Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Informatika (JUPITA) Jurnal Nasional Teknologi Informasi dan Aplikasinya
I Ketut Adian Jayaditya
Unknown Affiliation
Humanities Computer Science & IT Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Front-End Official Website Pada PT. Adsfort Creative I Ketut Adian Jayaditya; I Gusti Agung Gede Arya Kadyanan; Luh Arida Ayu Rahning Putri
Jurnal Pengabdian Informatika Vol. 3 No. 2 (2025): JUPITA Volume 3 Nomor 2, Februari 2025
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

PT. Adsfort Creative merupakan perusahaan yang bergerak di bidang industri kreatif dan menawarkan jasa bagi pemilik bisnis maupun brand untuk membuat konten media sosial yang kreatif dan kekinian. Konten yang ditawarkan berupa desain postingan, video, maupun film pendek mengenai bisnis yang ingin diiklankan. Untuk tujuan pemasaran yang lebih baik, mahasiswa mengembangkan official website yang dapat digunakan oleh PT. Adsfort Creative. Official website ini diharapkan dapat memuat informasi umum mengenai perusahaan dan portofolio berupa konten-konten dari pelanggan terdahulu.
Implementasi Random Forest pada Klasifikasi Penyakit Kardiovaskular dengan Hyperparameter Tuning Grid Search I Ketut Adian Jayaditya; I Gusti Agung Gede Arya Kadyanan
Jurnal Nasional Teknologi Informasi dan Aplikasinya Vol. 2 No. 1 (2023): JNATIA Vol. 2, No. 1, November 2023
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.2023.v02.i01.p25

Abstract

Cardiovascular disease has the potential to cause death if not treated right, because it interferes with the function of the heart. Machine Learning algorithm can be used to do early diagnosis of cardiovascular disease to lower the risk of death. In this study, the classification of cardiovascular disease uses the Random Forest algorithm to determine whether a person has cardiovascular disease or not. Grid Search is also used to do hyperparameter tuning to find the optimal hyperparameter for the Random Forest algorithm. The performance results of the classification model using Random Forest with Grid Search are 73.06% in accuracy, 75.15% in precision, 68.72% in recall, and 71.79% in f1-score. 
Co-Authors I Gusti Agung Gede Arya Kadyanan Luh Arida Ayu Rahning Putri