahwa aplikasi yang dikembangkan berpotensi meningkatkan efisiensi dan efektivitas proses penyusunan jadwal kuliah di lingkungan Universitas Katolik Weetebula.