Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2020 - 2025

1.116

P-Index

This Author published in this journals

All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Ilmiah Teknologi dan Komputer (JITTER)

Dwi Suarjaya, I Made Agus

Unknown Affiliation

Author-ID : 7282963

Computer Science & IT

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

Rancang Bangun Sistem Informasi Admin Pada Bus Trans Sarbagita Saskara, Ketut Dimas Aresta; Dwi Suarjaya, I Made Agus; Buana, Putu Wira
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

Perkembangan aplikasi melewati jaringan internet semakin berkembang kearah penggunaan dan pengolahan informasi yang bisa diambil dan dimanfaatkan oleh pengguna. Dinas Perhubungan Provinsi Bali adalah salah satu Lembaga Pemerintah yang berfungsi untuk pelayanan dalam bidang Transpotasi Umum. Aplikasi Sistem Informasi Trans Sarbagita adalah situs web yang digunakan untuk menampilkan, membuat, memperbarui, dan menyimpan data real-time tentang halte, pengemudi, dan jadwal sehingga pertanyaan tentang topik tersebut dapat ditangani dengan lebih mudah dan segera. Dengan adanya sistem infromasi admin maka memudahkan dalam mengatur data halte, rute, koridor, dan driver bus sarbagita serta sistem informasi ini dapat memudahkan driver mengetahui informasi nomor bus, rute dan status. Analisa sistem merupakan bentuk pengembangan untuk melakukan perbaikan dalam implementasi sistem informasi untuk peningkatan pelayanan kepada sisi pengguna. Sistem infromasi website ini hadir untuk mengatasi permasalahan dalam pengolahan data rute, halte, koridor, jadwal dan driver bus Trans Sarbagita.

Design and Develop Forensic Application on Client Server Network Suarnata Wahyu Putra, Putu Bayu; Dwi Suarjaya, I Made Agus; Wibawa, Kadek Suar
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 2 (2022): JITTER, Vol.3, No.2, August 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Client server networks allow for creating efficiency and effectiveness in doing activity with teamwork, such as sharing resources. Improving technological development goes hand in hand with increasing crime rates caused by technology. Crimes that use technology still leave a trace that can be traced so that it can be paralleled with digital forensics. Digital forensics are usually done one by one per computer and cause it to take longer time to get evidence in criminal act. Looking at the problem, this study discusses the design of forensic applications on client server networks with live forensic methods and socket programming to perform forensics at the same time. Applications use Java sockets to establish a connection between the server and the client and the elevator method. The result of this study is server can collect data, like data of RAM, captured image, and snapshot disk from clients

Implementasi Mobile Device Management Sebagai Pelacakan Lokasi dan Pembatasan Akses Aplikasi Perangkat Mobile Menggunakan ManageEngine Prayogo, Bagus Dwi; Dwi Suarjaya, I Made Agus; Raharja, I Made Sunia
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 5 No 2 (2024): JITTER, Vol.5, No.2, August 2024
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

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

Perkembangan penggunaan perangkat mobile untuk menyelesaikan pekerjaan membawa tren kebijakan baru terkait penggunaan perangkat mobile dilingkungan organisasi seperti Company Owned Personally Enabled, Company Owned Business Only, Bring Your Own Device dan Choose Your Own Device. SMK Negeri Pasirian mengadopsi penggunaan perangkat mobile jenis laptop saat menerapkan kebijakan COBO. Permasalahan yang terjadi adalah tidak adanya pengawasan berupa pelacakan lokasi perangkat sehingga perangkat rentan hilang dan dicuri serta tidak adanya kontrol terhadap penggunaan aplikasi pada perangkat yang dipinjam sehingga perangkat dapat digunakan untuk kepentingan pribadi dan tidak sesuai dengan kebijakan yang diterapkan. Berdasarkan permasalahan tersebut, peneliti mengimplementasikan mobile device management menggunakan ManageEngine Mobile Device Manager Plus untuk mengatasi permasalahan. Hasil menunjukkan bahwa implementasi sangat membantu pelacakan perangkat dan pembatasan akses aplikasi. Pengujian blackbox menunjukkan bahwa fitur utama yang digunakan berjalan normal. Hasil perhitungan nilai usability aplikasi menunjukkan skor 68,75 yang berarti ManageEngine Mobile Device Manager Plus memiliki NPS bernilai passive, acceptable berada pada nilai marginal, adjective berada pada nilai OK dan grade berada pada nilai C. Hasil perhitungan kuesioner pengaruh implementasi mobile device management perhitungan menunjukkan skor (Index%) aspek kenyamanan sebesar 85,50% dan skor (Index%) aspek produktivitas sebesar 84,66%.

Rancang Bangun Aplikasi Get Data Di Media Sosial Twitter Dan YouTube Berbasis Desktop Jaye, M. Tirje Sukme; Dwi Suarjaya, I Made Agus; Rusjayanthi, Ni Kadek Dwi
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 2 (2022): JITTER, Vol.3, No.2, August 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Teknologi informasi dan komunikasi telah merambah hampir pada setiap aspek kehidupan masyarakat dengan cara memberi pengaruh pada proses penyampaian pesan dari individu ke individu atau dari individu ke khalayak luas dengan munculnya media sosial. Media sosial dapat dimanfaatkan sebagai sumber data dari berbagai bidang penelitian. Media sosial seperti Twitter dan YouTube merupakan sumber data masif yang kompleks. Pemerolehan data dari media sosial merupakan salah satu langkah yang berguna untuk meningkatkan kualitas pengambilan keputusan. Penelitian ini bertujuan untuk merancang aplikasi yang digunakan untuk mengumpulkan data dari media sosial Twitter dan YouTube. Pemrograman Python digunakan dalam sistem aplikasi Get Data dengan memanfaatkan API untuk membantu proses pengumpulan data. Tahap yang dilakukan dalam penelitian ini adalah pengguna aplikasi melakukan penginputan API yang terhubung dengan library twepy untuk media sosial twitter, library googleapiclient untuk media sosial youtube dan webdriver dalam pengambilan data youtube berdasarkan keywords. Data yang didapat akan disimpan pada DataFrame. Hasil penelitian menunjukkan bahwa aplikasi Get Data mampu menjalankan proses pengambilan data, mampu mengurangi data per kolom, dan mampu memberikan data kosong pada kolom yang terdapat data nan(Null). Data yang dihasilkan aplikasi Get Data merupakan data mentah yang belum diolah, kemudian dapat dianalisis sesuai dengan kebutuhan peneliti. Kata Kunci: API, Media Sosial, Python, Twitter, YouTube.

Browser-Based Detection of Harmful Content with Deep Learning Model Sikiandani, Ni Made Deni; Dwi Suarjaya, I Made Agus; Perdana Putra, Yohanes
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9804

This study presents a browser extension that detects harmful content on both web pages and TikTok using a deep learning-based approach. The core model employs a Bidirectional Long Short-Term Memory (BiLSTM) network for multi-label classification, targeting six categories: Toxic, Severe Toxic, Obscene, Threat, Insult, and Identity Hate. The dataset combines 13,057 labeled samples from a public Kaggle dataset (2021) and 2,884 manually labeled tweets scraped from Twitter (X) between October–November 2024. Three feature extraction methods were tested: learned embeddings, FastText, and Word2Vec. The BiLSTM model architecture includes one embedding layer, a 32-unit bidirectional LSTM, three dense layers (128,256,128) using ReLU activation, and a six-unit sigmoid output layer. The model was trained using the Adam optimizer and binary cross-entropy loss, with early stopping applied after five stagnant validation checks across a maximum of 200 epochs. While the FastText-based model showed the best performance, the final deployed model used learned embeddings in Scenario 1 due to its smaller size (1.6M parameters) and near-optimal performance (Recall: 0.9786; Hamming Loss: 0.0052). The extension also integrates Whisper ASR for detecting harmful speech in video-based platforms like TikTok and supports five customizable censorship filters. User evaluation via Customer Satisfaction Score (CSAT) indicated strong acceptance, with 95.45% rating the user experience as Excellent, 84.09% confirming detection relevance, and 79.55% rating the system performance as Good. This highlights the extension’s effectiveness in promoting safer digital interaction across text and audiovisual content.

News Recommendation System Using Content-Based Filtering through RSS Customization Service Nandita, Ida Ayu Widya; Dwi Suarjaya, I Made Agus; Bayupati, I Putu Agung
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9807

News refers to stories or information about current events or incidents. Several news websites offer a service called RSS (Really Simple Syndication), which enables users to easily receive updates on the latest news. News RSS feeds are typically generated based on the order of publication time or general categories. The content of these news RSS feeds can be customized to align with user interests or preferences. A recommendation system can be utilized as an approach to customize RSS feeds. This study was conducted to design a system capable of generating RSS feeds based on news recommendations using the content-based TF-IDF method and cosine similarity. Data scraping and preprocessing of news articles from various RSS feeds of Indonesian news websites were automated using cron jobs. Content-based filtering modeling was carried out using TF-IDF and cosine similarity. The design and customization of RSS feeds were implemented in a Flask application and packaged within several endpoints. The recommendations generated based on user click interactions were reasonably relevant, as they successfully presented news titles similar to the clicked articles, with cosine similarity scores ranging from 0.2 to 1.0. The majority of respondents agreed that the recommended news articles were relevant to the articles they had clicked and aligned with their interests. The RSS feed evaluation yielded highly satisfactory results, with all aspects assessed in the user acceptance survey achieving an average score exceeding 80%, and the overall results of the customer satisfaction survey indicated scores starting from 90%.

Co-Authors I Made Sunia Raharja, I Made Sunia I Putu Agung Bayupati Jaye, M. Tirje Sukme Kadek Suar Wibawa Nandita, Ida Ayu Widya Perdana Putra, Yohanes Prayogo, Bagus Dwi Putu Wira Buana Rusjayanthi, Ni Kadek Dwi Saskara, Ketut Dimas Aresta Sikiandani, Ni Made Deni Suarnata Wahyu Putra, Putu Bayu

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search