Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.055

P-Index

This Author published in this journals

All Journal Jurnal Sains dan Teknologi Techno.Com: Jurnal Teknologi Informasi Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Sistemasi: Jurnal Sistem Informasi Jurnal Pilar Nusa Mandiri JUTIK : Jurnal Teknologi Informasi dan Komputer SINTECH (Science and Information Technology) Journal MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal RESISTOR (Rekayasa Sistem Komputer) INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi International Journal of Engineering and Emerging Technology Jurnal Ekonomi Manajemen Sistem Informasi INSERT: Information System and Emerging Technology Journal Prosiding SNAST Jurnal Info Sains : Informatika dan Sains Andalasian International Journal of Applied Science, Engineering, and Technology Jurnal Pendidikan Sains dan Komputer Jurnal Krisnadana Journal of Artificial Intelligence and Digital Business Jurnal Krisnadana Paradharma: Jurnal Aplikasi IPTEK Jurnal ilmiah teknologi informasi Asia JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)

I Gusti Ayu Agung Diatri Indradewi

Universitas Pendidikan Ganesha

Author-ID : 589568

Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Identifikasi Iris dengan Snake Model-PSO dan Gabor 2-D Diatri Indradewi, I Gusti Ayu Agung
JST (Jurnal Sains dan Teknologi) Vol 7, No 1 (2018)
Publisher : Universitas Pendidikan Ganesha

Pada penelitian ini dibangun sistem identifikasi biometrik iris dengan menggunakan metode Snake Model-PSO dan Gabor 2-D. Tahap-tahap yang dilakukan pada penelitian ini terdiri dari akuisisi citra, pre-processing, segmentasi, ekstraksi ciri, dan pengenalan. Metode Snake Model-PSO diterapkan dengan memanfaatkan koordinat titik pusat pupil yang telah ditemukan sebelumnya. Proses ekstraksi ciri dilakukan dengan menggunakan tapis Gabor 2-D berukuran 33Ã—33 dan sudut orientasi bernilai 90Âº, 45Âº, 0Âº, dan -45Âº. Jumlah data referensi yang digunakan sebanyak 117 citra iris. Jumlah data uji yang digunakan sebanyak 78 citra iris. Berdasarkan hasil pengujian dapat disimpulkan bahwa persentase FMR sebesar 3,6737% dan FNMR sebesar 4,2735% untuk database iris kiri. Persentase FMR dan FNMR untuk database iris kanan menghasilkan yang sama, yakni 0%. Unjuk kerja sistem berdasarkan akurasi keputusan menghasilkan persentase terbaik sebesar 91, 0256% untuk database iris kiri dan 98,7179% untuk database iris kanan. Rata-rata waktu proses pada pendaftaran adalah 6,3109 detik, sedangkan pada identifikasi adalah 20,494 detik.Â Kata kunci: iris, Snake Model-PSO, Gabor 2-D, FMR, FNMR

Detection of Covid Chest X-Ray using Wavelet and Support Vector Machines Ni Wayan Sumartini Saraswati; Ni Wayan Wardani; I Gusti Ayu Agung Diatri Indradewi
International Journal of Engineering and Emerging Technology Vol 5 No 2 (2020): July - December
Publisher : Doctorate Program of Engineering Science, Faculty of Engineering, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/IJEET.2020.v05.i02.p019

The study of digital image processing is still a hot topic in the realm of research, especially in medical research. The presence of various digital image processing methods and machine learning also contributes to the progress of research in this field. Detecting Covid Chest X-Ray is a prediction problem solving with a supervised classification method. In this study, the SVM method was chosen because it is proven to function as a good classifier as has been done in previous studies. Where previously the chest x-ray image feature extraction was carried out using wavelet transform. Feature extraction using wavelets has given the distinctive features of normal lung X-rays and distinguishes them from the distinctive features of Covid lung X-rays. The measurement results of the average classification model for the approximate, vertical, horizontal and diagonal dataset are 93.91% accuracy, 6.09% error rate, 98.75% recall, 89.06% specificity, and 91.26% precision. The vertical dataset is the best dataset to get a classification model because it has the best value in the accuracy and recall variables, but still provides good performance in measuring precision.

METODE LVQ BERBASIS PARAMETER HSV UNTUK PENENTUAN UANG RUPIAH PALSU I Gusti Ayu Agung Diatri Indradewi; Made Suci Ariantini
PROSIDING SNAST Prosiding SNAST 2018
Publisher : IST AKPRIND Yogyakarta

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

The government has socialized the 3D method (Visible, Feeling, and Diterawang) to prevent people from accidentally transacting using counterfeit money. In addition to this method, counterfeit money scanners that use ultraviolet light are also commonly used. However, the use of methods or scanners must be accompanied by a human eye to determine whether the money is genuine or false. Along with the development of technology, the technique of making counterfeit money will also develop so that supporting techniques are needed that can be used to help identify counterfeit money automatically. In this study, the data used is only original and fake banknotes with a nominal value of Rp. 100,000.00. Image acquisition is done with the help of a digital camera and a light source from ultraviolet lights. Pre-processing in the form of pruning on the image of banknotes produces an image measuring 210 × 64 pixels. The feature extraction stage is done by changing the RGB image value to the HSV color space. The HSV value of the image is then used as an input vector on the LVQ network to determine the authenticity of the banknote image. The method test used for 100 real money images and 80 fake images yields the best performance when the learning level α (0) = 0,1 in epoch = 4 with an MSE value of 0,088889. Classification with the best accuracy occurs when the rate of learning α (0) = 0,1 in epoch = 1 with the level of truth classification is 87,2%.

PENGELOLAAN DATA DAN PENYAJIAN INFORMASI PADA SISTEM DETEKSI PLAGIARISME TUGAS AKHIR STMIK STIKOM INDONESIA I Gusti Ayu Agung Diatri Indradewi; Wayan Gede Suka Parwita
Jurnal Teknologi Informasi dan Komputer Vol 6, No 1 (2020): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (939.988 KB)

ABSTRACT Student final assignment plagiarism detection system is a system built to detect the existence of plagiarism in the final assignment document uploaded by students at STMIK STIKOM Indonesia. Through the data entered into the system, in addition to functioning to detect plagiarism in the student's final assignment, various information can be obtained that can show how the performance of higher education, especially concerning student final assignments. The purpose of this study is to describe the information needs that can be generated from data processing performed on data obtained from the upload of student final assignment documents on the system. This study produces a dashboard that displays a variety of information related to student final assignments, such as a list of uploaded final assignment documents, information on the similarity of the final assignment documents, information on the similarity of each chapter in the final assignment documents, the level of similarity of the final assignment document per year, the average time for student final assignment completion, the average number of final assignment submissions, and the number of final assignment topics. The variety of information generated can be used as evaluation material to determine the direction of higher education policies related to student final assignments. The main table structure related to the presentation of information on the results of plagiarism detection consists of table of mahasiswa, topik, periode, pengajuan_TA, dokumen, jadwal_uji, and similaritas. The interface design is a web-based page consisting of a dashboard page that presents information in tabular and graphical form. Keywords: dashboard, similarity information, interface, graphical form, tabular form. ABSTRAKSistem deteksi plagiarisme tugas akhir mahasiswa merupakan sistem yang dibangun untuk mendeteksi adanya plagiarisme pada dokumen tugas akhir yang diunggah oleh mahasiswa di STMIK STIKOM Indonesia. Melalui data yang diinputkan ke sistem, selain berfungsi untuk mendeteksi adanya plagiarisme pada tugas akhir mahasiswa, dapat pula diperoleh beragam informasi yang mampu menunjukkan bagaimana kinerja perguruan tinggi khususnya yang menyangkut tugas akhir mahasiswa. Tujuan dari penelitian ini adalah untuk mendeskripsikan kebutuhan informasi yang dapat dihasilkan dari pengolahan data yang dilakukan terhadap data yang diperoleh dari unggahan dokumen tugas akhir mahasiswa pada sistem.Penelitian ini menghasilkan suatu dashboard yang menampilkan beragam informasi yang berkaitan dengan tugas akhir mahasiswa, seperti daftar dokumen tugas akhir yang telah diunggah, informasi similaritas dokumen tugas akhir, informasi similaritas masing-masing bab pada tugas akhir, tingkat similaritas tugas akhir per tahun, rata-rata waktu pengerjaan tugas akhir, jumlah rata-rata pengajuan tugas akhir, dan jumlah topik tugas akhir. Beragam informasi yang dihasilkan dapat digunakan sebagai bahan evaluasi untuk menentukan arah kebijakan perguruan tinggi yang berkaitan dengan tugas akhir mahasiswa. Adapun struktur tabel utama yang terkait dengan penyajian informasi pada halaman dashboard yang dirancang terdiri dari tabel mahasiswa, topik, periode, pengajuan_TA, dokumen, jadwal_uji, dan similaritas. Rancangan antarmuka berupa halaman berbasis web yang terdiri dari halaman dashboard yang menyajikan informasi dalam bentuk tabel dan grafik.Kata Kunci: dashboard, informasi similaritas, antarmuka, grafik, tabel.

Forecasting Room Occupancy Rates Based on Hotel Class in Bali Using the ARIMA Method I Gusti Ayu Agung Diatri Indradewi; Ni Putu Sri Mulyani; Wayan Gede Suka Parwita
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.33959

Bali merupakan destinasi wisata di Indonesia yang diminati oleh wisatawan dan didukung oleh ketersediaan hotel yang memadai. Covid-19 yang melanda dunia termasuk Bali telah mengakibatkan tingkat penghunian kamar (TPK) hotel mengalami penurunan drastis. Oleh karena itu, perlu upaya untuk kembali menaikkan rata-rata TPK hotel. Salah satu langkah awal yang yang diharapkan mampu berkontribusi dalam upaya ini adalah dengan melakukan peramalan TPK hotel. Hasil peramalan dengan metode ARIMA diperoleh hasil bahwa pada hotel bintang lima, model terbaik yang diperoleh yakni model ARIMA (0,1,1) dengan MSE sebesar 39,65% dan MAPE sebesar 80,83%. Pada hotel bintang empat, model terbaik yang diperoleh yakni model ARIMA (1,0,2) dengan MSE sebesar 24,14% dan MAPE sebesar 60,14%. Pada hotel bintang tiga, model terbaik yang diperoleh yakni model ARIMA (1,0,0) dengan MSE sebesar 25,57% dan MAPE sebesar 59,11%. Pada hotel bintang dua, model terbaik yang diperoleh untuk model ARIMA (1,0,0) dengan MSE sebesar 15,15% dan MAPE sebesar 70,14%. Model ARIMA (1,0,1) pada hotel bintang dua menghasilkan MSE sebesar 13,29% dan MAPE sebesar 68,00%. Pada hotel bintang satu, model terbaik yang diperoleh yakni model ARIMA (1,0,0) dengan MSE sebesar 23,73% dan MAPE sebesar 431,12%. Model ARIMA (1,0,1) pada hotel bintang satu menghasilkan MSE sebesar 19,49% dan MAPE sebesar 555,28%.

Analisis dan Desain Sistem Informasi Pengajuan dan Monitoring Keuangan Kelurahan Berorientasi Obyek pada Kecamatan Denpasar Selatan I Gusti Ayu Agung Diatri Indradewi; I Gde Prayoga Wibawa
Jurnal Krisnadana Vol 1 No 1 (2021): Jurnal Krisnadana - September 2021
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Kecamatan Denpasar Selatan merupakan salah satu kecamatan yang berada dibawah pemerintahan Kota Denpasar. Kecamatan Denpasar Selatan mengelola beberapa kelurahan seperti Kelurahan Panjer, Pedungan, Sanur, Sesetan, Renon dan Serangan. Setiap kelurahan memiliki pengelolaan keuangan yang berbeda-beda. Terdapat kendala pada pengelolaan keuangan tersebut yakni dalam hal pengajuan dana berupa keterhambatan dalam proses pengajuan dana. Analisis dan desain sistem informasi pengajuan dan monitoring keuangan ini dilakukan sebagai tahap awal dalam pengembangan sistem yang bertujuan untuk mempermudah kelurahan dalam mengelola keuangan kelurahannya, Kelurahan hanya perlu melakukan pengajuan melalui sistem yang nantinya akan diterima oleh kecamatan sehingga kelurahan dapat memaksimalkan kinerja pada bidang lainnya. Rancangan sistem yang dihasilkan menggunakan pendekatan berorientasi obyek dengan Unified Modelling Language (UML) yang terdiri dari use case, activity diagram, sequence diagram, dan class diagram. Komponen UML yang dibahas hanya pada mekanisme pengajuan dan monitoring keuangan. Rancangan antarmuka sistem yang dihasilkan berupa dashboard sistem yang menunjang proses monitoring keuangan.

Perbandingan Metode Pembobotan TF-RF Dan TF-ABS Pada Kategorisasi Berita Di BDI Denpasar I Kadek Wahyu Dananjaya; I Gusti Ayu Agung Diatri Indradewi
SINTECH (Science and Information Technology) Journal Vol. 6 No. 1 (2023): SINTECH Journal Edition April 2023
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v6i1.1252

BDI Denpasar is a government agency tasked with carrying out training and education for human resources of animation, crafts and art. BDI Denpasar in managing news classes in the Kabar Insan Oke service still uses conventional methods. Therefore an automatic news classification module is needed. This study was made to compare the performance level of news classification at BDI Denpasar using K-NN classification with the TF-RF and TF-ABS term weighting methods. Methods that have a high level of performance will be implemented in the news classification module. This research was carried out by collecting news documents, text preprocessing, term weighting, classification, model validation and testing. The K-NN classification uses the n_neighbhor (k), namely k=3, k=5, k=7 and k=9 using a dataset of 324 documents containing 7 classes taken from BDI Denpasar website. Based on the results of the tests performed, TF-RF method obtained a higher performance at k=5 with an accuracy of 71% with a precision of 73% and a recall of 71%. TF-ABS method with the highest performance value is found at k=9 which obtains 70% accuracy, 63% precision and 70% recall. So the method that will be implemented in the news classification module is TF-RF at k=5 with an accuracy of 71% with a precision of 73% and a recall of 71%.

Analisis Sentimen Program Mbkm Pada Media Sosial Twitter Menggunakan KNN Dan SMOTE Komang Pramayasa; I Md Dendi Maysanjaya; I Gusti Ayu Agung Diatri Indradewi
SINTECH (Science and Information Technology) Journal Vol. 6 No. 2 (2023): SINTECH Journal Edition Agustus 2023
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v6i2.1372

The Merdeka Belajar-Kampus Merdeka (MBKM) program is a relatively new program implemented in Indonesia since February 2020. Like a new program, the implementation of the MBKM program is also followed by various pro and con attitudes. Therefore, a sentiment analysis technique is needed to determine the public opinion towards the MBKM program. The purpose of this study is to determine the performance of the KNN method in performing sentiment classification optimized by the SMOTE method in overcoming the problem of unbalanced data and to determine the tendency of public sentiment towards the implementation of the MBKM program. Based on the research results, the KNN method optimized with the SMOTE method is proven to improve classification performance. From initially producing an accuracy value of 76.13%, precision of 76.03%, recall of 76.13% and f1-score of 76.01% there was an increase in accuracy value to 76.13%, precision to 76.03%, recall to 76.13%, and f1-score to 76.01%. In this study, it was found that community responses tended to be neutral towards the MBKM program. The community feels that the MBKM program is a program that can increase student experience. However, there are still program systems that are considered complicated and need to be evaluated.

Dashboard Monitoring Alumni dengan Teknologi Business Intelligence pada Sistem Tracer Study Undiksha Devi, Made Diah Arista; Indradewi, I Gusti Ayu Agung Diatri; Arthana, I Ketut Resika
INSERT : Information System and Emerging Technology Journal Vol. 4 No. 1 (2023)
Publisher : Prodi Sistem Informasi, FTK, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v4i1.58275

Universitas Pendidikan Ganesha mengembangkan sistem survei evaluasi diri berupa sistem informasi tracer study untuk menelusuri riwayat lulusan pada semua program studi dan semua jenjang yang telah diluluskan. Saat ini, sistem tracer study dikelola oleh UPT PKKM Undiksha di bagian Divisi Tracer Study. Tujuan penelitian ini adalah untuk dapat menyampaikan informasi hasil kuesioner lulusan pada sistem tracer study Undiksha menggunakan teknologi business intelligence yang dapat memberikan varian visualisasi data secara ringkas, mudah dipahami dan lebih menarik ke dalam bentuk dashboard monitoring. Penelitian ini menggunakan metode BI Roadmap dan Microsoft Power BI Desktop sebagai proses pengembangan dashboard monitoring dan alat pengembangannya. Pengujian sistem ini menggunakan metode UAT (User Acceptance Testing) jenis Black Box Testing yang dilakukan melalui interaksi langsung dengan sistem. Data yang digunakan adalah hasil kuesioner lulusan pada tahun 2019-2021. Penelitian ini menghasilkan dashboard monitoring perkembangan alumni yang menyajikan grafik informasi detail hasil kuesioner lulusan pada sistem tracer study Undiksha. Penelitian ini menjadikan Ketua Divisi Tracer Study, Koordinator Program Studi Pendidikan Teknik Informatika, Wakil Rektor Bidang Akademik dan Kerjasama serta Wakil Rektor Bidang Kemahasiswaan, Hubungan Masyarakat dan Alumni sebagai penguji sistem ini. Hasil pengujian sistem ini adalah dashboard monitoring perkembangan alumni dapat berjalan dengan baik dan menyajikan informasi tracer study yang dibutuhkan oleh pengguna.

Co-Authors Adnyana, I Ketut Widhi Andika, I Gede Arakian, Laurensia Anjelina Tutosili Bawatanaya, Anak Agung Gede Wisnu Cahyadi, Kadek Wawan Devi, Made Diah Arista Dewi, Ni Putu Bimantari Dewi, Ni Putu Dita Ariani Sukma Gede Arna Jude Saskara Gede Surya Mahendra I Gde Prayoga Wibawa I Gede Mahendra Darmawiguna I Kadek Wahyu Dananjaya I ketut Gede Darma Putra I Ketut Resika Arthana I Made Ardwi Pradnyana I Made Gede Sunarya I Md. Dendi Maysanjaya I Putu Agung Bayupati Ida Bagus Nyoman Pascima Kertiyasa, Made Medhi Premana Komang Pramayasa Made Suci Ariantini Made Windu Antara Kesiman Mitha, I Made Ardha Premana Ni Kadek Ariasih, Ni Kadek Ni Luh Wiwik Sri Rahayu Ginantra Ni Putu Sri Mulyani Ni Wayan Wardani Putra, I Kadek Andika Putra, I Wayan Ari Pramana Putri, Vany Adelia Putu Yudia Pratiwi Raditia, Kadek Rama Rajasyah, Alfatino Yohan Saraswati, Ni Wayan Sumartini Sari, Ni Luh Pangestu Widya suryani, rika Sutrisna, Ketut Dita Ari Wardani, Ni Wayan Wayan Gede Suka Parwita

Title

Found 31 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 31 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 31 Documents
Search