Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal JOINTECOMS (Journal of Information Technology and Computer Science)
Putra, Putu Bagus A.A.
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Rancang Bangun Aplikasi Presensi Menggunakan Algoritma Haversine (Studi Kasus Badan Kepegawaian Daerah Provinsi Kalimantan Tengah) Berbasis Android Fauzan, Muhammad; Christian, Efrans; Putra, Putu Bagus A.A.
Journal of Information Technology and Computer Science Vol. 4 No. 1 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i1.13205

Abstract

Perkembangan teknologi informasi dan komunikasi telah memberikan dampak kuat pada peradaban saat ini. Penelitian ini bertujuan untuk meningkatkan kinerja pengguna, khususnya pegawai/staff di perusahaan atau institusi tertentu yang masih menggunakan sistem presensi manual, dalam hal pelacakan kehadiran. Untuk mengatasi masalah tersebut, dibuat aplikasi presensi pegawai berbasis android yang menggunakan teknologi perangkat lunak. Aplikasi presensi ini menyertakan Google Maps yang dikonfigurasi dengan batas akses, memungkinkan pengguna untuk melihat lokasi mereka sendiri dan hanya dapat melakukan presensi jika berada dalam radius kehadiran yang ditentukan atau terlihat di Google Maps. Untuk menentukan radius kehadiran, digunakan algoritma Haversine yang memanfaatkan koordinat lintang dan bujur pada peta. Metode pengembangan waterfall digunakan dalam pengembangan aplikasi ini, yang melibatkan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Dalam sistem yang dibangun, dapat dilakukan penyimpanan dan pencarian data presensi pegawai yang telah melakukan presensi maupun yang belum melakukan presensi. Dengan adanya aplikasi presensi pegawai berbasis android ini, diharapkan dapat membantu menciptakan sistem yang dapat dipertanggungjawabkan dalam pelaksanaan presensi pegawai di Badan Kepegawaian Daerah Provinsi Kalimantan Tengah. Dari metode pengujian blackbox testing didapatkan bahwa aplikasi dapat berjalan dengan baik. Hasil dari pembuatan aplikasi presensi pegawai berbasis android ini adalah terciptanya sebuah sistem presensi yang lebih efektif dan efisien dalam melacak kehadiran pegawai. Aplikasi ini memungkinkan pengguna untuk melakukan presensi secara online dengan menggunakan teknologi perangkat lunak dan lokasi GPS.
Analisa Kepuasan Masyarakat Terhadap Puskesmas Pahandut Menggunakan Metode Servqual Amrullah, Rizaldi; Putra, Putu Bagus A.A.; Sari, Nova Noor Kamala
Journal of Information Technology and Computer Science Vol. 4 No. 2 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i2.15276

Abstract

Puskesmas adalah fasilitas pelayanan kesehatan yang menyelenggarakan upaya kesehatan masyarakat dan upaya kesehatan perorangan tingkat pertama. Pada proses penilaian kepuasan pasien di Puskesmas Pahandut saat ini, masih menggunakan kotak saran sebagai penghubung antara pasien dan para pelayanan kesehatan. Oleh karena itu, perlu dilakukan perancangan sebuah aplikasi yang diharapkan dapat memfasilitasi Puskesmas Pahandut dalam proses penilaian kepuasan terhadap kinerja yang ada dengan Metode Servqual. Metodologi yang digunakan dalam aplikasi Analisa Kepuasan Masyarakat Terhadap Puskesmas Pahandut ini adalah waterfall. Pengujian menggunakan metode blackbox. Hasil penelitian ini adalah sebuah analisis data yang tersedia, dapat dilihat bahwa setiap poli mempunyai nilai gap cenderung ke negative, misalkan poli pemeriksaan umum gap terendahnya yaitu -1,84 dan poli kia/kb nilai gap terendahnya adalah -2,8 , yang artinya bahwa harapan dari responden cenderung lebih besar dari nilai sesungguhnya, maka dari itu dapat disimpulkan tampaknya terdapat beberapa kelemahan yang perlu segera diperbaiki dalam layanan kesehatan.
ANALISIS SENTIMEN BERBASIS ASPEK PADA TEMPAT WISATA DI KALIMANTAN TENGAH DENGAN MEMANFAATKAN MODEL DEEP LEARNING Putra, Bima Faru Rochkim; Pranatawijaya, Viktor Handrianus; Putra, Putu Bagus A.A.
Journal of Information Technology and Computer Science Vol. 4 No. 3 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i3.19180

Abstract

Penyampaian informasi mengenai tempat wisata tentu perlu media untuk menyampaikan. Pada perkemangan era digital saat ini kita dimudahkan untuk mencari atau melihat bagaimana pandangan dari pengujung atau wisatawan dari lokasi wisata yang ingin kita kunjungi dengan melihat ulasan pada Google Maps. Memungkinkan indentifikasi masalah dan pengembangan suatu lokasi wisata tersebut. Dengan adanya Teknik Aspect Based Sentiment Analysis atau ABSA, guna membantu kita bagaimana pandangan pengunjung lain terhadap lokasi wisata tersebut dengan mudah dipahami. Tujuan utama dari penelitian ini untuk menganalisis sentimen berdasarkan aspek–aspek yang diungkap dalam ulasan pengunjung yang telah berkunjung ke suatu lokasi wisata yang berada di ruang lingkup Provinsi Kalimantan Tengah pada Google Maps. Dengan mencari pola sentimen yang akurat dan mengidentifikasi aspek–aspek. Dalam pencarian aspek–aspek menggunakan metode Named Entity Recognition atau biasa disebut dengan NER dengan dibantu dengan teknik pemodelan topik Latent Dirichlet Allocation (LDA) yang berguna untuk mengidentifikasi topik– topik relevan untuk dimasukkan kedalam kamus NER. Pelabelan sentimen dilakukan dengan menggunakan BERT, sementara evaluasi sentimen dan aspek dilakukan dengan menggunakan model BERT, LSTM, dan CNN. Penelitian ini menganalisis pola sentimen dan aspek dalam ulasan lokasi wisata di Kaliamantan Tengah menggunakan model BERT, LSTM, CNN. Hasil menunjukkan bahwa model BERT lebih unggul dengan mencapai akurasi sentimen (98.02%) kemudian pada aspek Environment (98.21%), Historical (97.55%), Experience (99%), Attraction (97.81%), Location (98%), Nature (95.06%).
Co-Authors Amrullah, Rizaldi Efrans Christian Muhammad fauzan Nova Noor Kamala Sari Putra, Bima Faru Rochkim Viktor Handrianus Pranatawijaya