Article Per Year (5 Year)
p-Index From 2021 - 2026
1.819
P-Index
This Author published in this journals
All Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Tech-E Building of Informatics, Technology and Science Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Journal Zetroem Nusantara Hasana Journal International Journal Software Engineering and Computer Science (IJSECS) Jurnal Masyarakat Madani Indonesia Journal of Information Technology, Software Engineering and Computer Science
Triana Dewi Salma
Universitas LIA
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Nursing Public Health Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Comparing TabNet and CatBoost Models for Explainable Student Depression Prediction Triana Dewi Salma; Rizqi Darmawan; Fauzan Natsir; Esa Kurniawan
Building of Informatics, Technology and Science (BITS) Vol 8 No 1 (2026): June 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v8i1.9964

Abstract

Early identification of depression risk among students is increasingly important for educational institutions because mental health problems may affect academic engagement, well-being, and learning continuity. This study aims to compare TabNet and CatBoost in predicting student depression risk and to examine their explainability in identifying influential predictors from structured tabular data. The dataset used in this study consists of student-related variables covering personal characteristics, academic conditions, psychological indicators, and lifestyle factors. The experimental procedure included data cleaning, missing value treatment, categorical feature transformation, feature scaling, model training, testing, and interpretation. Model performance was assessed using accuracy, precision, recall, F1-score, and ROC-AUC. Meanwhile, model explainability was examined through attention-based feature importance for TabNet and SHAP-based interpretation for CatBoost. The experimental results indicate that CatBoost produced better overall classification performance, achieving 84.54% accuracy compared with 83.44% for TabNet. CatBoost also obtained higher precision, F1-score, and ROC-AUC values. In contrast, TabNet showed slightly better recall, suggesting stronger sensitivity in detecting students classified as at risk. The interpretation results show that suicidal thoughts, financial stress, academic pressure, sleep duration, study satisfaction, dietary habits, and workload-related variables were consistently relevant to the prediction process. These findings indicate that model selection for student depression prediction should consider not only accuracy, but also sensitivity and interpretability.
Pemanfaatan Teknologi Digital untuk Penguatan Peran Perempuan dalam Ketahanan Keluarga Triana Dewi Salma; Chairilisa Azzahra; Ashr Lian Alviani
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 3 (2026): Agustus (In Progress)
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/73mcxv43

Abstract

Perkembangan teknologi digital telah memengaruhi berbagai aktivitas keluarga, mulai dari komunikasi, transaksi keuangan, pendampingan anak, hingga pengembangan usaha rumahan. Namun, pemanfaatan teknologi tersebut belum selalu diikuti dengan pemahaman yang memadai mengenai keamanan digital, perlindungan data pribadi, penipuan daring, hoaks, pinjaman online ilegal, dan penyalahgunaan kecerdasan buatan. Kegiatan pengabdian kepada masyarakat ini dilaksanakan di Kelurahan Cikoko, Jakarta Selatan, dengan melibatkan 50 peserta dari anggota PKK dan perwakilan perempuan di lingkungan kelurahan. Kegiatan ini bertujuan memberikan edukasi mengenai pemanfaatan teknologi digital secara aman, bijak, produktif, dan bertanggung jawab dalam mendukung ketahanan keluarga. Metode pelaksanaan menggunakan pendekatan edukasi partisipatif melalui penyuluhan interaktif, contoh kasus, tanya jawab, refleksi pengalaman, serta evaluasi lisan terstruktur. Materi kegiatan mencakup pengelolaan keuangan digital, pemanfaatan media digital untuk usaha rumahan, pendampingan anak dalam penggunaan gawai, keamanan bermedia sosial, kewaspadaan terhadap risiko digital, dan penggunaan kecerdasan buatan secara bijak. Hasil evaluasi menunjukkan capaian pemahaman peserta berada pada rentang 76%–92% pada enam indikator utama. Temuan ini menunjukkan bahwa edukasi partisipatif mampu memperkuat pemahaman awal peserta dalam memanfaatkan teknologi digital secara lebih aman, bijak, dan produktif dalam kehidupan keluarga.
Penguatan Branding Digital UMKM Melalui Pelatihan dan Mentoring Konten Triana Dewi Salma; Muhammad Ferdi Kurniawan
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 1 (2026): Februari
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/nrdk5x50

Abstract

Transformasi digital pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM) menjadi kebutuhan penting dalam menghadapi persaingan ekonomi digital. Namun, banyak pelaku UMKM masih menghadapi keterbatasan literasi digital, akses pelatihan teknologi, serta kemampuan membangun identitas merek secara profesional. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memperkuat kapabilitas digital pelaku UMKM di Kecamatan Pancoran, Jakarta Selatan, melalui pelatihan branding digital dan produksi konten kreatif berbasis media sosial. Program ini melibatkan 20 pelaku UMKM dengan pendekatan partisipatif yang mencakup sosialisasi, pelatihan berbasis praktik langsung, serta pendampingan daring pascapelatihan. Evaluasi kegiatan dilakukan melalui survei persepsi peserta dan observasi terhadap luaran konten yang dihasilkan. Hasil evaluasi menunjukkan bahwa peserta memahami konsep dasar branding digital, mampu menghasilkan konten visual menggunakan perangkat sederhana, serta lebih percaya diri dalam mengelola akun media sosial bisnis secara mandiri. Temuan ini mengindikasikan bahwa pelatihan berbasis praktik yang dilengkapi pendampingan daring merupakan pendekatan aplikatif dalam mendukung proses transformasi digital UMKM.
Literasi Kecerdasan Buatan dan Etika Penggunaan Teknologi AI melalui Workshop Interaktif di Madrasah Aliyah Triana Dewi Salma; Muhammad Ferdi Kurniawan
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 1 (2026): Februari
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/3hrgdk22

Abstract

Literasi kecerdasan buatan dan etika penggunaan teknologi AI menjadi kompetensi penting bagi generasi muda seiring meningkatnya pemanfaatan sistem AI dalam aktivitas pembelajaran dan kehidupan digital sehari-hari. Namun, pada tingkat pendidikan menengah, khususnya di lingkungan madrasah aliyah, pemahaman siswa terhadap konsep dasar kecerdasan buatan serta risiko etis penggunaannya masih relatif terbatas dan cenderung bersifat sebagai pengguna pasif teknologi. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi kecerdasan buatan dan kesadaran etika penggunaan teknologi AI pada siswa madrasah aliyah melalui pendekatan workshop interaktif. Metode pelaksanaan kegiatan meliputi penyampaian materi konseptual mengenai kecerdasan buatan, diskusi interaktif terkait implikasi etis penggunaan AI, serta permainan edukatif berbasis simulasi sederhana untuk mendorong partisipasi aktif dan pemahaman kontekstual siswa. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa terhadap konsep dasar kecerdasan buatan, potensi pemanfaatannya secara produktif, serta meningkatnya kesadaran terhadap risiko etis seperti ketergantungan teknologi, plagiarisme, dan privasi data. Pendekatan workshop interaktif terbukti efektif dalam membangun keterlibatan siswa dan memfasilitasi literasi teknologi AI yang lebih reflektif. Kegiatan ini menegaskan pentingnya integrasi literasi kecerdasan buatan dan etika teknologi dalam pendidikan menengah sebagai bagian dari kesiapan generasi muda menghadapi ekosistem digital berbasis AI.
Smart Attendance System: AI Technology for Digital Attendance Using Computer Vision Technology Fauzan Natsir; Redo Abeputra Sihombing; Triana Dewi Salma; Millati Izzatillah; Ega Shela Marsiani; Farhan Maulana Arramsy; Anuj Kumar
ZETROEM Vol 8 No 1 (2026): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v8i1.7569

Abstract

Employee attendance is a crucial aspect of human resource management, particularly in maintaining discipline and ensuring the operational effectiveness of a company. PT KAMM currently uses a fingerprint-based attendance system which, although effective, often encounters issues such as sensor sensitivity to finger conditions, potential device damage caused by continuous physical contact, and employee inconvenience. This research aims to develop a face recognition-based attendance system as a more efficient and hygienic alternative. The dataset comprises 1,400 facial images from 20 PT KAMM employees (20 classes), split into 80% training, 10% validation, and 10% testing data. The method applied combines the Haar Cascade algorithm for face detection and a Convolutional Neural Network (CNN) for face recognition. The CNN architecture consists of four convolutional layers with 32 to 256 filters, ReLU activation, max pooling, flatten, a 512-neuron fully connected layer, dropout of 0.5, and softmax classification. The model was trained for 50 epochs using the Adam optimizer with a learning rate of 0.001 and batch size of 32. Evaluation was conducted using accuracy, precision, recall, and F1-score metrics. Results show the system achieved an accuracy of 95.71%, precision of 95.80%, recall of 95.60%, and an F1-score of 95.70%, with an average inference time of 0.12 seconds/frame in real-time. However, the system has limitations: accuracy drops by up to 12% under extreme lighting conditions and when employees wear masks. This study is expected to serve as a reference for other companies seeking to adopt similar face recognition technology for contactless attendance management systems.
Analisis Kebutuhan Modul Deteksi Dini Gangguan Mental Lansia sebagai Ekstensi Aplikasi SiLansia dengan Notifikasi untuk Caregiver Redo Abeputra Sihombing; Fauzan Natsir; Triana Dewi Salma; Hoiriyah Hoiriyah; Aisyah Mutia Dawis
Journal of Information Technology, Software Engineering and Computer Science (ITSECS) Vol. 3 No. 4 (2025): Volume 3 Number 4 October 2025
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/itsecs.v3i4.362

Abstract

Populasi lanjut usia di Indonesia terus meningkat, dengan proporsi mencapai sekitar 11,75% dari total populasi nasional pada tahun 2023, sejalan dengan meningkatnya risiko gangguan kesehatan mental seperti depresi pada kelompok usia tersebut. Pada penelitian sebelumnya, penulis telah mengembangkan SiLansia, sebuah sistem pemantauan dan rekomendasi kesehatan lansia berbasis Content-Based Filtering (CBF) dengan mekanisme notifikasi otomatis untuk keluarga, namun cakupan sistem tersebut masih terbatas pada indikator vital fisik seperti tekanan darah, kadar gula darah, dan indeks massa tubuh, tanpa mencakup aspek kesehatan mental. Pada penelitian sebelumnya yang lain, penulis juga telah mengembangkan sistem pakar berbasis metode forward chaining untuk deteksi dini gangguan kejiwaan secara umum, namun sistem tersebut belum dirancang khusus untuk karakteristik populasi lansia maupun terintegrasi dengan ekosistem aplikasi mobile dan mekanisme notifikasi caregiver. Penelitian ini bertujuan menganalisis kebutuhan fungsional dan non-fungsional bagi pengembangan modul deteksi dini gangguan mental lansia sebagai ekstensi dari aplikasi SiLansia, guna menutup kesenjangan antara kedua penelitian sebelumnya tersebut. Metode yang digunakan adalah studi literatur terhadap instrumen skrining kesehatan mental lansia dan konsep beban caregiver, dipadukan dengan tinjauan terhadap arsitektur dan hasil pengujian SiLansia yang telah tervalidasi, yang kemudian dipetakan menjadi kebutuhan sistem melalui identifikasi aktor dan pemetaan kebutuhan fungsional maupun non-fungsional. Hasil penelitian menunjukkan bahwa modul yang dibutuhkan mencakup skrining gejala psikologis berbasis instrumen Geriatric Depression Scale (GDS), analisis risiko, serta perluasan mekanisme notifikasi berbasis Firebase Cloud Messaging (FCM)
Co-Authors Aisyah Mutia Dawis Amat Basri Amat Basri Antasari, Novira Dian Anuj Kumar Ashr Lian Alviani Basri, Amat Chairilisa Azzahra Darmawan, Rizqi Ega Shela Marsiani Esa Kurniawan Farhan Maulana Arramsy Fauzan Natsir Fauzan Natsir Hoiriyah, . Millati Izzatillah Muhammad Ferdi Kurniawan Muhammad Ferdi Kurniawan Muhammad Ferdi Kurniawan Redo Abeputra Sihombing Rizqi Darmawan Rizqi Darmawan Rokhanuddin, Sigid Sigid Rokhanuddin Surahmat, Asep Yusuf Sulistyo Nugroho Zulhamdani