Gusti Ngurah Ady Kusuma
Gusti Ngurah Ady Kusuma has a total of 16 co-authors. Here are the top co-authors by number of shared publications:
- Gusti Ayu Desi Saryanti
Institut Teknologi dan Bisnis STIKOM Bali
3 shared publications - I Komang Dharmendra
Program Studi Sistem Informasi 1
2 shared publications - Rosalia Hadi
STMIK STIKOM Bali
2 shared publications - ) Edwar
Fakultas Informatika dan Komputer
1 shared publication - Deviana
Institut Teknologi dan Bisnis STIKOM Bali, Indonesia
1 shared publication - Gusti Ayu Aghivirwiati
Institut Teknologi dan Bisnis STIKOM Bali, Indonesia
1 shared publication
Latest Publications
- Open Access
- 2 April 2025
- Published by LPPM Institute for Research and Community Service, Dian Cipta Cendikia Institute of Business Technology and Language in Jurnal Informasi dan Komputer
- Vol. 13 (01) , 167-173
ANALISIS PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI DATA PERBANKAN
Data perbankan memiliki karakteristik yang beragam, mencakup transaksi keuangan, riwayat kredit, detail nasabah, dan lainnya. Kompleksitas data ini menimbulkan tantangan dalam pengelolaan dan analisis data yang efektif. Salah satu tantangannya adalah menilai kelayakan kredit pemohon pinjaman rumah. Dalam proses pemberian pinjaman, beberapa faktor dipertimbangkan, termasuk karakter pemohon, kemampuan pembayaran, jaminan, kondisi ekonomi, usia, dan sumber pendanaan. Analisis risiko kredit dapat dilakukan melalui berbagai metode, termasuk analisis pasar dan teknik pembelajaran mesin big data. Dalam penelitian ini, kami menggunakan dua algoritma populer: K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM). KNN, dikenal karena kesederhanaannya dan kemampuannya dalam menangani data yang beragam, sering digunakan untuk klasifikasi. Namun, KNN menghadapi keterbatasan dalam kecepatan komputasi pada dataset besar dan kerentanan terhadap data yang bising. Sebaliknya, SVM, sebuah algoritma yang lebih canggih, dirancang untuk memaksimalkan pemisahan antara kelas data dan unggul dalam menangani data berdimensi tinggi. Temuan kami menunjukkan bahwa SVM lebih baik daripada KNN dalam mengklasifikasikan risiko kredit pada data perbankan, terutama untuk pinjaman rumah. SVM dengan kernel dot dan ANOVA mencapai akurasi 80,56%, dibandingkan dengan 69,44% untuk KNN dengan k=50. Temuan ini menunjukkan bahwa SVM lebih unggul dalam klasifikasi risiko kredit pada data perbankan, khususnya untuk kredit kepemilikan rumah..
- 2 April 2025
- Published by LPPM Institute for Research and Community Service, Dian Cipta Cendikia Institute of Business Technology and Language in Jurnal Informasi dan Komputer
- Vol. 13 (01) , 167-173
Open AccessANALISIS PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI DATA PERBANKAN
Data perbankan memiliki karakteristik yang beragam, mencakup transaksi keuangan, riwayat kredit, detail nasabah, dan lainnya. Kompleksitas data ini menimbulkan tantangan dalam pengelolaan dan analisis data yang efektif. Salah satu tantangannya adalah menilai kelayakan kredit pemohon pinjaman rumah. Dalam proses pemberian pinjaman, beberapa faktor dipertimbangkan, termasuk karakter pemohon, kemampuan pembayaran, jaminan, kondisi ekonomi, usia, dan sumber pendanaan. Analisis risiko kredit dapat dilakukan melalui berbagai metode, termasuk analisis pasar dan teknik pembelajaran mesin big data. Dalam penelitian ini, kami menggunakan dua algoritma populer: K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM). KNN, dikenal karena kesederhanaannya dan kemampuannya dalam menangani data yang beragam, sering digunakan untuk klasifikasi. Namun, KNN menghadapi keterbatasan dalam kecepatan komputasi pada dataset besar dan kerentanan terhadap data yang bising. Sebaliknya, SVM, sebuah algoritma yang lebih canggih, dirancang untuk memaksimalkan pemisahan antara kelas data dan unggul dalam menangani data berdimensi tinggi. Temuan kami menunjukkan bahwa SVM lebih baik daripada KNN dalam mengklasifikasikan risiko kredit pada data perbankan, terutama untuk pinjaman rumah. SVM dengan kernel dot dan ANOVA mencapai akurasi 80,56%, dibandingkan dengan 69,44% untuk KNN dengan k=50. Temuan ini menunjukkan bahwa SVM lebih unggul dalam klasifikasi risiko kredit pada data perbankan, khususnya untuk kredit kepemilikan rumah..
- Open Access
- 7 December 2023
- Published by STAIN Ponorogo in Amaluna: Jurnal Pengabdian Masyarakat
- Vol. 2 (2) , 85-94
Pemanfaatan Media Sosial untuk Meningkatkan Omzet Usaha Jajan Bali Mahalaksmi Desa Petang
The entrepreneurial effort of Bali Mahalaksmi snack production, owned by Mrs. I Dewa Ayu Sutari, is a household industry located in Banjar Petang, Petang Village, Petang District, Badung Regency. Mrs. Sutari has been engaged in the production of Balinese snacks for approximately two years. During this period, the production of Bali Mahalaksmi snacks for partners varies daily, depending on orders from small shops, stalls, neighbors, and relatives. This variability in orders results in inconsistent income for the partners. The customer base primarily consists of residents from the partner's village, with some from neighboring villages. Consequently, the marketing scope for Mrs. Sutari's snack business is limited. To address this marketing management challenge, a community partnership program was implemented, focusing on training in social media platforms such as Instagram and Facebook to broaden the partner's market reach. Asset Based Community Development (ABCD) method was employed for this engagement. The outcomes of the program include the establishment of Instagram and Facebook marketing channels for the partner, contributing to an increase in the partner's business turnover.
- 7 December 2023
- Published by STAIN Ponorogo in Amaluna: Jurnal Pengabdian Masyarakat
- Vol. 2 (2) , 85-94
Open AccessPemanfaatan Media Sosial untuk Meningkatkan Omzet Usaha Jajan Bali Mahalaksmi Desa Petang
The entrepreneurial effort of Bali Mahalaksmi snack production, owned by Mrs. I Dewa Ayu Sutari, is a household industry located in Banjar Petang, Petang Village, Petang District, Badung Regency. Mrs. Sutari has been engaged in the production of Balinese snacks for approximately two years. During this period, the production of Bali Mahalaksmi snacks for partners varies daily, depending on orders from small shops, stalls, neighbors, and relatives. This variability in orders results in inconsistent income for the partners. The customer base primarily consists of residents from the partner's village, with some from neighboring villages. Consequently, the marketing scope for Mrs. Sutari's snack business is limited. To address this marketing management challenge, a community partnership program was implemented, focusing on training in social media platforms such as Instagram and Facebook to broaden the partner's market reach. Asset Based Community Development (ABCD) method was employed for this engagement. The outcomes of the program include the establishment of Instagram and Facebook marketing channels for the partner, contributing to an increase in the partner's business turnover.
- Open Access
- 16 October 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (5)
PENANGANAN KETIDAKSEIMBANGAN DATA PADA KLASIFIKASI PENGADUAN MASYARAKAT
Pengaduan masyarakat memiliki peran penting dalam meningkatkan kualitas layanan lembaga. Namun, dalam pengolahan data pengaduan, sering terjadi ketidakseimbangan dimana jumlah pengaduan setiap kelas tidak seimbang. Penelitian ini bertujuan mengatasi ketidakseimbangan data dalam klasifikasi pengaduan dengan menggunakan data pengaduan masyarakat Kota Denpasar. Ketidakseimbangan data dapat berdampak negatif pada klasifikasi, model cenderung menjadi bias terhadap kelas mayoritas. Untuk mengatasinya dapat menggunakan model oversampling menggunakan teknik SMOTE (Synthetic Minority Over-sampling Technique) dan ADASYN (Adaptive Synthetic Sampling). SMOTE dan ADASYN digunakan untuk menghasilkan sampel sintetis dari kelas minoritas dalam dataset. Klasifikasi menggunakan NBC (Naive Bayes Classifier), SVM (Support Vector Machine), dan random forest. Untuk mengevaluasi performa model, digunakan matriks evaluasi akurasi, presisi, recall, dan F1-Score. Evaluasi membantu dalam memahami sejauh mana model-model dapat mengklasifikasikan pengaduan masyarakat dengan tepat, terutama dalam ketidakseimbangan data. Selain matriks evaluasi, juga dihitung waktu dari setiap model untuk mengetahui waktu proses yang dibutuhkan oleh model. Hasil menunjukkan penggunaan SMOTE dan ADASYN meningkatkan nilai akurasi pada algoritma SVM dan random forest. Namun, algoritma NBC, penggunaan model sampling justru menurunkan akurasi, waktu proses juga menjadi faktor penting dalam pemilihan algoritma. SVM memiliki waktu proses yang paling lama, NBC memiliki waktu proses yang paling pendek, dan random forest berada di antara keduanya.
- 16 October 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (5)
Open AccessPENANGANAN KETIDAKSEIMBANGAN DATA PADA KLASIFIKASI PENGADUAN MASYARAKAT
Pengaduan masyarakat memiliki peran penting dalam meningkatkan kualitas layanan lembaga. Namun, dalam pengolahan data pengaduan, sering terjadi ketidakseimbangan dimana jumlah pengaduan setiap kelas tidak seimbang. Penelitian ini bertujuan mengatasi ketidakseimbangan data dalam klasifikasi pengaduan dengan menggunakan data pengaduan masyarakat Kota Denpasar. Ketidakseimbangan data dapat berdampak negatif pada klasifikasi, model cenderung menjadi bias terhadap kelas mayoritas. Untuk mengatasinya dapat menggunakan model oversampling menggunakan teknik SMOTE (Synthetic Minority Over-sampling Technique) dan ADASYN (Adaptive Synthetic Sampling). SMOTE dan ADASYN digunakan untuk menghasilkan sampel sintetis dari kelas minoritas dalam dataset. Klasifikasi menggunakan NBC (Naive Bayes Classifier), SVM (Support Vector Machine), dan random forest. Untuk mengevaluasi performa model, digunakan matriks evaluasi akurasi, presisi, recall, dan F1-Score. Evaluasi membantu dalam memahami sejauh mana model-model dapat mengklasifikasikan pengaduan masyarakat dengan tepat, terutama dalam ketidakseimbangan data. Selain matriks evaluasi, juga dihitung waktu dari setiap model untuk mengetahui waktu proses yang dibutuhkan oleh model. Hasil menunjukkan penggunaan SMOTE dan ADASYN meningkatkan nilai akurasi pada algoritma SVM dan random forest. Namun, algoritma NBC, penggunaan model sampling justru menurunkan akurasi, waktu proses juga menjadi faktor penting dalam pemilihan algoritma. SVM memiliki waktu proses yang paling lama, NBC memiliki waktu proses yang paling pendek, dan random forest berada di antara keduanya.
- Open Access
- 17 June 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (3)
IMPLEMENTASI TEXT MINING UNTUK KLASIFIKASI OPINI ALUMNI PADA PERGURUAN TINGGI
Penelitian bertujuan untuk menganalisis sentimen opini alumni menggunakan metode Support Vector Machine (SVM). Analisis sentimen opini alumni merupakan faktor penting dalam evaluasi kualitas institusi pendidikan. Metode SVM digunakan untuk mengklasifikasikan opini dengan tingkat keakuratan yang tinggi, dengan menggunakan TF-IDF untuk pembobotan dan vektorisasi. Hasil penelitian menunjukkan akurasi sebesar 0.873, dengan nilai precision, recall, dan F1-Score berturut-turut sebesar 0.877, 0.803, dan 0.823. Temuan ini menunjukkan bahwa SVM dapat menjadi pilihan yang efektif dalam analisis sentimen opini alumni. Hasil penelitian memberikan wawasan penting bagi institusi pendidikan untuk memahami dan meningkatkan kepuasan alumni, serta mengidentifikasi aspek-aspek yang perlu diperbaiki. Dalam konteks pengambilan keputusan, hasil analisis sentimen opini alumni dapat memengaruhi strategi dan pengembangan program pendidikan. Penelitian selanjutnya dapat mempertimbangkan perluasan sampel dan eksplorasi teknik pemrosesan bahasa alami lainnya untuk meningkatkan performa analisis sentimen opini alumni.
- 17 June 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (3)
Open AccessIMPLEMENTASI TEXT MINING UNTUK KLASIFIKASI OPINI ALUMNI PADA PERGURUAN TINGGI
Penelitian bertujuan untuk menganalisis sentimen opini alumni menggunakan metode Support Vector Machine (SVM). Analisis sentimen opini alumni merupakan faktor penting dalam evaluasi kualitas institusi pendidikan. Metode SVM digunakan untuk mengklasifikasikan opini dengan tingkat keakuratan yang tinggi, dengan menggunakan TF-IDF untuk pembobotan dan vektorisasi. Hasil penelitian menunjukkan akurasi sebesar 0.873, dengan nilai precision, recall, dan F1-Score berturut-turut sebesar 0.877, 0.803, dan 0.823. Temuan ini menunjukkan bahwa SVM dapat menjadi pilihan yang efektif dalam analisis sentimen opini alumni. Hasil penelitian memberikan wawasan penting bagi institusi pendidikan untuk memahami dan meningkatkan kepuasan alumni, serta mengidentifikasi aspek-aspek yang perlu diperbaiki. Dalam konteks pengambilan keputusan, hasil analisis sentimen opini alumni dapat memengaruhi strategi dan pengembangan program pendidikan. Penelitian selanjutnya dapat mempertimbangkan perluasan sampel dan eksplorasi teknik pemrosesan bahasa alami lainnya untuk meningkatkan performa analisis sentimen opini alumni.
- Open Access
- 24 July 2021
- Published by Sekawan Institute in Jurnal Teknologi Informasi dan Multimedia
- Vol. 3 (2) , 70-77
Purwarupa Aplikasi Peramalan Kebutuhan Persediaan Barang Dagang Berbasis Website dengan Semi Average Method
The Point of Sale application has now begun to be used by many trading entrepreneurs. Of course, this is because Point of Sale (POS) can record all trade transaction activities, such as recording sales and recording purchases of inventory items. However, the majority of POS applications are only limited to recording transactions and do not yet have the ability to assist traders in determining the need for merchandise. This study discusses how to build an application that can help traders predict the need for merchandise with one of the forecasting methods, namely the Semi Average Method. The application in this study was built with the waterfall method and is based on a website and utilizes sales reports from the POS application that has been used. Based on the website, users don't have to bother installing this application because it can be accessed via a browser and anytime as long as it is connected to the internet. Testing the application in this study using the Blackbox Testing method shows that this application has 100% functionality working. It is hoped that the application from this research can later be used side by side with the existing POS application so there is no need to make changes to the POS application that is already in use.
- 24 July 2021
- Published by Sekawan Institute in Jurnal Teknologi Informasi dan Multimedia
- Vol. 3 (2) , 70-77
Open AccessPurwarupa Aplikasi Peramalan Kebutuhan Persediaan Barang Dagang Berbasis Website dengan Semi Average Method
The Point of Sale application has now begun to be used by many trading entrepreneurs. Of course, this is because Point of Sale (POS) can record all trade transaction activities, such as recording sales and recording purchases of inventory items. However, the majority of POS applications are only limited to recording transactions and do not yet have the ability to assist traders in determining the need for merchandise. This study discusses how to build an application that can help traders predict the need for merchandise with one of the forecasting methods, namely the Semi Average Method. The application in this study was built with the waterfall method and is based on a website and utilizes sales reports from the POS application that has been used. Based on the website, users don't have to bother installing this application because it can be accessed via a browser and anytime as long as it is connected to the internet. Testing the application in this study using the Blackbox Testing method shows that this application has 100% functionality working. It is hoped that the application from this research can later be used side by side with the existing POS application so there is no need to make changes to the POS application that is already in use.
- Open Access
- 17 October 2020
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 6 (3)
PRIORITY BASED SCHEDULING UNTUK PENINGKATAN EFISIENSI KONSUMSI ENERGI PADA JARINGAN SENSOR NIRKABEL
The advancement of data innovation particularly in the field of computers has encountered quick improvement. This makes the computers never again need an enormous stockpile of energy in its activities so the battery can bolster PC execution. A wireless sensor network is a lot of little gadgets that have freedom in energy and the capacity to connected between devices. When doing the natural observing procedure, wireless sensor network devices (nodes) devour energy starting from the battery persistently as long as the nodes are on. In view of this, the author planned the enhancement of energy use. This is finished by utilizing a planning framework for every device. The plan that has been done in this investigation gives a general depiction of how the scheduling procedure can be applied in a wireless sensor network. The cluster head is scheduling by isolating all group individuals into sub-groups. At that point, the cluster head only allows data with higher priority to transmit to the sink node. This algorithm enhancement giving energy efficiency at most 9,61%.Keywords: wireless sensor network, energy optimizing, schedulingABSTRAKKemajuan inovasi data khususnya di bidang komputer telah mengalami peningkatan cepat. Ini membuat komputer tidak lagi membutuhkan cadangan energi yang sangat besar dalam aktivitasnya sehingga baterai dapat mendukung operasi komputer. Jaringan sensor nirkabel adalah banyak perangkat kecil yang memiliki sumber energi mandiri dan kemampuan untuk terhubung antar perangkat. Saat melakukan prosedur pengamatan lingkungan, perangkat jaringan sensor nirkabel (node) menghabiskan energi dari baterai secara terus-menerus selama node aktif. Mengingat hal ini, penulis merencanakan peningkatan efisiensi penggunaan energi. Hal ini dilakukan dengan memanfaatkan penjadwalan perencanaan untuk setiap perangkat. Rencana yang telah dilakukan dalam penelitian ini memberikan gambaran umum tentang bagaimana prosedur penjadwalan dapat diterapkan dalam jaringan sensor nirkabel. Cluster head menjadwalkan dengan mengisolasi semua individu kelompok ke dalam sub-kelompok. Pada saat itu, cluster head hanya mengijinkan data dengan prioritas yang lebih tinggi untuk mengirim ke sink node. Algoritma ini memberikan peningkatan efisiensi penggunaan energi sebesar 9,61%.Kata Kunci : jaringan sensor nirkabel, optimasi energi, penjadwalan
- 17 October 2020
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 6 (3)
Open AccessPRIORITY BASED SCHEDULING UNTUK PENINGKATAN EFISIENSI KONSUMSI ENERGI PADA JARINGAN SENSOR NIRKABEL
The advancement of data innovation particularly in the field of computers has encountered quick improvement. This makes the computers never again need an enormous stockpile of energy in its activities so the battery can bolster PC execution. A wireless sensor network is a lot of little gadgets that have freedom in energy and the capacity to connected between devices. When doing the natural observing procedure, wireless sensor network devices (nodes) devour energy starting from the battery persistently as long as the nodes are on. In view of this, the author planned the enhancement of energy use. This is finished by utilizing a planning framework for every device. The plan that has been done in this investigation gives a general depiction of how the scheduling procedure can be applied in a wireless sensor network. The cluster head is scheduling by isolating all group individuals into sub-groups. At that point, the cluster head only allows data with higher priority to transmit to the sink node. This algorithm enhancement giving energy efficiency at most 9,61%.Keywords: wireless sensor network, energy optimizing, schedulingABSTRAKKemajuan inovasi data khususnya di bidang komputer telah mengalami peningkatan cepat. Ini membuat komputer tidak lagi membutuhkan cadangan energi yang sangat besar dalam aktivitasnya sehingga baterai dapat mendukung operasi komputer. Jaringan sensor nirkabel adalah banyak perangkat kecil yang memiliki sumber energi mandiri dan kemampuan untuk terhubung antar perangkat. Saat melakukan prosedur pengamatan lingkungan, perangkat jaringan sensor nirkabel (node) menghabiskan energi dari baterai secara terus-menerus selama node aktif. Mengingat hal ini, penulis merencanakan peningkatan efisiensi penggunaan energi. Hal ini dilakukan dengan memanfaatkan penjadwalan perencanaan untuk setiap perangkat. Rencana yang telah dilakukan dalam penelitian ini memberikan gambaran umum tentang bagaimana prosedur penjadwalan dapat diterapkan dalam jaringan sensor nirkabel. Cluster head menjadwalkan dengan mengisolasi semua individu kelompok ke dalam sub-kelompok. Pada saat itu, cluster head hanya mengijinkan data dengan prioritas yang lebih tinggi untuk mengirim ke sink node. Algoritma ini memberikan peningkatan efisiensi penggunaan energi sebesar 9,61%.Kata Kunci : jaringan sensor nirkabel, optimasi energi, penjadwalan
- Open Access
- 15 October 2019
- Published by Universitas Dhyana Pura in Seminar Ilmiah Nasional Teknologi, Sains, dan Sosial Humaniora (SINTESA)
- Vol. 2
PERANCANGAN PRIORITY BASED SCHEDULING UNTUK PENJADWALAN NODE CLUSTER PADA JARINGAN SENSOR NIRKABEL
The development of information technology especially in the field of computers has experienced rapid development. This makes the computer no longer need a large supply of energy in its operations so that the battery can support computer performance. Wireless sensor networks are a set of small devices that have independence in energy and the ability to communicate between devices. When carrying out the environmental monitoring process, wireless sensor network devices (nodes) consume energy originating from the battery continuously as long as the node is on. Based on this, the author designed the optimization of energy use. This is done by using a scheduling system for each node. The design that has been carried out in this study provides a general description of how the scheduling technique can be applied in wireless sensor networks. The cluster head is scheduled by dividing all cluster members into sub-clusters based on the proximity of one another. Then choose the member with the highest energy sub-cluster that will be in power-on status and the others in a standby position.Keywords: wireless sensor network, energy optimizing, schedulingABSTRAKPerkembangan teknologi informasi khususnya di bidang komputer mengalami perkembangan yang cepat. Hal ini menjadikan komputer kini tak perlu lagi memerlukan suplai energi yang besar dalam operasionalnya sehingga baterai dapat menopang kinerja komputer. Jaringan sensor nirkabel merupakan sekumpulan perangkat kecil yang memilki kemandirian dalam energi dan kemampuan berkomunikasi antar perangkat. Ketika melakukan proses pemantauan lingkungan, perangkat jaringan sensor nirkabel (node) mengonsumsi energi yang berasal dari baterai secara terus menerus selama node menyala. Berdasarkan hal tersebut, penulis merancang optimalisasi penggunaan energi. Hal ini dilakukan dengan menggunakan sistem penjadwalan untuk masing-masing node. Perancangan yang telah dilakukan dalam penelitian ini, memberikan gambaran umum bagaimana teknik penjadualan yang dapat diterapkan dalam jaringan sensor nirkabel. Cluster head menjadualkan dengan cara membagi semua cluster member ke dalam sub-cluster yang didasari oleh kedekatan antara satu dengan yang lainnya. Kemudian memilih anggota sub-cluster dengan energi tertinggi yang akan berada pada status poweron dan yang lainnya dalam posisi standby.Kata kunci: jaringan sensor nirkabel, optimasi energi, penjadwalan
- 15 October 2019
- Published by Universitas Dhyana Pura in Seminar Ilmiah Nasional Teknologi, Sains, dan Sosial Humaniora (SINTESA)
- Vol. 2
Open AccessPERANCANGAN PRIORITY BASED SCHEDULING UNTUK PENJADWALAN NODE CLUSTER PADA JARINGAN SENSOR NIRKABEL
The development of information technology especially in the field of computers has experienced rapid development. This makes the computer no longer need a large supply of energy in its operations so that the battery can support computer performance. Wireless sensor networks are a set of small devices that have independence in energy and the ability to communicate between devices. When carrying out the environmental monitoring process, wireless sensor network devices (nodes) consume energy originating from the battery continuously as long as the node is on. Based on this, the author designed the optimization of energy use. This is done by using a scheduling system for each node. The design that has been carried out in this study provides a general description of how the scheduling technique can be applied in wireless sensor networks. The cluster head is scheduled by dividing all cluster members into sub-clusters based on the proximity of one another. Then choose the member with the highest energy sub-cluster that will be in power-on status and the others in a standby position.Keywords: wireless sensor network, energy optimizing, schedulingABSTRAKPerkembangan teknologi informasi khususnya di bidang komputer mengalami perkembangan yang cepat. Hal ini menjadikan komputer kini tak perlu lagi memerlukan suplai energi yang besar dalam operasionalnya sehingga baterai dapat menopang kinerja komputer. Jaringan sensor nirkabel merupakan sekumpulan perangkat kecil yang memilki kemandirian dalam energi dan kemampuan berkomunikasi antar perangkat. Ketika melakukan proses pemantauan lingkungan, perangkat jaringan sensor nirkabel (node) mengonsumsi energi yang berasal dari baterai secara terus menerus selama node menyala. Berdasarkan hal tersebut, penulis merancang optimalisasi penggunaan energi. Hal ini dilakukan dengan menggunakan sistem penjadwalan untuk masing-masing node. Perancangan yang telah dilakukan dalam penelitian ini, memberikan gambaran umum bagaimana teknik penjadualan yang dapat diterapkan dalam jaringan sensor nirkabel. Cluster head menjadualkan dengan cara membagi semua cluster member ke dalam sub-cluster yang didasari oleh kedekatan antara satu dengan yang lainnya. Kemudian memilih anggota sub-cluster dengan energi tertinggi yang akan berada pada status poweron dan yang lainnya dalam posisi standby.Kata kunci: jaringan sensor nirkabel, optimasi energi, penjadwalan
- Open Access
- 9 July 2019
- Published by STIKOM Bali in WIDYABHAKTI Jurnal Ilmiah Populer
- Vol. 1 (3) , 35-40
Pendampingan dan Peningkatan Produksi IRT – Kue Bugis Desi di Desa Tuakilang Tabanan
Kue bugis termasuk jajanan tradisional yang masih digemari hingga kini. Mitra Ayu merupakan salah satu masyarakat desa Tuak Ilang yang menggantungkan mata pencahariannya pada usaha pembuatan jajanan tradisional tersebut. Pesanan kue bugis akan meningkat menjelang hari raya keagamaan seperti Galungan dan Kuningan. Mitra Ayu telah menggeluti usaha ini selama 2 tahun, sampai saat ini mitra Ayu belum mampu memenuhi kebutuhan konsumen dikarenakan keterbatasan alat produksi yang dimiliki. Mitra Ayu hanya menggunakan kemasan tradisional untuk mengemas kue bugis yaitu dibungkus dengan daun pisang tanpa dilengkapi label kemasan. Pada kegiatan ini mitra dibantu untuk meningkatkan jumlah produksi dengan cara memberikan bantuan peralatan berupa, mesin pemarut kelapa, kompor gas dan panci yang digunakan untuk proses mengukus kue bugis. Pemberian label kemasan yang dilengkapi dengan nama usaha dan nomor telepon mitra. Indikator capaian dalam kegiatan ini adalah peningkatan jumlah produksi hingga 60% dan berhasil dicapai.
- 9 July 2019
- Published by STIKOM Bali in WIDYABHAKTI Jurnal Ilmiah Populer
- Vol. 1 (3) , 35-40
Open AccessPendampingan dan Peningkatan Produksi IRT – Kue Bugis Desi di Desa Tuakilang Tabanan
Kue bugis termasuk jajanan tradisional yang masih digemari hingga kini. Mitra Ayu merupakan salah satu masyarakat desa Tuak Ilang yang menggantungkan mata pencahariannya pada usaha pembuatan jajanan tradisional tersebut. Pesanan kue bugis akan meningkat menjelang hari raya keagamaan seperti Galungan dan Kuningan. Mitra Ayu telah menggeluti usaha ini selama 2 tahun, sampai saat ini mitra Ayu belum mampu memenuhi kebutuhan konsumen dikarenakan keterbatasan alat produksi yang dimiliki. Mitra Ayu hanya menggunakan kemasan tradisional untuk mengemas kue bugis yaitu dibungkus dengan daun pisang tanpa dilengkapi label kemasan. Pada kegiatan ini mitra dibantu untuk meningkatkan jumlah produksi dengan cara memberikan bantuan peralatan berupa, mesin pemarut kelapa, kompor gas dan panci yang digunakan untuk proses mengukus kue bugis. Pemberian label kemasan yang dilengkapi dengan nama usaha dan nomor telepon mitra. Indikator capaian dalam kegiatan ini adalah peningkatan jumlah produksi hingga 60% dan berhasil dicapai.
- Open Access
- 31 March 2019
- Published by STIKOM Bali in Jurnal Eksplora Informatika
- Vol. 8 (2) , 132-138
Algoritma Dynamic Cluster Head dengan Metode Rating untuk Mengurangi Dead Node pada Jaringan Sensor Nirkabel
Jaringan sensor nirkabel terdiri dari node-node sensor yang memiliki sumber daya energi yang terbatas. Jaringan ini dibangun untuk mengawasi lingkungan dan memberikan informasi ke sebuah koordinator. Namun karena node yang berjalan dengan sumber daya terbatas seperti baterai, diperlukan sebuah protokol yang mampu memanfaatkan sumber daya yang terbatas namun data yang disampaikan tetap terjaga. In-network data aggregation merupakan sebuah metode agregasi pengumpulan data routing melalui jaringan multi-hop, mengolah data pada intermediate node dengan tujuan meningkatkan network lifetime. Agregasi data dilakukan secara terpusat pada topologi Tree-Based Network yang diproses pada Cluster Head sehingga memberikan beban pada Cluster Head yang mengakibatkan konsumsi energi terpusat pada satu node. Penelitian ini menghasilkan algoritma penentuan node yang bertugas menjadi Cluster Head sesuai dengan kondisi jaringan secara dinamis yang disebut A-SEClush. Berdasarkan hasil uji coba yang telah dilakukan algoritma ini memiliki keunggulan sebesar 2,0 pada total node yang mengalami kehabisan energi dibandingkan dengan Static-CH.
- 31 March 2019
- Published by STIKOM Bali in Jurnal Eksplora Informatika
- Vol. 8 (2) , 132-138
Open AccessAlgoritma Dynamic Cluster Head dengan Metode Rating untuk Mengurangi Dead Node pada Jaringan Sensor Nirkabel
Jaringan sensor nirkabel terdiri dari node-node sensor yang memiliki sumber daya energi yang terbatas. Jaringan ini dibangun untuk mengawasi lingkungan dan memberikan informasi ke sebuah koordinator. Namun karena node yang berjalan dengan sumber daya terbatas seperti baterai, diperlukan sebuah protokol yang mampu memanfaatkan sumber daya yang terbatas namun data yang disampaikan tetap terjaga. In-network data aggregation merupakan sebuah metode agregasi pengumpulan data routing melalui jaringan multi-hop, mengolah data pada intermediate node dengan tujuan meningkatkan network lifetime. Agregasi data dilakukan secara terpusat pada topologi Tree-Based Network yang diproses pada Cluster Head sehingga memberikan beban pada Cluster Head yang mengakibatkan konsumsi energi terpusat pada satu node. Penelitian ini menghasilkan algoritma penentuan node yang bertugas menjadi Cluster Head sesuai dengan kondisi jaringan secara dinamis yang disebut A-SEClush. Berdasarkan hasil uji coba yang telah dilakukan algoritma ini memiliki keunggulan sebesar 2,0 pada total node yang mengalami kehabisan energi dibandingkan dengan Static-CH.