Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Informatika (JUPITA) Jurnal Nasional Teknologi Informasi dan Aplikasinya
Wismagatha, Pande Gede Dani
Unknown Affiliation
Humanities Computer Science & IT Other

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

Found 2 Documents
Search

 1 
Optimasi SVM untuk Klasifikasi Warna: Investigasi Terhadap Pengaruh Fungsi Kernel dan Penyetelan Parameter Wismagatha, Pande Gede Dani; Santiyasa, I Wayan
Jurnal Nasional Teknologi Informasi dan Aplikasnya Vol 1 No 4 (2023): JNATIA Vol. 1, No. 4, Agustus 2023
Publisher : Informatics Study Program, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

Color plays a crucial role in visual applications such as object recognition, image processing, computer vision, and computer graphics. Support Vector Machine (SVM) algorithms have gained attention for color classification due to their ability to handle complex data. SVM, a machine learning algorithm for classification and regression, aims to find optimal decision boundaries. In color classification using SVM, color data is represented by feature vectors, and SVM learns patterns to classify colors accurately. The SVM algorithm demonstrates a high accuracy rate, with an average accuracy of approximately 85% in color detection. This indicates the SVM's ability to effectively separate and classify colors with precision. SVM is proven to be effective in handling non-linear color data by utilizing kernel functions to transform the feature space into higher dimensions, enabling accurate classification of complex color data. The outstanding performance of the SVM algorithm in color detection presents vast potential applications in color recognition, image processing, computer vision, and computer graphics. SVM offers accurate and reliable solutions for object classification based on color characteristics in various contexts. Keywords: Color classification, Support Vector Machine (SVM), Image processing, Machine Learning
Meningkatkan Efisiensi Pegawai BBMKG Wilayah III Denpasar Menggunakan Website WoWs Wismagatha, Pande Gede Dani; I Wayan Santiyasa; Ida Ayu Gde Suwiprabayanti Putra
Jurnal Pengabdian Informatika Vol. 3 No. 3 (2025): JUPITA Volume 3 Nomor 3, Mei 2025
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Dalam era digital yang berkembang, automatisasi pengisian dokumen "docx" membawa manfaat besar bagi perusahaan, lembaga pendidikan, dan individu. Menggunakan alat automatisasi yang tepat, proses pengisian dokumen yang sebelumnya memakan waktu dan upaya manusia dapat dioptimalkan secara efisien, meningkatkan akurasi data, dan mengurangi biaya operasional. Penerapan automatisasi berdampak luas. Perusahaan meningkatkan efisiensi operasional dan laporan yang lebih tepat, sementara program studi mempersiapkan mahasiswa dengan keterampilan teknologi mutakhir. Namun, penting untuk memahami batasan dan tantangan automatisasi, terutama dalam situasi dokumen yang kompleks. Pemilihan alat automatisasi yang sesuai, pengumpulan data yang akurat, serta pemantauan dan penyesuaian berkala adalah kunci kesuksesan. Melalui pelatihan dan pemeliharaan yang tepat, automatisasi pengisian dokumen memberikan dampak positif berkelanjutan dalam efisiensi, akurasi, dan produktivitas. Automatisasi pengisian dokumen "docx" bukan sekadar teknologi, melainkan solusi strategis yang mengatasi tuntutan zaman, menciptakan lingkungan yang lebih efisien dalam berbagai konteks. Penggunaan automatisasi pada BBMKG Wilayah III Denpasar mampu menyelamatkan waktu berharga pegawai yang dapat dialokasikan pada pekerjaan yang lebih membutuhkan perhatian lebih.
Co-Authors I WAYAN SANTIYASA Ida Ayu Gde Suwiprabayanti Putra