Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.99

P-Index

This Author published in this journals

All Journal International Journal of Informatics and Communication Technology (IJ-ICT) Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Majalah Ilmiah Teknologi Elektro Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Jurnal Ilmiah Teknologi dan Komputer (JITTER)

I Made Suwija Putra

Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Author-ID : 2917138

Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Improved service governance in notary administration system through multi channel access implementation A.A. Kompiang Oka Sudana; Ni Kadek Giofanni Chandra Devi; I Made Suwija Putra
International Journal of Informatics and Communication Technology (IJ-ICT) Vol 9, No 2: August 2020
Publisher : Institute of Advanced Engineering and Science

Notary is an official authorized to make an authentic deed regarding all deeds, agreements and stipulations required by a general rule. Activities carried out at the notary office such as recording client data and file data still use traditional systems that tend to be manual. The problem that occurs is the inefficiency in data processing and providing information to clients. Clients have difficulty getting information related to the progress of documents that are being taken care of at the notary's office. The client must take the time to arrive to the notary's office repeatedly to check the progress of the work of the document file. The purpose of this study is to facilitate clients in obtaining information about the progress of the work in progress, and make it easier for employees to process incoming documents by implementing an administrative system. This system was developed with the waterfall system development method and uses the Multi-Channel Access Technology integrated in the website to simplify the process of delivering information and requesting information from clients and to clients with Telegram and SMS Gateway. Clients will come to the office only when there is a notification from the system via Telegram or SMS notifying that the client must come directly to the notary's office, thus leading to an efficient time and avoiding excessive transportation costs. The overall functional system can function properly based on the results of alpha testing. The results of beta testing conducted by distributing the system feasibility test questionnaire to end users, get a percentage of 96% of users agree the system is feasible to be implemented.

Extractive Text Summarization of Student Essay Assignment Using Sentence Weight Features and Fuzzy C-Means I Made Suwija Putra; Yonatan Adiwinata; Desy Purnami Singgih Putri; Ni Putu Sutramiani
International Journal of Artificial Intelligence Research Vol 5, No 1 (2021): June 2021
Publisher : STMIK Dharma Wacana

One of the main tasks of a lecturer is to give students an academic assessment in the learning process. The assessment process begins with reading or checking the answers of student assignments that contain a combination of very long sentences such as essay or report assignments. This certainly takes a lot of time to get the primary information contained therein. It is necessary to summarize the answers so that the lecturer does not need to read the whole document but is still able to take the essence of the response to the task. This study proposes the application of summarizing text documents of student essay assignments automatically using the Fuzzy C-Means method with the sentence weighting feature. The sentence weighting feature is used by selecting the sentence with the highest weight in one cluster, helping the system to get the primary information from a document quickly. The results of this study indicate that the system succeeds in summarizing text with an average evaluation of the values of precision, recall, accuracy, and F-measure of 0.52, 0.54, 0.70, and 0.52, respectively.One of the main tasks of a lecturer is to give students an academic assessment in the learning process. The assessment process begins with reading or checking the answers of student assignments that contain a combination of very long sentences such as essay or report assignments. This certainly takes a lot of time to get the primary information contained therein. It is necessary to summarize the answers so that the lecturer does not need to read the whole document but is still able to take the essence of the response to the task. This study proposes the application of summarizing text documents of student essay assignments automatically using the Fuzzy C-Means method with the sentence weighting feature. The sentence weighting feature is used by selecting the sentence with the highest weight in one cluster, helping the system to get the primary information from a document quickly. The results of this study indicate that the system succeeds in summarizing text with an average evaluation of the values of precision, recall, accuracy, and F-measure of 0.52, 0.54, 0.70, and 0.52, respectively.

Comparison of Support Vector Machine and K-Nearest Neighbor for Baby Foot Identification based on Image Geometric Characteristics Angga Pratama Nugraha; I Nyoman Piarsa; I Made Suwija Putra
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 9, No. 1, April 2021
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIM.2021.v09.i01.p08

Biometric recognition of infant identification systems is critical in security access for identification and verification systems. However, until now, hospitals or health centres in Indonesia still use conventional biometric identification, such as stamping or inking on the soles of babies' feet affixed to paper and are very vulnerable to the risk of damage or loss of data. To resolve this problem, computer vision technology can accurately identify the baby's feet' soles with the final result in the form of digital data. This study compares the classification method of baby feet using the SVM (Support Vector Machine) algorithm with the K-Nearest Neighbor algorithm. The baby's feet understudy image was taken using a cellphone camera with sample data of 3 months old babies. Comparing the SVM and KNN classification methods obtained high accuracy, precision and recall values, namely 98.80% accuracy, 89.51% precision and 88.00% recall. (for the SVM Gaussian kernel classification), with an accuracy of 99.08%, 92.65% precision and 90.75% recall (for the KNN Ecluidean Distance classification), it can be concluded that the KNN classification method using Euclidean distance is the best for applied in the baby palm identification system using the geometric image feature.

Implementasi Generalized Vector Space Model (GVSM) dalam Pencarian Buku di Perpustakaan I Made Suwija Putra; Ni Putu Ayu Widiari; I Wayan Gunaya
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 7, No. 1, April 2019
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Perpustakaan sebagai tempat koleksi buku yang besar tentu akan menemui kesulitan pelayanan pencarian buku jika masih menggunakan teknologi konvensional. Dalam ilmu Information Retrieval terdapat beberapa metode dalam pencarian dokumen yang relevan, salah satunya Generalized Vector Space Model (GVSM). Metode ini merupakan perkembangan dari Vector Space Model yang menggunakan model aljabar. GVSM menggunakan pertimbangan kedekatan antar kata yang dinyatakan dalam vector dua dimensi. Dalam Aplikasi pencarian buku, judul, pengarang, dan sinopsis buku dimasukkan ke dalam database dan dilakukan preprocessing diantaranya tokenisasi, stopword removal, dan stemming. Hal yang sama untuk kata kunci (query) pencarian yang diinputkan user juga dilakukan proses preprocessing. Dalam GVSM, dokumen dan query pencarian akan diubah kedalam bentuk vector dan dicari similaritasnya berdasarkan perkalian vector. Hasil dari implementasi metode GVSM dalam aplikasi pencarian buku di perpustakaan didapatkan hasil perbandingan nilai precision dan recall sebesar 0.703 dan 0.910 yang artinya hasil pencarian yang ditampilkan masih mendekati keinginan user. Kata Kunci: Pencarian Dokumen, Generalized Vector Space Model, Similaritas, Query

Peramalan Jumlah Kecelakaan Lalu Lintas Menggunakan Metode Support Vector Regression Ni Putu Ratindia Apriyanti; I Ketut Gede Darma Putra; I Made Suwija Putra
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 8, No. 2, August 2020
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIM.2020.v08.i02.p01

Kecelakaan lalu lintas merupakan salah satu peristiwa yang sering terjadi dijalan yang dapat menyebabkan adanya korban jiwa. Pentingnya penelitian bertujuan untuk meramalkan kasus Kecelakaan Lalu Lintas di Provinsi Bali. Peramalan dilakukan dengan menerapkan teknik penambangan data atau yang sering disebut dengan data mining. Penambangan data (data mining) merupakan sekumpulan proses yang digunakan untuk mencari nilai yang tidak bisa didapatkan secara otomatisl. Peramalan dalam penelitian ini menggunakan Metode Support Vector Regression dengan 2 kernel yaitu Kernel Polynomial dan Kernel RBF. Data yang digunakan dari Tahun 2006 sampai dengan Tahun 2018. Data tersebut dikelompokkan menjadi data training dengan jumlah (9 data) dan data testing dengan jumlah (4 data). Hasil peramalan yang didapatkan dibandingkan dengan nilai persentase MAPE yang dihasilkan. Hasil peramalan menggunakan kernel Polynomial menghasilkan nilai Persentase MAPE sebesar 7,95% dimana hasil peramalan artinya “Sangat Bagus”. Hasil peramalan menggunakan kernel RBF memiliki persentase MAPE yang lebih besar yaitu 13.35% yang artinya hasil peramalan “Bagus”. Penggunaan dari dua kernel tersebut menyatakan bahwa dalam Metode Support Vector Regression untuk meramalkan kasus kecelakaan lalu lintas lebih tepat menggunakan Kernel Polynomial. Semakin kecil nilai persentase MAPE yang dihasilkan maka semakin bagus juga hasil peramalan yang didapatkan.

Identification of Baby's Feet Using Principal Component Analysis (PCA) Method Character Extraction with K-Nearest Neighbor (KNN) Classification in Matlab Application Geyge Andika Lesmana; I Nyoman Piarsa; I Made Suwija Putra
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol 9 No 3 (2021): Vol. 9, No. 3, December 2021
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIM.2021.v09.i03.p02

Biometric recognition systems or human identification are very important in security access for identification and verification systems. The biometric recognition system can be used as an identification system based on the characteristics possessed by the body part of each individual. The soles of the feet can be used for identification because the soles of the feet have certain and unique characteristics which include major lines, protrusions, small dots, single points, and textures. The introduction of biometrics in babies is still conventional, which is a standard operating procedure such as attaching bracelets on baby's feet and imprinting or inking on the soles of baby's feet which are affixed to paper and are very vulnerable to the risk of damage or loss of data, there is a need for a system that can store data automatically digital and able to do the baby identification process. The Principal Component Analysis method is used for the extraction process of the characteristics of the baby's feet. The classification uses the K-Nearest Neighbor (K-NN) method with the euclidean distance approach. Tests were carried using 120 images of baby feet, there are 20 classes, each class contains 3 images of the right foot and 3 images of the foot of the left foot, and a dataset of 280 training images. The highest accuracy result obtained in system testing is 91% with a computation time of 5.63 seconds using the Principal Component Analysis method with the K-Nearest Neighbor (K-NN) classification.Keywords: Footprint, Feature Extraction, Principal Component Analysis, K-Nearest Neighbor.

Identifikasi Burr Cell dalam Eritrosit Menggunakan Region Properties pada Citra Mikroskop Putu Andre Mahaputra; I Made Suwija Putra
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 6, No. 1, April 2018
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Uremia adalah sindroma klinik yang terjadi pada semua organ akibat penurunan fungsi ginjal. Secara laboratoris, uremia ditandai dengan peningkatan kadar ureum dan kreatinin dalam darah. Kadar ureum yang tinggi akan menyebabkan perubahan morfologi pada eritrosit. Oleh sebab itu salah satu cara untuk mendiagnosis penyakit ini adalah dengan melakukan pemeriksaan apusan darah tepi untuk melihat ada tidaknya kelainan morfologi eritrosit yaitu burr cell. Hasil pemeriksaan berupa citra ini kemudian diagnosis oleh ahli patologi klinik atau dokter untuk mendapatkan hasil dengan cara manual. Berdasarkan hal tersebut penelitian ini dilakukan untuk mengimplementasikan deteksi secara visual ke dalam komputer yang dapat membantu dokter maupun tenaga laboratorium untuk mendeteksi penyakit uremia berdasarkan citra hasil apusan darah tepi. Aplikasi deteksi burr cell menggunakan Region Properties Filtering sebagai ekstraksi ciri penyakit uremia dan sekaligus pendeteksi dari citra tersebut. Citra yang diuji sebanyak 6 buah citra eritrosit dengan hasil pengujian aplikasi mendapatkan rata-rata akurasi sebesar 89,13%.

Analisis Usability Aplikasi iBadung Menggunakan Heuristic Evaluation Method I G A A Diah Indrayani; I Putu Agung Bayupati; I Made Suwija Putra
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 8, No. 2, August 2020
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Seiring berjalannya waktu teknologi terus berkembang semakin canggih. Dimulai dari website, sampai dengan teknologi mobile. Teknologi website dan mobile memiliki peran yang sangat penting sebagai sumber informasi. iBadung merupakan sebuah aplikasi mobile yang memiliki fungsi sebagai wadah yang menyediakan berbagai jenis buku bacaan atau dapat disebut perpustakaan digital yang dapat diakses oleh semua orang. Untuk dapat mengukur tingkat kenyamanan user, kelayakan aplikasi, dan interface aplikasi maka dilakukan pengujian usability, tujuan untuk menganalisis user experience dalam penggunaan aplikasi iBadung. Fungsi dari metode Heuristic Evaluation adalah mengetahui tingkat usability pada iBadung. Pengujian ini mengisi kuesioner dilakukan oleh 17 orang responden dengan kategori pengguna awam, pengguna biasa dan pengguna administrator. Hasil yang didapat dari pengujian pertama pengguna awam mendapat nilai severity rating skala 2 kategori minor usability problem, pengguna biasa dan pengguna administrator mendapat nilai severity rating skala 1 kategori cosmetic problem. Temuan permasalahan yaitu pada logo aplikasi, tata letak icon menu, tampilan menu login, penambahan pop up exit pada tampilan aplikasi iBadung dan dilakukan perbaikan tampilan sesuai rekomendasi user selanjutnya melakukan pengujian kedua setelah perbaikan tampilan selesai dikerjakan.

Klasifikasi Citra Mammogram Menggunakan Metode K-Means, GLCM, dan Support Vector Machine (SVM) Kadek Novar Setiawan; I Made Suwija Putra
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 6, No. 1, April 2018
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Kanker payudara termasuk salah satu penyakit tidak menular yang cenderung terus meningkat setiap tahunnya. Penyakit ini terjadi hampir seluruhnya pada wanita, tetapi dapat juga terjadi pada pria. Cara terbaik untuk mengidentifikasi keberadaan kanker payudara pada tahap awal adalah dengan menafsirkan gambar mammogram yang menggunakan sinar-X yang dapat memperlihatkan keabnormalan atau kelainan pada payudara dalam bentuk yang sangatkecil. Identifikasi secara visual memerlukan skill penglihatan dan pengetahuan dalam mengklasifikasikan hasil dari citra mammogram. Berdasarkan hal tersebut penelitian ini mengusulkan identifikas/klasifikasi kanker payudara pada citra mammogram secara visual ke dalam komputer dengan menggunakan metode segmentasi k-menas, ekstraksi fitur tekstur Gray Level Co-Occurence Matrix (GLCM) dan metode klasifikasi Support Vector Machine (SVM). Aplikasi pada penelitian ini dapat mengklasifikasi/mengenali citra mammogram yang normal dan abnormal dengan nilai akurasi yang diperoleh sebesar 80%.

Segmentasi Citra Remote Sensing Laut Dengan Metode Clustering DBSCAN I Made Suwija Putra
Jurnal Teknologi Elektro Vol 12 No 2 (2013): (July - December) Majalah Ilmiah Teknologi Elektro
Publisher : Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (412.757 KB)

Kebutuhan terhadap citra jarak jauh di bidang kelautan ini sangat diperlukan terutama dalam bidang pemetaan wilayah zona kedalaman laut ataupun bidang keteknikan yang lain. Oleh karena itu dibutuhkan sistem yang dapat menetukan wilayah zona kedalaman laut melalui citra digital berupa citra penginderaan jauh (remote sensing) yang tentunya diharapkan lebih efisien dari cara konvensional yang sudah ada untuk bisa memetakan zona wilayah kelautan karena hanya membutuhkan sebuah citra input dengan objek laut dari penginderaan jarak jauh. Penelitian ini melakukan identifikasi zona kedalaman laut dari citra menggunakan metode DBSCAN (Density-Based Spatial Clustering of Applications with Noise). Metode DBSCAN diberikan proses pra pengolahan citra baik itu penyesuaian ukuran citra dan kuantisasi warna citra sebelum dilakukan proses DBSCAN agar proses metode DBSCAN bisa bekerja lebih efisien. Proses DBSCAN nantinya akan menghasilkan zona kedalaman laut yang sesuai dengan citra yang ingin diketahui tanpa harus menentukan jumlah cluster terlebih dahulu atau zona kedalaman laut yang ada pada citra yang diujikan. Tingkat keberhasilan metode DBSCAN yang diberikan proses pra pengolahan berupa kuantisasi warna ini berhasil memberikan informasi mengenai zona kedalaman laut sesuai dengan citra ocean yang ingin diketahui dengan rata-rata persentase keberhasilan sebesar 96,3 persen dari beberapa percobaan citra input yang telah dilakukan pada penelitian ini.

Co-Authors Anak Agung Kompiang Oka Sudana Angga Pratama Nugraha Desy Purnami Singgih Putri Dewa Komang Tri Adhitya Putra Dwi Rusjayanthi, Dwi Geyge Andika Lesmana I G A A Diah Indrayani I Gusti Ngurah Agung Trisna Putra I ketut Gede Darma Putra I Made Sukarsa I Nyoman Aditya Mahendra I Nyoman Piarsa I Putu Agung Bayupati I Putu Bagus Gede Prasetyo Raharja I Wayan Gunaya Kadek Novar Setiawan Ni Kadek Giofanni Chandra Devi Ni Putu Ayu Widiari Ni Putu Ratindia Apriyanti Ni Putu Sutramiani Putu Andre Mahaputra Putu Jhonarendra Rizky Bagus Paramadani Tony Le Yonatan Adiwinata

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search