Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Informatika (JUPITA) Jurnal Nasional Teknologi Informasi dan Aplikasinya
I Putu Diska Fortunawan
Unknown Affiliation
Humanities Computer Science & IT Engineering Other

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

Found 2 Documents
Search

 1 
Pengembangan Sistem Informasi Detail Realisasi Belanja Di Dinas Pendidikan Kepemudaan Dan Olahraga Provinsi Bali I Putu Diska Fortunawan; Ngurah Agus Sanjaya ER; Agus Muliantara
Jurnal Pengabdian Informatika Vol. 3 No. 2 (2025): JUPITA Volume 3 Nomor 2, Februari 2025
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam pengabdian ini, telah dikembangkan sebuah Sistem Informasi Detail Realisasi Belanja berbasis web untuk Dinas Pendidikan, Kepemudaan, dan Olahraga Provinsi Bali dengan tujuan membantu pegawai dalam mencatat realisasi belanja secara efisien serta mempermudah akses dan pencetakan dokumen-dokumen administratif yang diperlukan. Langkah-langkah awal mencakup pemahaman terhadap lingkungan kantor dan materi yang dibutuhkan untuk merancang sistem menggunakan Laravel framework. Kemudian, sistem dirancang sesuai dengan kebutuhan Dinas, termasuk implementasi operasi Create, Read, Update, Delete (CRUD) pada beberapa menu, serta pengembangan generator PDF untuk dokumen. Hasil dari pengabdian ini memungkinkan pegawai Dinas Pendidikan, Kepemudaan, dan Olahraga Provinsi Bali untuk secara efektif mengelola realisasi belanja dan menyederhanakan tugas administratif mereka, meningkatkan efisiensi kerja, dan meningkatkan pengelolaan sumber daya di instansi tersebut.
Klasifikasi Emosi Lirik Lagu Dengan Long Short Term Memory dan Word2Vec I Putu Diska Fortunawan; Ngurah Agus Sanjaya ER
Jurnal Nasional Teknologi Informasi dan Aplikasinya Vol. 1 No. 4 (2023): JNATIA Vol. 1, No. 4, Agustus 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JNATIA.2023.v01.i04.p24

Abstract

This research focuses on the classification of emotions in song lyrics using LSTM (Long ShortTerm Memory) and Word2Vec embedding. Emotion classification in lyrics plays a crucial role in music recommendation systems, sentiment analysis, and understanding the affective aspects of music. The study explores the effectiveness of LSTM, a type of recurrent neural network (RNN), in capturing the sequential dependencies and patterns in lyrics, combined with Word2Vec embedding to represent the semantic meaning of words.The dataset consists of a collection of song lyrics labeled with 2 emotions. The lyrics are preprocessed and converted into word vectors using the Word2Vec model. The LSTM model is then trained on the preprocessed lyrics data, aiming to predict the corresponding emotion category for a given set of lyrics. Experimental results demonstrate that the proposed approach achieves a maximum accuracy of 72.8% in classifying emotions in song lyrics. The LSTM model leverages the sequential information in the lyrics to capture the emotional context effectively. The Word2Vec embedding enhances the representation of words, allowing the model to understand the semantic relationships between words and better discriminate between different emotional categories. 
Co-Authors Agus Muliantara Ngurah Agus Sanjaya ER