Claim Missing Document
Check
Articles

SISTEM INSTALASI AIR RUMAH TERKOMPUTERISASI BERBASIS MIKROKONTROLER DENGAN PERINTAH SMS Darmawan, I Dewa Made Bayu Atmaja; Mogi, I Komang Ari; Santiyasa, I Wayan
JST (Jurnal Sains dan Teknologi) Vol 6, No 1 (2017)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (937.851 KB) | DOI: 10.23887/jst-undiksha.v6i1.9388

Abstract

Penelitian ini berangkat dari permasalahan yang dialami masyarakat Jimbaran dalam mengelola instalasi air karena permasalahan distribusi air yang sering bermasalah. Masyarakat pada kawasan tersebut pada umumnya memiliki dua buah tandon air, tandon tertanam dan tandon atas. Suplai air didapatkan dari perusahaan air minum daerah yang sering kali mengalami permasalahan dalam distribusinya. Pihak ketiga penyedia air bersih digunakan sebagai alternatif untuk memenuhi kebutuhan air bersih. Permasalahan tersebut mengharuskan pemilik rumah harus mengetahui kondisi tandon air bawah tanah dan atas sebelum memutuskan untuk membeli air bersih di pihak ketiga. Hal tersebut relatif sulit dilakukan dengan pengamatan langsung. Sistem mikrokontroler digunakan sebagai solusi untuk permasalahan tersebut. Sistem yang dibangun memungkinkan pengguna dalam mengontrol instalasi air. Fitur yang dibangun meliputi, notifikasi kapasitas air di setiap tandon air, mengontrol secara otomatis pompa air untuk mengisi tandon atas, mengontrol secara otomatis keran PDAM. Fitur tersebut didukung dengan layanan SMS. Sehingga pemilik rumah dapat mengontrol dan monitoring instalasi air rumah menggunakan layanan SMS.
Implementation of Backpropagation for Ulap-ulap Pattern Recognition Dewi, Ni Luh Yulia Alami; Santiyasa, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 3 (2021): JELIKU Volume 9 No 3, Februari 2021
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2021.v09.i03.p12

Abstract

Ulap-ulap is one of the symbols used to indicate that a building has been carried out Mlaspas ceremony. Mlaspas is one of the ceremonies performed to purify and clean a building. Ulap-ulap itself consists of various types depending on the building where it is placed, for example the ulap-ulap placed on the Pelinggih building will be different from the ulap-ulap placed on the Bale building. So that the pattern contained in each type of Ulap-ulap is different. The purpose of this research is to be able to do pattern recognition on Ulap-ulap images. The method used in this study is Backpropagation, and for its implementation, the MATLAB 7.5.0 (R2007b) application is used. This study used 18 images of Ulap-ulap, including 15 training data and 6 test data. The stages of the process carried out are for Ulap-ulap pattern recognition, the first is data collection, then image processing, and finally the pattern recognition. Recognition of the Ulap-ulap image pattern with Backpropagation, resulted in an accuracy of 83.333%.
Sentiment Analysis of the Enforcement of PSBB Part II in Jakarta Brahmantha, Gede Putra Aditya; Santiyasa, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 9 No 2 (2020): JELIKU Volume 9 No 2, November 2020
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2020.v09.i02.p13

Abstract

In addition to communicating, Social Media is a place to issue opinions by the public on many things that are currently taking place, Twitter is one of these social medias that is widely used in conveying opinions regardless of whether these opinions are negative, positive, or even neutral. Tweets data about the Enforcement of PSBB Part II in Jakarta were obtained as many as 200 opinions using web crawling then advanced to the preprocessing stage before being classified using the K-Nearest Neighbor and Multinomial Naive Bayes algorithms. In 3 tests, the highest accuracy was 65.00% for K-Nearest Neighbor and the highest accuracy was 85.00% for Multinomial Naive Bayes method.
PREDIKSI DAN AKURASI NILAI TUKAR MATA UANG RUPIAH TERHADAP US DOLAR MENGGUNAKAN RADIAL BASIS FUNCTION NEURAL NETWORK Budiastawa, I Dewa Gede; Santiyasa, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 7 No 4 (2019): JELIKU Volume 7 No 4, Mei 2019
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2019.v07.i04.p12

Abstract

Currency exchange rates, or often referred to as the exchange rate, are the price of one unit of a foreign currency in a domestic currency or can also be called the price of a domestic currency against a foreign currency. The value of a country's currency is strongly influenced by the flow of capital between countries. The high exchange rate of other countries' currencies against a country will result in the deterioration of the economic situation of a country. The weakening of the currency exchange rate will cause Indonesia's foreign debt to increase and the balance sheets of companies and banks will decline. The phenomenon of volatile rupiah exchange rate fluctuations often occurs in Indonesia which will cause economic conditions, especially trade will be disrupted because trade is valued in US dollars (USD). Therefore, serious handling is needed in the face of erratic exchange rate fluctuations because it will affect the economic performance of a country so that a decision can be made after knowing the exchange rate of the next period. In helping to make decisions, the authors make a forecasting model of the rupiah exchange rate against USD using the radial basis function of the neural network. In this research used factors that influence the fluctuation of the rupiah exchange rate against IDR, namely the value of exports, imports, GDP, BI interest rates, inflation rates, and the money supply. In this research optimization of learning rate and hidden neuron parameters was done to get the lowest error value or error rate. The results of the research using the radial basis of neural network functions produce accuracy values ranging from 89 - 95% in the training process while the testing process ranges from 67 - 98% and with an error rate of 4 - 11% in the training process while 2 - 32% for testing process. Key Words : Exchange rates, forecasting, RBF, training, testing, accuracy
Rancang Bangun Sistem Informasi Manajemen Arsip Surat permata, putu radheya surya; Santiyasa, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 8 No 1 (2019): JELIKU Volume 8 No 1, Agustus 2019
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2019.v08.i01.p11

Abstract

Arsip merupakan pusat ingatan bagi setiap organisasi atau instansi, apabila pengolahannya kurang baik akibatnya akan mempengaruhi reputasi suatu organisasi atau instansi tersebut. Salah satu kegunaan arsip adalah untuk manajemen document penting seperti surat masuk dan surat keluar. Sistem Informasi Pengarsipan Surat Masuk dan Keluar dikembangkan berdasarkan metode Waterfall dan diharapkan akan mempermudah instansi pemerintahan kantor Perbekel Desa Pemecutan Kelod Kecamatan Denpasar Barat Kota Denpasar akan berjalan secara lebih optimal melayani masyarakat dengan cepat dan tepat.
Sentiment Analysis of the Indonesian Health Ministry Performance in Covid-19 Crisis using Support Vector Machine (SVM) Putra, Fathiyarizq Mahendra; Santiyasa, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 1 (2021): JELIKU Volume 10 No 1, Agustus 2021
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2021.v10.i01.p09

Abstract

Corona Virus Disease or COVID 19 is a new virus disease that originated in 2019 [6], Indonesia has reported first COVID-19 In 2nd March 2020. Various attempts have been made by the government, such as taking strict measures by temporal lockdown or cordoning off the areas that were suspected of having risks of community spread. As a source of information, the internet has changed substantially,. for example, social media. social media is a communication tool that is very popular among internet users today, From social media, users can update status, send messages, even, become a platform for exchanging socio-economic opinions and political views both in their place of residence or their country. This paper deals with the sentiment analysis of Indonesian after the peformance of Indonesian Ministry Of Health. We used the social media platform Twitter for our analysis. Tweets were studied to gauge the opinion of Indonesian towards peformance of Indonesian Ministry Of Health. Tweets were extracted using the two prominent keywords used namely: “terawan ”and “menkes” from June 15th to September 19th 2020. A total of 200 tweets were considered for the analysis. This study has successfully implemented the SVM algorithm for sentiment analysis on tweet data about peformance of Indonesian Ministry Of Health during COVID-19 Crisis. This is shown by the accuracy of using tweet data as much as 200 data, which is 172 data are training data and 28 are testing data. Besides the amount of data that affects accuracy, there are also other factors, namely the use of the kernel and the number of classes used. The results show that the Linear Kernel has the best accuracy, precision and recall rate compared to other kernels, respectively 75% for accuracy, 78.4% for precision and a recall value of 75%. for polynomial kernels, Gaussian and Sigmoid have the same accuracy, precision, and recall rates, namely, respectively. 60.71% for accuracy, 36.86% for precision and 60.71% recall value.
SISTEM REKOMENDASI TEMPAT WISATA MENGGUNAKAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN NAÏVE BAYES Gede Dwidasmara, Ida Bagus; Putra, I Gusti Ngurah Agung Widiaksa; Widiartha, I Made; Santiyasa, I Wayan; Made Mahendra, Ida Bagus; Ngurah Eka Karyawati, Anak Agung Istri
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2021.v10.i02.p05

Abstract

Bali merupakan salah satu daerah pariwisata terbaik di Indonesia, terbukti pada tahun 2016 Bali menerima sejumlah penghargaan pada TripAdvisor Travellers Choice Award dalam lingkup global dan Asia. Namun adanya wabah virus Corona dari tahun 2019, menyebabkan sektor pariwisata di bali menjadi menurun, dengan demikian dibutuhkan solusi untuk memulihakan sektor pariwisata yang ada di bali, dimana salah satu solusinya adalah dengan mengangkat wisata budaya dengan lebih maksimal, sebagai daya tarik utama destinasi wisata di bali. Maka penulis mengajukan Sistem Rekomendasi wisata, yang bertujuan untuk merekomendasikan tempat wisata yang sesuai dengan wisatawan, yang dalam sistem rekomendasi ini direkomendasikan juga destinasi wisata budaya yang langsung direkomendasikan oleh masyarakat, dan terdapat juga pemetaan tempat wisata sebagai bagian dari sistem rekomendasi wisata, pemetaan tempat wisata umum dan tempat wisata budaya . Pada sistem rekomendasi wisata ini, menggunkaan Algoritma Naïve Bayes untuk merekomendasikan destinasi wisata umum berdasarkan motivasi personal wisatawan, yang berdasarkan atribut umur, jenis kelamin, minat alam, minat buatan, minat budaya wisatawan, dengan menggunakan 200 data training yang terdiri dari 14 class tempat wisata . Selain itu sistem rekomendasi wisata ini dilengkapi dengan rekomendasi perutean tempat wisata menggunakan Algoritma Cheapest Insertion Heuristic, untuk mengatur list rute tempat wisata Kata Kunci : Sistem Rekomendasi, Algoritma Naïve Bayes, Algoritma Cheapest Insertion Heuristi, Motivasi Personal, Pemetaan Tempat.
Implementasi Metode Gaussian dan Median Filtering dalam Penghilangan Noise pada Citra Satya, I Dewa Gede Rama; Widiartha, I Made; Atmaja Darmawan, I Dewa Made Bayu; Ari Mogi, I Komang; Astuti, Luh Gede; Santiyasa, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2021.v10.i02.p01

Abstract

Meningkatnya angka kriminalitas menjadikan salah satu faktor dipasangnya CCTV pada beberapa sudut area oleh beberapa lembaga sebagai bentuk pengawasan, salah satunya yang telah dilakukan oleh Kementerian Perhubungan Republik Indonesia. Pengawasan melalui CCTV sering kali menghadapi gangguan, seperti hasil citra ber-noise yang menghambat proses pengidentifikasian suatu objek yang tertangkap CCTV. Oleh karena itu, penulis mencoba untuk melakukan implementasi metode Gaussian Filtering dan Median Filtering sebagai upaya dalam menghilangkan noise pada citra yang dihasilkan oleh CCTV. Implementasi yang akan dilakukan pada penelitian ini diawali dengan melakukan input data yang berupa citra hasil screen capture CCTV, kemudan dilakukan konversi dari citra berwarna menjadi citra greyscale. Tahap selanjutnya adalah melakukan penghilangan noise menggunakan metode Gaussian Filtering dan Median Filtering. Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR) digunakan dalam pengujian. Dapat disimpulkan dari penelitian ini, Median Filtering lebih efektif dalam melakukan penghilangan noise dari pada Gaussian Filtering. Hal ini dibuktikan dari 20 percobaan penghilangan noise menggunakan Median Filtering, 80% citra yang diproses menghasilkan nilai PSNR yang lebih besar daripada nilai PSNR citra dengan noise dan mengartikan jika citra yang diproses mendekati citra asli (citra tanpa noise). Sedangkan dari dari 20 percobaan penghilangan noise menggunakan Gaussian Filtering hanya 50% citra yang diproses menghasilkan nilai PSNR yang lebih besar daripada nilai PSNR citra dengan noise. Selanjutnya, untuk nilai standar deviasi terbaik penghilangan noise pada citra adalah ketika ada pada nilai 2 dengan rerata persentase penurunan noise sebesar 1,73%. Kata Kunci: CCTV, Citra, Pengolahan Citra, Noise, Gaussian Filtering, Median Filtering.
PENGEMBANGAN SISTEM REKOMENDASI PENEMPATAN PRODUK SOVENIR LOKAL BALI BERDASARKAN ALGORITMA APRIORI STUDI KASUS : PASAR SENI UBUD GIANYAR, BALI Rizky, Muhammad Firyanul; Mahendra, Ida Bagus Made; Kadyanan, I Gusti Agung Gede Arya; Putri, Luh Arida Ayu Rahning; Santiyasa, I Wayan; Karyawati, Anak Agung Istri Ngurah Eka
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2021.v10.i02.p06

Abstract

COVID-19 membawa dampak buruk bagi sektor pendapatan masyarakat Ubud khususnya para penjual souvenir karena menurunnya kedatangan wisatawan. Pemulihan perekonomian masyarakat Ubud khususnya pemasaran souvenir harus memperbaiki beberapa aspek agar mampu menentukan strategi penjualan optimal, sehingga solusi pada penelitian ini adalah pengembangan sistem aplikasi berbasis mobile menyesuaikan kebutuhan penjual souvenir untuk mengembangkan strategi pemasaran pasca COVID-19, aplikasi ini menggunakan implementasi Algoritma Apriori sebagai keluaran rekomendasi berupa pola asosiasi dari transaksi sehingga mendapatkan suatu rules/aturan. Aplikasi dikembangkan secara Hybrid Multiplatform, front-end menggunakan Kotlin Multiplatform Mobile dan Webview, sedangkan back-end menggunakan PHP dan Database MySql. Berdasarkan Evaluasi Aturan Asosiasi dengan tools WEKA menggunakan 25 transaksi dan set minimum support sebesar 0,1 atau 10%, aturan asosiasi sistem sama dengan aturan/rules yang dihasilkan aplikasi WEKA dengan total 42 jumlah aturan asosiasi dengan parameter tertinggi confidence 0,75 dan lift ratio 2,34. Dari hasil pengujian black box, semua fungsional yang ada aplikasi rekomendasi ini telah berhasil berjalan sebagaimana seharusnya dengan persentase keberhasilan 98% di 8 (delapan) platform Android 4 sampai android 11, dan hasil analisis kepuasan pengguna dengan skala likert sebanyak 30 responden rata-rata 86,4% pengguna sangat puas dengan keseluruhan proses sistem. Kata Kunci: Aplikasi Mobile, Data Mining, Algoritma Apriori, Souvenir Pasar Seni Ubud, Android, IOS, Kotlin Multiplatform Mobile, WebView, PHP, MySql.
Segmentasi Baris Aksara Bali Pada Citra Lontar Prashanti, Ni Putu Vidya Vira; Santi Astawa, I Gede; Ngurah Eka Karyawati, Anak Agung Istri; Santiyasa, I Wayan; Gede Dwidasmara, Ida Bagus; Supriana, I Wayan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2021.v10.i02.p03

Abstract

Indonesia merupakan negara kepulauan yang disetiap pulaunya memiliki kebudayaan yang berbeda-beda, seperti misalnya Pulau Bali yang sangat kaya akan warisan budaya, salah satunya yaitu aksara Bali. Aksara Bali merupakan lambang bahasa masyarakat Bali yang sampai saat ini masih digunakan. Salah satu media yang dimanfaatkan untuk menuliskan aksara Bali yaitu lontar dapat mengalami penurunan kualitas dikarenakan usia yang semakin tua. Hal tersebut tentunya berpengaruh terhadap tulisan aksara Bali yang terdapat pada lontar, sehingga menyulitkan pembaca untuk mengetahui informasi yang terkandung pada lontar tersebut. Upaya yang dapat dilakukan untuk menyelamatkan informasi yang terkandung pada lontar adalah dengan mengubahnya kedalam bentuk digital. Tulisan aksara Bali pada lontar terkadang memiliki jarak yang dekat antar baris aksara sehingga karakter aksara pada baris satu dengan karakter aksara pada baris lainnya bersentuhan. Aksara yang bersentuhan juga dapat menyulitkan pembaca memahami makna dari tulisan tersebut. Aksara yang paling sering bersentuhan adalah gantungan pada kasara baris atas dengan pengangge pada baris aksara dibawahnya. Oleh karena itu, diperlukan segmentasi baris untuk menemukan dan memperjelas baris pemisah antara aksara pada baris satu dengan aksara pada baris lainnya. Proses segmentasi baris aksara Bali dilakukan menggunakan Algoritma Genetika. Algoritma Genetika akan mencari kromosom dengan nilai fitness terbaik. Gen pada kromosom tersebut mewakili baris piksel citra biner yang diambil secara acak sesuai batas area segmentasi. Berdasarkan hasil pengujian yang telah dilakukan terhadap 10 bilah citra lontar, diperoleh hasil akurasi proses segmentasi baris aksara Bali menggunakan Algoritma Genetika adalah sebesar 92.17%.