Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi Applied Information Technology and Computer Science (AICOMS)
Fadhel Muhammad
Universitas Multi Data Palembang
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Perbandingan Algoritma Greedy dan Dynamic Programming Pada Optimasi Playlist Spotify Untuk Jogging Fadhel Muhammad; Muhammad Radja Juang Jamemiko; Yohannes Yohannes
Applied Information Technology and Computer Science (AICOMS) Vol 5 No 1 (2026): AICOMS
Publisher : Pengelola Jurnal Politeknik Negeri Ketapang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58466/1htfcz49

Abstract

Spotify provides audio metadata that can be utilized to support physical activities such as jogging. This study compares the performance of Greedy and Dynamic Programming algorithms for Spotify playlist optimization modeled as a 0/1 Knapsack Problem. Song duration is treated as weight, while a score derived from popularity and energy is used as value. The dataset was obtained from Spotify Wrapped 2025 Top 50 Songs and Spotify All-Time Top 100 Songs, resulting in 31 candidate songs after preprocessing and filtering. Experiments were conducted on playlist durations of 30, 45, 60, 75, and 90 minutes. The results show that Dynamic Programming consistently achieved higher total scores than Greedy across all scenarios. For the 60-minute playlist, Dynamic Programming obtained a total score of 1897 compared to 1894 achieved by Greedy. However, Greedy required a lower execution time (4.244 ms) than Dynamic Programming (16.196 ms). The average optimality gap between the two methods was 1.89%, indicating that Greedy produced solutions that were close to the optimal solutions generated by Dynamic Programming while requiring less computation time.
Analisis Topik Komentar Youtube pada Lagu Tema FIFA World Cup 2026 Menggunakan LDA M. Dhafa Adjie Saputra; Fadhel Muhammad; Muhammad Rizky Pribadi
Jurnal Riset Informatika dan Inovasi Vol 4 No 1 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Komentar yang ditinggalkan pengguna pada platform YouTube dapat dimanfaatkan untuk memahami berbagai respons publik terhadap suatu konten digital. Penelitian ini berfokus pada identifikasi pola pembahasan yang muncul pada komentar video musik Lighter yang digunakan sebagai lagu resmi FIFA World Cup 2026. Data penelitian berupa 398 komentar berbahasa Inggris diperoleh melalui proses web scraping menggunakan platform Apify. Sebelum dianalisis, data melalui serangkaian tahapan preprocessing yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, pembentukan bigram, dan lemmatization. Proses ekstraksi topik dilakukan menggunakan metode Latent Dirichlet Allocation (LDA) untuk menemukan kelompok pembahasan yang dominan dalam kumpulan komentar. Hasil pemodelan menunjukkan tiga tema utama yang berkaitan dengan penilaian terhadap kualitas musik, tanggapan mengenai kesesuaian lagu dengan atmosfer sepak bola, dan diskusi umum seputar video musik FIFA. Evaluasi menggunakan coherence score menghasilkan nilai 0,466 yang mengindikasikan bahwa topik yang terbentuk memiliki tingkat konsistensi yang cukup baik untuk diinterpretasikan. Temuan penelitian menunjukkan bahwa pendekatan LDA mampu digunakan sebagai metode yang efektif dalam mengidentifikasi kecenderungan pembahasan dan opini pengguna pada komentar YouTube berbasis teks pendek.
Co-Authors M. Dhafa Adjie Saputra Muhammad Radja Juang Jamemiko Muhammad Rizky Pribadi Yohannes, Yohannes