Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

0.92

P-Index

This Author published in this journals

All Journal Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Jurnal Informatika Jurnal Ilmiah Teknologi dan Komputer (JITTER)

Ni Kadek Dwi Rusjayanthi, Ni Kadek

Jurusan Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Author-ID : 496108

Computer Science & IT

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Audit Tata Kelola TI Pada Organisasi Perangkat Daerah Di Lingkungan Pemerintahan Kabupaten X Dengan Menggunakan Pendekatan Framework Cobit 5 (Studi Kasus: Dinas Kebudayaan, Dinas Pariwisata, dan Dinas Sosial) Frannata Wangsa, Jedy Goestaman; Piarsa, I Nyoman; Dwi Rusjayanthi, Ni Kadek
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 3 (2022): JITTER, Vol.3, No.3, December 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Peranan teknologi informasi dalam manajemen dapat meningkatkan efektivitas manajemen pemerintahan dalam melaksanakan good governance. Pemanfaatan teknologi di dinas kebudayaan, dinas pariwisata dan dinas sosial kabupaten X bertujuan untuk mendukung proses bakti sosial untuk menciptakan tata pemerintahan yang baik dalam mengimplementasikan indikator kerja tahun 2022-2027. Tujuan pemeriksaan manajemen TI dengan menggunakan kerangka kerja Cobit 5 adalah untuk mengetahui tingkat kemampuan instansi tersebut. Fungsi framework Cobit 5 adalah EDM (Evaluate, Direct dan Monitor), APO (Align, Plan, dan Organize), BAI (Build, Acquire, dan Implement), DSS (Deliver, Service, dan Support) dan MEA (Monitor, Evaluate, dan Assess). pengumpulan data dilakukan dengan cara observasi pada Organisasi Perangkat Daerah (OPD), wawancara dengan narasumber dan penyebaran kuesioner. Ada 3 proses pada tingkat capability Dinas Kebudayaan yaitu APO11, APO07 dan EDM04, yang berada pada level 1 (belum semua tercapai) menunjukkan perbedaan pada GAP 3. Ada 5 proses pada tingkat capability Dinas Pariwisata yaitu APO06, APO04, MEA01 dan APO07 yang berada pada level 1 (belum semua tercapai) menunjukkan perbedaan pada GAP 3, proses DSS02 berada pada level 2 (sebagian besar tercapai), menunjukkan perbedaan. pada GAP 2. Terdapat 3 proses pada level kapabilitas pelayanan sosial yaitu MEA01, DSS02 dan DSS01 yang berada pada level 1 (belum semua tercapai), menunjukkan perbedaan pada GAP 3. Rekomendasi dibuat menggunakan referensi Cobit 5 untuk jangkauan tingkat yang dicapai sepenuhnya.

Aplikasi Perhitungan Gizi dan Diet Khusus Bagi Pekerja Menggunakan Particle Swarm Optimization Berbasis Web Yudiadewi, Made Aprisintia; Darma Putra, I Ketut Gede; Dwi Rusjayanthi, Ni Kadek
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 1 (2022): JITTER, Vol.3, No.1, April 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Status gizi, yang merupakan kebutuhan gizi, seharusnya dipenuhi setiap tenaga kerja karena dapat berpengaruh untuk meningkatkan derajat kesehatan dan mengoptimalkan daya kerja pekerja. Kebutuhan gizi dapat dipenuhi melalui perhitungan gizi. Penelitian yang dilakukan adalah pembuatan aplikasi perhitungan gizi berbasis web menggunakan algoritma Particle Swarm Optimization. Aplikasi diimplementasikan ke dalam tiga tahapan, yaitu proses input data, proses perhitungan gizi, dan proses optimasi bahan makanan. Hasil dari aplikasi, yaitu didapatkan bahwa nilai rata-rata selisih kebutuhan energi sebesar 0%, nilai rata-rata selisih kebutuhan karbohidrat sebesar -2,8%, nilai rata-rata selisih kebutuhan protein sebesar 7,5%, nilai rata-rata selisih kebutuhan lemak sebesar 14,88%, dan nilai rata-rata selisih secara keseluruhan sebesar 1,15%. Batas toleransi dari pakar sebesar ±10% sehingga dapat disimpulkan bahwa rekomendasi sistem memenuhi kebutuhan energi, karbohidrat, dan protein pengguna sedangkan kebutuhan lemak tidak memenuhi. Keoptimalan rekomendasi sistem juga lebih akurat karena semakin kecil nilai rata-rata selisih secara keseluruhan, semakin optimal rekomendasi yang diberikan.

Analisis User Interface Pada Sistem Satuan Kredit Partisipan Universitas Udayana Menggunakan Metode Usability Testing Sukla Mandika, Ketut Gde; Githa, Dwi Putra; Dwi Rusjayanthi, Ni Kadek
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 1 (2022): JITTER, Vol.3, No.1, April 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Satuan kredit partisipan merupakan suatu bentuk penghargaan terhadap sebuah kegiatan yang diikuti dan dilakukan mahasiswa untuk memenuhi capaian dari kegiatan kampus. SKP menjadi syarat lulus bagi mahasiswa yang dapat dikumpulkan di sebuah website. Website resmi Universitas Udayana sebagai website pengumpulan SKP adalah SiSakti. SiSakti dari awal proses pembuatan belum adanya sebuah perubahan belum pernah dilakukan sebuah evaluasi untuk mengetahui permasalahan pengguna dan untuk mendapatkan kepuasan pengguna terhadap sistem tersebut. Penelitian dilakukan untuk untuk mengetahui permasalahan yang terdapat pada tampilan SiSakti dengan mengukur tingkat efektive, efsiensi, dan kepuasan pengguna sebanyak 100 orang mahasiswa. Hasil yang didapat yaitu tingkat efektivitas sebesar 60,96 % termasuk dalam ketegori cukup sukses, efisiensi waktu yang didapat yaitu terdapat 12 mahasiswa dalam kategori sangat cepat, 46 cepat dan 42 lambat, dan tingkat kepuasan mahasiswa terhadap sistem cukup rendah yaitu sebesar 58,7 yang kurang dari angka kepuasan sistem sebesar > 68. Hasil tersebut maka dilakukan rekomendasi perbaikan pada website SiSakti yang diharapkan dapat dijadikan acuan dalam melakukan perbaikan pada website SiSakti Universitas Udayana.

AI-Driven Mobile Childrens Book Generator A Case Study of Tema Insani Psychology Consultancy Pasha Catra Parama, Anak Agung Ngurah; Ayu Wirdiani, Ni Kadek; Dwi Rusjayanthi, Ni Kadek
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol 13 No 1 (2025): Vol. 13, No. 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIM.2025.v13.i01.p01

The advancement of technology drivesving digitalization across various sectors, including psychology and literacy in Indonesia. This motivates children’s psychology consultant Tema Insani to enhance children’s literacy interest by considering psychological conditions, neurodevelopmental disorders, and developmental age, which have so far relied heavily on parents’ role in providing books. The issue presents a solution in the form of a mobile-based application that can generate bedtime stories tailored to children’s age, disorders, and preferences. The app includes a reading tracker to monitor children’s literacy progress based on reading frequency. The development uses the Agile methodology and Dart with Flutter SDK as the primary development language. The black box testing results show that using the app with children at night can increase reading frequency by replacing device usage with bedtime stories. The development of the app is expected to support Tema Insani’s efforts to bridge psychology, technology, and children’s literacy interest in Indonesia.

Performance Evaluation of LSTM and GRU Models for Movie Genre Classification Based on Subtitle Dialogs Using Augmented Data and Cross-Validation Yonita Putri Utami, Ni Luh Putu; Singgih Putri, Desy Purnami; Dwi Rusjayanthi, Ni Kadek
Jurnal Informatika Vol 12, No 2 (2025): October
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v12i2.25897

This study aims to evaluate and compare the performance of Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) models in classifying movie genres based on subtitle dialogs. To address data imbalance across genres, data augmentation was applied to create balanced datasets with 500 and 700 samples per genre, in addition to the original dataset. The classification models were built using Word2Vec for word embedding, followed by LSTM and GRU architectures with a single hidden layer and dropout regularization. Model performance was assessed using accuracy and further validated through 5-fold cross-validation. The best test accuracy was achieved with the dataset containing 700 samples per genre, reaching 91% for LSTM and 92% for GRU. Cross-validation showed stable performance with average accuracies of 0.68 for LSTM and 0.67 for GRU. A paired t-test analysis yielded a p-value of 0.341, indicating no statistically significant difference between the two models. These findings suggest that both LSTM and GRU are effective for genre classification based on subtitle dialogs. The use of data augmentation is a key contribution of this study, enabling improved model performance on underrepresented genres. This research supports the development of automated movie recommendation systems that utilize subtitle-based genre prediction.

Co-Authors Desy Purnami Singgih Putri Dwi Putra Githa Frannata Wangsa, Jedy Goestaman I ketut Gede Darma Putra I Nyoman Piarsa Made Henny Aryani, Made Ni Kadek Ayu Wirdiani, Ni Kadek Pasha Catra Parama, Anak Agung Ngurah Sukla Mandika, Ketut Gde Yonita Putri Utami, Ni Luh Putu Yudiadewi, Made Aprisintia

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search