Article Per Year (5 Year)
p-Index From 2019 - 2024
0.702
P-Index
This Author published in this journals
All Journal Jurnal Sistem dan Informatika Journal of Information Technology and Computer Science WIDYABHAKTI Jurnal Ilmiah Populer Journal of Information Systems and Informatics
I Gede Bintang Arya Budaya
Institut of Technology and Business STIKOM Bali
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Perancangan Mesin Translasi berbasis Neural dari Bahasa Kawi ke dalam Bahasa Indonesia menggunakan Microframework Flask I Gede Bintang Arya Budaya; Made Windu Antara Kesiman; I Made Gede Sunarya
Jurnal Sistem dan Informatika (JSI) Vol 16 No 2 (2022): Jurnal Sistem dan Informatika (JSI)
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/jsi.v16i2.440

Abstract

Mesin Translasi (MT) adalah pilihan utama bagi orang-orang, terutama untuk mempelajari pengetahuan yang tidak menggunakan bahasa asli mereka. Bahasa Kawi sebagai bahasa lokal, meskipun jarang digunakan secara aktif, merupakan bahasa yang banyak digunakan dalam berbagai literatur lama seperti lontar, khususnya di Bali yang masih dipelajari hingga saat ini. Banyak MT dengan pengguna aktif, seperti bahasa Indonesia yang terus dikembangkan tetapi tidak untuk bahasa Kawi. Perancangan MT berbasis neural menggunakan microframework Flask merupakan langkah awal pengembangan MT dari bahasa Kawi ke Bahasa Indonesia. Pengembangan dimulai dengan membuat korpus paralel Kawi ke Indonesia dan dilanjutkan dengan membuat arsitektur MT dengan model berbasis Recurrent Neural Network (RNN) yaitu simple RNN dan bidirectional RNN. Berdasarkan hasil pengujian, kedua model ini mampu mencapai skor BLEU sebesar 20.43 untuk simple RNN dan 17.6 untuk bidirectional RNN. Model MT yang diajukan masih belum mampu mencapai level standar seperti ahli manusia dan high resources MT yaitu berdasar Google dengan skor BLEU minimal 60. MT untuk bahasa Kawi ke bahasa Indonesia dapat dikembangkan kedepan dengan pemanfaatan microframework Flask, yang dapat membantu proses pengembangan lebih cepat.
Digital Marketing Literacy for Food Product Dewi Catur Women Farmer Group I Gede Bintang Arya Budaya; Dedy Panji Agustino; Gede Indra Raditya Martha
WIDYABHAKTI Jurnal Ilmiah Populer Vol. 4 No. 3 (2022): Juli
Publisher : STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/widyabhakti.v4i3.328

Abstract

Evolusi dari teknologi informasi seperti sosial media telah terbukti meningkatkan efektifitas dalam hal komunikasi penjualan dan pemasaran. Adopsi sosial media terbukti dapat meningkatkan performa bisnis dari usaha. Kelompok Wanita Tani (KWT) Dewi Catur adalah kelompok tani dari Desa Catur, Kabupaten Bangli, Provinsi Bali, mengembangkan produk olahan jeruk siam seperti teh herbal kulit jeruk, kopi biji jeruk, kue ampas jeruk, dan air sari jeruk. Tantangan yang dihadapi oleh KWT Dewi Catur adalah bagaimana cara untuk menyampaikan informasi produk ini melalui proses digital marketing yang efektif dan efisien serta bagaimana mengetahui kepada siapa produk tersebut akan ditawarkan. Inilah mengapa tim pelaksana dalam kegiatan pengabdian masyarakat memberikan pendampingan penguatan ilmu pengetahuan dalam program literasi digital marketing secara mengkhusus untuk produk pangan hasil produksi KWT Dewi Catur. Metode yang digunakan pada pelaksanaan program pengabdian kepada masyarakat ini adalah dengan menggunakan Metode Ceramah, Demonstrasi, dan Praktikum. Hasil dari program ini peserta mampu merancang strategi digital marketing sesuai standar dan membuat sampel konten sederhana dengan Canva analisa hashtag dengan All – Hashtag. Program literasi digital marketing berhasil membuat peserta dari KWT Dewi Catur memberikan respon positif. Hal ini berdasarkan antusiasme peserta dalam proses diskusi dan hasil dari luaran yang berhasil dikerjakan peserta selama proses pendampingan.
Edutech Digital Start-Up Customer Profiling Based on RFM Data Model Using K-Means Clustering Dedy Panji Agustino; I Gede Harsemadi; I Gede Bintang Arya Budaya
Journal of Information System and Informatics Vol 4 No 3 (2022): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v4i3.322

Abstract

Digital start-up is companies with a high risk because they are still looking for the most fitting business model and the right market. The company's growth is the primary goal of the start-up. As a newly established company, digital start-ups have one challenge, it is the ineffectiveness of the marketing process and strategic schemes in terms of maintaining customer loyalty, the same goes for edutech digital start-ups. Ineffective and inefficient plans can waste resources. Hence, a method is needed to find out the optimal solution to understanding the customer characteristic. Business Intelligence is needed, with the customer profiling process using transaction data based on the RFM (Retency, Frequency, Monetary) model using the K-Means algorithm. In this study, the transaction data comes from an education platform digital start-up assisted by the STIKOM Bali business incubator. Based on three metrics, namely the Elbow Method, Silhouette Scores, and Davis Bouldin Index, transaction data for sales retency, sales frequency, and sales monetary can be analyzed and can find the optimal solution. For this case, K = 2 is the optimum cluster solution, where the first cluster is the customer who needs more engagement, and the second cluster is the best customer
The Influence of Word Vectorization for Kawi Language to Indonesian Language Neural Machine Translation I Gede Bintang Arya Budaya; Made Windu Antara Kesiman; I Made Gede Sunarya
Journal of Information Technology and Computer Science Vol. 7 No. 1: April 2022
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202271387

Abstract

People relatively use machine translation to learn any textual knowledge beyond their native language. There is already robust machine translation such as Google translate. However, the language list has only covered the high resource language such as English, France, etc., but not for Kawi Language as one of the local languages used in Bali's old works of literature. Therefore, it is necessary to study the development of machine translation from the Kawi language to the more active user language such as the Indonesian language to make easier learning access for the young learner. The research developed the neural machine translation (NMT) using recurrent neural network (RNN) based neural models and analyzed the influence of word vectorization using Word2Vec for the machine translation performance based on BLEU scores. The result shows that word vectorization indeed significantly increases the NMT models performance, and Long-Short Term Memory (LSTM) with attention mechanism has the highest BLEU scores equal to 20.86. The NMT models still could not achieve the BLEU scores on par with those human experts and high resource language machine translation. On the other hand, this initial study could be the reference for the future development of Kawi to Indonesian NMT.
Co-Authors Dedy Panji Agustino Dedy Panji Agustino Gede Indra Raditya Martha I Gede Harsemadi I Made Gede Sunarya Made Windu Antara Kesiman Made Windu Antara Kesiman