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
Kameliya Putri
Unknown Affiliation
Humanities Computer Science & IT Engineering Other

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

Found 2 Documents
Search

 1 
Aplikasi Peminjaman Inventaris Kementerian Agama Kabupaten Badung Berbasis Website Kameliya Putri; Made Agung Raharja; Ida Bagus Gede Dwidasmara
Jurnal Pengabdian Informatika Vol. 3 No. 1 (2024): JUPITA Volume 3 Nomor 1, November 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Aplikasi peminjaman inventaris adalah sebuah sistem atau perangkat lunak komputer yang dirancang untuk mengelola proses peminjaman dan pengembalian barang atau inventaris dalam suatu organisasi atau lembaga salah satunya di Kantor Kementerian Agama Kabupaten Badung. Perancangan aplikasi ini bertujuan untuk mengatasi permasalahan dalam manajemen inventaris yang sering tumpang tindih. Melalui perancangan aplikasi peminjaman inventaris berbasis website, kami berhasil meningkatkan efisiensi dalam manajemen inventaris dengan teknologi informasi. Metode pelaksanaan mencakup analisis kebutuhan fungsional, perancangan aplikasi, serta sosialisasi kepada pegawai. Hasil utama adalah aplikasi yang meminimalkan tumpang tindih jadwal peminjaman, memberikan pemberitahuan inventaris yang dipinjam, dan meningkatkan efisiensi. Pegawai memiliki pemahaman baru tentang penggunaan aplikasi, memberikan dampak positif dalam peminjaman inventaris. Dengan ini, kegiatan ini memberikan solusi konkrit dan modernisasi dalam manajemen inventaris, dan meningkatkan pelayanan.
Implementasi Algoritma Support Vector Machine dalam Klasifikasi Deteksi Depresi dari Postingan pada Media Sosial Kameliya Putri; Made Agung Raharja
Jurnal Nasional Teknologi Informasi dan Aplikasinya Vol. 2 No. 1 (2023): JNATIA Vol. 2, No. 1, November 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.v02.i01.p22

Abstract

Mental health issues, such as depression, have significant impacts on individuals and society. Early identification and detection of these conditions are crucial steps in providing appropriate interventions and supporting better recovery. With the increasing use of social media, many people have started sharing their thoughts, feelings, and experiences online. Social media provides an abundant platform for users to express themselves and interact with others. Posts on social media often reflect individuals' emotional states. Therefore, analyzing the content of these posts can provide valuable insights for monitoring and early detection of depressive symptoms. Machine learning has been widely used for automated text mining and classification tasks. A classification method that can be used to classify social media posts into depression and normal classes is the support vector machine. Based on the testing results of the Support Vector Machine algorithm in classifying posts on social media, the highest accuracy value obtained was 95.5% using a parameter value of C equal to 0.25. The Precision, recall, and F-1 score values were 96%. 
Co-Authors Ida Bagus Gede Dwidasmara Raharja, Made Agung