Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.116

P-Index

This Author published in this journals

All Journal ESTIMASI: Journal of Statistics and Its Application Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Journal of Health, Education, Economics, Science, and Technology (J-HEST) AnoaTIK: Jurnal Teknologi Informasi dan Komputer

Wibawa, Gusti Ngurah Adhi

Unknown Affiliation

Author-ID : 2253639

Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Library & Information Science Mathematics Other

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

Pelatihan Pembuatan Soal Evaluasi Pembelajaran Menggunakan Google Form Bagi Guru-Guru SMPN 8 Konawe Selatan Wibawa, Gusti Ngurah Adhi; Agusrawati, Agusrawati; Makkulau, Makkulau; Yahya, Irma
Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Vol 3, No 1 (2021)
Publisher : Vokasi Universitas Halu Oleo

Kebijakan belajar dari rumah akibat pandemi Covid-19 mengakibatkan proses pembelajaran dilakukan secara daring atau non tatap muka. Kondisi ini mengakibatkan perlu metode alternatif penggunaan metode pembelajaran dan evaluasinya. Pengabdian kepada masyarakat ini bertujuan untuk mengadakan pelatihan pembuatan soal evaluasi pembelajaran menggunakan Google Form bagi guru-guru SMPN 8 Konawe Selatan. Dari hasil pemantauan dan pendampingan tim pengabdian kepada peserta selama pelatihan, memperlihatkan bahwa ada perubahan kemampuan peserta dalam membuat soal. Jika sebelum pelatihan mereka membuat soal secara manual dan belum mengatahui bahwa soal dapat dibuat secara online melalui Google Form, maka setelah pelatihan mereka dapat membuat soal melalui Google Form yang nantinya akan dijawab secara online dan bagaimana cara melakukan rekapitulasi nilai yang sudah tersedia di Google Drive. Dari hasil evaluasi pelaksanaan pelatihan, dengan skor yang diberikan peserta sebesar 96,27% mengindikasikan bahwa peserta menunjukkan reaksi positif yang tinggi terhadap pelaksanaan pelatihan.

Bimbingan Teknis Budidaya Tanaman Hortikultura Di Desa Jati Bali Kabupaten Konawe Selatan Sutariati, Gusti Ayu Kade; Safuan, La Ode; Leomo, Siti; Rahni, Nini Mila; Wibawa, Gusti Ngurah Adhi
Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Vol 3, No 2 (2021)
Publisher : Vokasi Universitas Halu Oleo

Tanaman hortikultura (sayuran-buah) organik merupakan sumber vitamin dan mineral yang sangat dibutuhkan untuk meningkatkan daya tahan tubuh terhadap berbagai penyakit. Program Kemitraan Masyarakat Internal (PKMI) yang dilaksanakan dalam bentuk Pengabdian kepada Masyarakat ini bertujuan mendekatkan teknologi budidaya tanaman sayuran-buah secara organik kepada masyarakat sasaran yaitu Kelompok Ibu-ibu Wanita Hindu Dharma Indonesia (WHDI) di Desa Jati Bali Kabupaten Konawe Selatan, sehingga mereka dapat mengembangkan secara mandiri teknik ini di pekarangan rumah masing-masing. Metode pendekatan yang digunakan adalah penyuluhan, pelatihan dan bimbingan teknis serta pendampingan teknologi secara langsung pada mitra sasaran. Kegiatan ini melibatkan mahasiswa Fakultas Pertanian dalam kegiatan demo teknologi pembuatan pupuk organik plus untuk media pembibitan dan penanaman tanaman sayuran-buah organik. Hasil kegiatan PKMI menunjukkan bahwa masyarakat sasaran dan masyarakat sekitar di lokasi pengabdian sangat antusias dan aktif berpartisipasi dalam kegiatan penyuluhan dan pendampingan budidaya tanaman hortikultura yang diberikan. Peserta target dan masyarakat setempat mengharapkan kesediaan tim pengabdian masyarakat untuk memberikan bimbingan teknis lanjutan teknologi pengembangan tanaman hortikultura secara organik yang memiliki nilai ekonomis lebih tinggi untuk memenuhi kebutuhan masyarakat secara umum.

Pelatihan Pembuatan Video Pembelajaran Berbasis Powerpoint dan Soal Evaluasi Pembelajaran Menggunakan Google Forms Bagi Guru-Guru SMK Satria Kendari Pada Masa Pandemi Covid-19 Wibawa, Gusti Ngurah Adhi; Makkulau, Makkulau; Agusrawati, Agusrawati; Yahya, Irma
Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Vol 3, No 2 (2021)
Publisher : Vokasi Universitas Halu Oleo

Kebijakan belajar dari rumah akibat pandemi Covid-19 mengakibatkan proses pembelajaran tidak dilakukan secara tatap muka. Kondisi ini mengakibatkan perlu inovasi dalam penggunaan media pembelajaran dan evaluasi pembelajaran yang dilakukan secara non tatap muka. Pengabdian kepada masyarakat ini bertujuan untuk melatih guru-guru SMK Satria Kendari cara membuat video pembelajaran menggunakan Powerpoint dan membuat soal evaluasi pembelajaran menggunakan Google Form. Dari hasil pelatihan dan pendampingan oleh tim pengabdian kepada peserta, ada perubahan kemampuan peserta dalam membuat video pembelajaran dan soal evaluasi. Jika sebelum pelatihan mereka membuat slide powerpoint tidak dalam bentuk video dan soal dibuat secara manual, maka setelah pelatihan mereka dapat membuat media pembelajaran dalam bentuk video yang dibuat dalam Powerpoint dan peserta dapat membuat soal melalui Google Form dan bagaimana cara melakukan rekapitulasi nilai yang sudah tersedia di Google Drive. Dari hasil evaluasi pelaksanaan pelatihan, dengan skor yang diberikan peserta sebesar 96 persen mengindikasikan bahwa peserta menunjukkan reaksi positif yang tinggi terhadap pelaksanaan pelatihan. Kata Kunci: covid-19, media pembelajaran, powerpoint, evaluasi pembelajaran, google forms PENDAHULUAN Kebijakan belajar di rumah akibat pandemik Covid-19 mengakibatkan proses pembelajaran dilakukan sec

Analisis Sentimen Persepsi Publik Tentang Program Merdeka Belajar Kampus Merdeka di X Mengggunakan Support Vector Machine Ardan, Dion Andrawan; Mukhsar, Mukhsar; Wibawa, Gusti Ngurah Adhi; Abapihi, Bahriddin; Arisona, Dian Christien; Tenriawaru, Andi
Journal of Health, Education, Economics, Science, and Technology (J-HEST) Vol. 6 No. 2 (2024): Journal of Health, Education, Economics, Science, and Technology
Publisher : Journal of Health, Education, Economics, Science, and Technology (J-HEST)

Analisis sentimen adalah metode analisis data teks yang digunakan untuk mengklasifikasikan komentar ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Dalam penelitian ini, dilakukan pengklasifikasian sentimen menggunakan algoritma Support Vector Machine dengan teknik ekstraksi fitur TF-IDF. Tujuan dari penelitian ini adalah untuk mendapatkan gambaran tentang persepsi publik terhadap program Merdeka Belajar Kampus Merdeka melalui analisis komentar pengguna media sosial X. Penelitian ini juga bertujuan untuk mengevaluasi keakuratan hasil sentimen yang diperoleh menggunakan algoritma Support Vector Machine serta untuk memperoleh informasi dari hasil analisis sentimen tersebut. Klasifikasi sentimen dibagi menjadi tiga kategori, yaitu sentimen positif, negatif, dan netral. Hasil klasifikasi sentimen menunjukkan bahwa terdapat 287 komentar bersentimen netral, 242 komentar bersentimen positif, dan 91 komentar bersentimen negatif. Model klasifikasi dengan menggunakan kernel linear memiliki akurasi sebesar 82.25%, presisi sebesar 79.12%, dan recall sebesar 77.70%. Selain itu, pemodelan topik pada kelas sentimen negatif menghasilkan akurasi sebesar 80.79%, presisi sebesar 78.76%, dan recall sebesar 66.46% pada 10-fold cross validation.

ANALISIS SENTIMEN ULASAN APLIKASI WATTPAD DI GOOGLE PLAY STORE DENGAN METODE RANDOM FOREST Nur Adhan, Safira; Wibawa, Gusti Ngurah Adhi; Arisona, Dian Christien; Yahya, Irma; Ruslan, Ruslan
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 2 No 1 (2024): Juni 2024
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v2i1.32

Wattpad is an application and online community site that allows users to write or read informational content in the literary sphere with various genres or categories such as short stories, classics, action, adventure, romance, fantasy, humor, spiritual, mystery, horror, poetry, science fiction, historical fiction, teen fiction, general fiction, fan fiction, and non-fiction. By December 2023, 90 million users spent more than 23 billion minutes accessing the app each month. This study aims to provide an overview of user sentiment while classifying it as negative or positive sentiment text using Random Forest and Random Forest methods optimized with the SMOTE (Synthetic Minority Oversampling Technique) on Wattpad App user reviews that experience class imbalance. The results showed that out of 9.975 data collection results, only 8.743 data could be used with a percentage of positive sentiment of 64,2% (5.616) and 35,8% (3.127) negative sentiment. The Random Forest method without SMOTE optimization tends to be superior in predicting unbalanced sentiment classification, this can be seen from the accuracy value which reaches 84,05%, precision 84,71%, recall 91,60%, F1-Score 88,02%, FPR 8,40%, and AUC value 0,9166 are categorized as excellent classification. SMOTE Random Forest modeling is able to improve the ability to classify the minority class, negative sentiment, as can be seen from the increase in precision value from 84,71 % to 86,70% (1,99%). Unfortunately, this class balancing resulted in a decrease in the performance of accuracy, recall, f1-score and AUC values. In addition, based on the feature importance values, the most influential features in both models are the word attributes "kecewa", "bagus", and "baik".

Implementasi Model Long Short Term Memory (LSTM) Pada Proyeksi Harga Saham (Studi Kasus: PT. Pertamina Geothermal Energy (Persero)) Arisona, Dian Christien; Agusrawati, Agusrawati; Makkulau, Makkulau; Yahya, Irma; Wibawa, Gusti Ngurah Adhi; Baharuddin, Baharuddin; Fahyuni, Putri Riski
ESTIMASI: Journal of Statistics and Its Application Vol. 6, No. 2, Juli, 2025 : Estimasi
Publisher : Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/ejsa.v6i2.44963

This research presents a comprehensive analysis of the Long Short Term Memory (LSTM) method in projecting the stock price of PT. Pertamina Geothermal Energy (Persero). Utilizing daily stock price data, the LSTM model achieves a high level of accuracy with a Mean Absolute Percentage Error (MAPE) value of 0.84%. The LSTM's gate mechanism (input, forget, output) enables it to store long-term information, controlling the flow of information to update memory, delete irrelevant data, and generate predictions. Optimized with backpropagation through time (BPTT) and activation functions, the LSTM model proves effective in investment decision making, providing valuable insights for investors and market players to anticipate stock price fluctuations. This research demonstrates the great potential of machine learning in financial analysis, particularly in stock price projection and time series analysis. The results indicate that LSTM can be a valuable tool for investors and financial analysts, enhancing their ability to make informed decisions.

Co-Authors Agusrawati, Agusrawati Andi Tenriawaru Ardan, Dion Andrawan Arisona, Dian Christien Baharuddin Baharuddin Bahriddin Abapihi Fahyuni, Putri Riski Gusti Ayu Kade Sutariati Irma Yahya La Ode Safuan Leomo, Siti Makkulau Makkulau Mukhsar . Nini Mila Rahni Nur Adhan, Safira Ruslan Ruslan

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search