Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal MURAKOM
Angelica Barus
Universitas Negeri Medan

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

Found 2 Documents
Search

 1 
Analisis Komparatif Efisiensi Merge Sort dan Quick Sort Menggunakan Pendekatan Divide and Conquer pada Berbagai Kondisi Data Produk Sistem E-Commerce Gus Rosauli Pandiangan; Naufal Aqiilah Asra; Mohd. Rafiif Albani; Angelica Barus; Adidtya Perdana
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.278

Abstract

Efisiensi pengurutan data produk pada platform belanja daring menjadi faktor penting bagi kepuasan pengguna. Walaupun Merge Sort dan Quick Sort secara teori punya kompleksitas yang sama namun performa realitanya sangat bergantung pada kondisi awal data yang diolah. Penelitian ini membandingkan efisiensi kedua algoritma menggunakan simulasi Python pada skenario data acak, terurut, dan terbalik hingga 100.000 elemen. Hasil pengujian membuktikan Quick Sort lebih unggul pada data acak dengan efisiensi waktu 19,2% karena penggunaan memori yang lebih optimal. Di sisi lain Merge Sort menunjukkan kestabilan tinggi karena tidak terpengaruh oleh pola distribusi data bahkan 42,5% lebih cepat daripada Quick Sort pada kondisi data terurut terbalik. Kesimpulannya Quick Sort paling disarankan untuk pengolahan data acak sedangkan Merge Sort menjadi solusi terbaik jika sistem memerlukan kestabilan performa pada data berskala besar atau memiliki pola tertentu.
Optimasi Naive Bayes dengan Diskritisasi dan Penanganan Outlier untuk Deteksi Diabetes pada Dataset Pima Indians Gus Rosauli Pandianga; Angelica Barus; Mohd. Rafiif Albani; Nuriana Sipahutar
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.282

Abstract

Diabetes sering kali tidak menunjukkan gejala awal sehingga banyak orang terlambat menanganinya. Teknologi komputer sebenarnya bisa membantu mendeteksi risiko ini dengan cepat melalui metode Gaussian Naive Bayes. Namun, tantangannya adalah data kesehatan yang tersedia sering kali berantakan, memiliki angka yang tidak masuk akal, atau data yang terlalu ekstrem. Penelitian ini bertujuan memperbaiki kualitas data tersebut dengan cara membersihkan angka yang salah, membuang data yang tidak wajar, dan menyederhanakan angka medis yang rumit menjadi kelompok yang lebih mudah dibaca sistem. Hasilnya sangat baik karena komputer menjadi jauh lebih akurat dalam menebak risiko diabetes dengan tingkat keberhasilan mencapai 80,60%. Faktor yang paling menentukan dalam prediksi ini adalah kadar gula darah dan berat badan pasien. Kesimpulannya dengan membereskan data yang berantakan terlebih dahulu maka teknologi sederhana pun bisa menjadi alat deteksi dini yang sangat membantu tenaga medis di puskesmas atau klinik kecil.
Co-Authors Adidtya Perdana, Adidtya Gus Rosauli Pandianga Gus Rosauli Pandiangan Mohd. Rafiif Albani Naufal Aqiilah Asra Nuriana Sipahutar