Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology DIGITAL BUSINESS INSIGHTS JOURNAL
Kamia Pertiwi
Universitas Islam Indragiri
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI CLOUD COMPUTING UNTUK PENGELOLAAN ARSIP SURAT PADA HIMA  SISTEM INFORMASI UNISI BERBASIS WEB Ainur Rahmadina; Kamia Pertiwi; Zulrahmadi
Digital Business Insights Journal Vol 2 No 1 (2026): DIGITAL BUSINESS INSIGHTS JOURNAL
Publisher : Fakultas Ekonomi dan Bisnis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/bidi.v2i1.4477

Abstract

Penelitian ini bertujuan untuk mengimplementasikan teknologi cloud computing sebagai solusi pengelolaan arsip surat masuk dan keluar di lingkungan HIMA Sistem Informasi. Sistem ini dirancang untuk meningkatkan efisiensi, keamanan, dan aksesibilitas dokumen digital. Penelitian menggunakan pendekatan kualitatif dengan pengumpulan data melalui observasi, wawancara, dan dokumentasi. Hasil menunjukkan bahwa penggunaan cloud computing memberikan dampak positif terhadap kecepatan akses dan pengarsipan surat, serta meminimalisasi risiko kehilangan data.
Prediksi Risiko Ketergantungan Smartphone Pada Anak Usia Dini Menggunakan Algoritma Random Forest Kamia Pertiwi; Usman Usman; Ilyas Ilyas
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12359

Abstract

Penggunaan smartphone pada anak usia dini semakin meningkat dan dapat menimbulkan risiko ketergantungan apabila tidak disertai pengawasan orang tua yang memadai. Penelitian ini bertujuan membangun model prediksi risiko ketergantungan smartphone pada anak usia dini menggunakan algoritma Random Forest serta membandingkan kinerjanya dengan Support Vector Machine dan K-Nearest Neighbor. Penelitian menerapkan pendekatan kuantitatif menggunakan data primer dari kuesioner yang diisi oleh 347 orang tua. Variabel penelitian meliputi umur anak, durasi dan frekuensi penggunaan smartphone, usia pertama mengenal smartphone, tujuan penggunaan, serta pola pengawasan orang tua. Tahapan penelitian mencakup pengumpulan data, pembersihan dan transformasi data, pelabelan tingkat risiko, pembagian data latih dan data uji dengan rasio 80:20, penanganan ketidakseimbangan kelas, pelatihan model, serta evaluasi menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa Random Forest memperoleh akurasi 87,14%, lebih tinggi dibandingkan K-Nearest Neighbor sebesar 69% dan Support Vector Machine sebesar 47%. Analisis feature importance menunjukkan bahwa pengawasan orang tua merupakan faktor paling dominan, diikuti umur anak dan tujuan penggunaan smartphone. Temuan ini menunjukkan bahwa Random Forest mampu menghasilkan prediksi yang lebih baik pada data penelitian, meskipun kemampuan model dalam mengenali kelas risiko rendah masih perlu ditingkatkan. Model yang dihasilkan berpotensi digunakan sebagai pendukung deteksi dini bagi orang tua dan pihak terkait untuk merancang pengawasan, pendampingan, serta langkah pencegahan ketergantungan smartphone secara lebih tepat pada anak usia dini.
Co-Authors Ainur Rahmadina Ilyas, Ilyas Usman, Usman Zulrahmadi