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 Gusti Agung Istri Agrivina Shyta Devi
Unknown Affiliation
Humanities Computer Science & IT Engineering Other

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

Found 2 Documents
Search

 1 
User Interface Website Penjadwalan Tugas Akhir di Fakultas MIPA Universitas Udayana I Gusti Agung Istri Agrivina Shyta Devi; I Made Widiartha; I Gusti Ngurah Anom Cahyadi Putra
Jurnal Pengabdian Informatika Vol. 4 No. 2 (2026): JUPITA Volume 4 Nomor 2, Februari 2026
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana menerapkan serangkaian tahapan wajib untuk mahasiswa yang akan menyusun tugas akhir, termasuk mengikuti workshop, penyusunan proposal, dan ujian proposal. Namun, pengelolaan tahapan-tahapan tersebut masih dilakukan secara manual melalui komunikasi pribadi, formulir online, dan pengumuman jadwal ujian melalui grup WhatsApp. Hal ini mengakibatkan kendala dalam pengarsipan dan pemantauan perkembangan mahasiswa. Oleh karena itu, penelitian ini mengembangkan sebuah sistem otomatis untuk penjadwalan tugas akhir yang mempermudah mahasiswa dalam mendaftar workshop, mengumpulkan proposal, serta memungkinkan dosen memantau perkembangan mahasiswa secara lebih terstruktur dan efisien. Sistem ini dirancang menggunakan metode design thinking, yang terdiri dari lima tahapan, yaitu empathize, define, ideate, prototype, dan test. Berdasarkan hasil User Acceptance Test (UAT) dan pelatihan yang telah dilakukan, sistem yang dikembangkan telah terbukti mampu memenuhi kebutuhan pengguna, meningkatkan efisiensi administrasi tugas akhir, serta memberikan pengalaman pengguna yang lebih baik dalam pengelolaan proses akademik di fakultas.
Klasifikasi Genre Musik Menggunakan Metode Support Vector Machine Dengan Multi-Kernel I Gusti Agung Istri Agrivina Shyta Devi; I Made Widiartha
Jurnal Nasional Teknologi Informasi dan Aplikasinya Vol. 3 No. 1 (2024): JNATIA Vol. 3, No. 1, November 2024
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.2024.v03.i01.p15

Abstract

Music is a universal art that reflects cultural diversity and individual preferences through various genres. This research explores music genre classification using Support Vector Machine (SVM) with multi-kernel methods. The SVM algorithm, known for its effectiveness in handling complex datasets, is employed to classify music genres based on audio features. The research utilizes the GTZAN dataset, comprising 10 music genres, and extracts audio features from WAV files. After normalization and data splitting, SVM models are trained and evaluated. Results indicate a significant accuracy improvement after hyperparameter tuning, with the best models achieving accuracies of 88.92% for the polynomial kernel and 89.32% for the RBF kernel. 
Co-Authors I Gusti Ngurah Anom Cahyadi Putra I Made Widiartha