Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Zainal Arifin
Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 2 Documents
Search

 1 
Studi Literatur Analisis Penerapan Sistem Terdistribusi pada Layanan Streaming Video Netflix Zainal Arifin; Ericko Budhi Wirayudha; Dafa Aminata; Hafid Dwi Nugroho
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/nj5t7524

Abstract

Perkembangan teknologi digital mendorong penetrasi platform Over-The-Top , salah satunya layanan streaming video Netflix yang mengelola ratusan juta pengguna aktif global. Skala operasional yang masif memicu tantangan teknis kompleks, seperti risiko single point of failure, latensi, dan pemrosesan data bervolume tinggi secara real-time. Penelitian ini bertujuan untuk menganalisis penerapan komponen sistem terdistribusi pada Netflix dalam mengatasi masalah skalabilitas, toleransi kegagalan (fault tolerance), serta konsistensi data. Metode penelitian yang digunakan adalah studi literatur dengan mengumpulkan, menyeleksi, dan membedah sumber literatur primer dari jurnal nasional serta dokumentasi teknologi resmi maksimal tiga tahun terakhir. Hasil analisis menunjukkan bahwa integrasi arsitektur microservices mampu mengisolasi kegagalan fitur secara mandiri. Implementasi Content Delivery Network (CDN) Open Connect berbasis server cache lokal pada jaringan ISP terbukti memangkas jarak geografis dan menekan angka buffering. Pada manajemen data, penggunaan basis data NoSQL terdistribusi Apache Cassandra dengan prinsip eventual consistency menjamin ketersediaan data (high availability) tanpa adanya titik kegagalan tunggal. Selain itu, ketangguhan ekosistem cloud secara proaktif diuji menggunakan instrumen Chaos Monkey melalui simulasi gangguan acak di lingkungan produksi demi menjaga kontinuitas layanan. Secara keseluruhan, keselarasan komponen-komponen ini membentuk infrastruktur yang adaptif dan fault-tolerant, meskipun dihadapkan pada tantangan kompleksitas sinkronisasi data antar-perangkat dan tingginya biaya operasional multi-lokasi.
Model Sistem Clustering K-Means untuk Analisis Segmentasi Kepuasan Mahasiswa terhadap Fasilitas Kampus Ahnaf Qonitah; Guritno Wulandoro Suryosaputro; Zainal Arifin; Rafif Akbar Setiawan; Besarajanu Aryanto; Natasha Salsha Bila
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Kepuasan mahasiswa terhadap fasilitas kampus merupakan salah satu indikator penting dalam evaluasi mutu layanan perguruan tinggi. Penelitian ini membangun model sistem clustering berbasis algoritma K-Means untuk mengelompokkan mahasiswa ke dalam beberapa segmen kepuasan tanpa memerlukan label kelas sebelumnya (unsupervised learning). Data penelitian berasal dari survei terhadap 543 mahasiswa dengan 13 indikator kepuasan berskala 1–5 yang mencakup ruang belajar, WiFi, kantin, olahraga, lingkungan, toilet, perpustakaan, dan parkir. Seluruh fitur distandardisasi menggunakan StandardScaler sebelum pelatihan model agar perbedaan skala antarfitur tidak mendominasi perhitungan jarak Euclidean. Jumlah klaster optimal ditentukan melalui kombinasi Elbow Method dan Silhouette Score pada rentang k = 2 sampai 7, dan dipilih k = 3 sebagai kompromi antara kualitas pemisahan dan interpretabilitas hasil. Model final dilatih dengan 50 kali inisialisasi terpisah (n_init = 50) dan menghasilkan Silhouette Score sebesar 0,203. Ketiga klaster diberi nama otomatis berdasarkan peringkat rata-rata skor keseluruhan, yaitu klaster Kritis (n = 80, rata-rata 2,07), Moderat (n = 236, rata-rata 2,94), dan Puas (n = 227, rata-rata 3,89). Hasil cross-tabulation dengan variabel kepuasan keseluruhan menunjukkan keselarasan yang baik antara hasil klaster dan persepsi kepuasan responden, sedangkan visualisasi Principal Component Analysis (PCA) mampu menjelaskan 59,1% variansi data dalam dua dimensi. Model ini dapat dimanfaatkan pihak kampus untuk memprioritaskan perbaikan fasilitas pada segmen yang paling kritis.
Co-Authors Ahnaf Qonitah Besarajanu Aryanto Dafa Aminata Ericko Budhi Wirayudha Guritno Wulandoro Suryosaputro Hafid Dwi Nugroho Natasha Salsha Bila Rafif Akbar Setiawan