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
Aris Wahyu Prasetyo
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 
Prediksi Pola Penggunaan Waktu Mahasiswa Menggunakan Machine Learning Wildan Ariel Heradi; Aris Wahyu Prasetyo; Ericko Budhi Wirayudha; Muhammad Amir Yahya; Adzriel Bima Putra; Maulana Bintang Hayuka
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

Pengelolaan waktu merupakan salah satu faktor yang berpengaruh terhadap produktivitas dan keberhasilan akademik mahasiswa. Pola penggunaan waktu yang kurang seimbang dapat berdampak pada menurunnya efektivitas belajar maupun aktivitas pendukung lainnya. Penelitian ini bertujuan membangun model prediksi pola penggunaan waktu mahasiswa serta membandingkan kinerja algoritma Decision Tree, K-Nearest Neighbor (KNN), dan Naive Bayes dalam proses klasifikasi. Data penelitian diperoleh melalui survei terhadap mahasiswa dan menghasilkan 518 data, yang setelah melalui tahap preprocessing berupa data cleaning, seleksi atribut, dan transformasi data menjadi 516 data valid. Variabel yang digunakan meliputi jam kuliah, jam belajar mandiri, jam santai atau hiburan, jam olahraga, dan jam organisasi, dengan target berupa kategori pola penggunaan waktu mahasiswa. Dataset dibagi menggunakan rasio 80:20 menjadi data latih dan data uji. Evaluasi dilakukan menggunakan Confusion Matrix dengan metrik akurasi sebagai dasar perbandingan kinerja model. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memberikan performa terbaik dengan akurasi sebesar 95,19%, diikuti oleh K-Nearest Neighbor sebesar 88,46% dan Naive Bayes sebesar 77,88%. Temuan tersebut menunjukkan bahwa Decision Tree lebih efektif dalam mengenali pola penggunaan waktu mahasiswa pada dataset yang digunakan sehingga berpotensi dimanfaatkan sebagai pendekatan pendukung dalam analisis perilaku belajar mahasiswa.
ANALISIS KOMPARASI KECEPATAN AKSES WEBSITE E-COMMERCE ANTARA ARSITEKTUR WEB HOSTING KONVENSIONAL DAN CLOUD SERVERLESS TERDISTRIBUSI Guritno Wulandoro Suryosaputro; Aris Wahyu Prasetyo; Muhammad Faruq Ghullam Al Khoiri; Muhammad lutfi Samsul Al fajar; Agustina Srirahayu
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

Perkembangan platform e-commerce yang pesat menuntut infrastruktur hosting yang mampu memberikan performa tinggi, respons cepat, dan ketersediaan layanan yang optimal. Penelitian ini bertujuan menganalisis dan membandingkan kecepatan akses website e-commerce antara dua arsitektur infrastruktur hosting, yaitu platform terkelola yang berjalan secara always-on (direpresentasikan oleh Railway) dan cloud serverless terdistribusi dengan edge network global (direpresentasikan oleh Vercel). Pengujian dilakukan menggunakan alat ukur performa web GTmetrix dan Google PageSpeed Insights, dengan parameter yang diukur mencakup Time to First Byte (TTFB), First Contentful Paint (FCP), dan Largest Contentful Paint (LCP) pada kondisi jaringan desktop dan mobile. Hasil analisis menunjukkan bahwa arsitektur serverless unggul pada metrik TTFB dalam simulasi desktop, namun pada simulasi mobile dengan throttling jaringan Slow 4G, platform always-on justru mencatat skor performa dan LCP yang lebih baik, sehingga tidak satu arsitektur pun yang secara mutlak unggul di seluruh skenario pengujian. Pola perbedaan performa yang teramati konsisten dengan penjelasan pada literatur mengenai karakteristik cold start pada arsitektur serverless, meskipun pengukuran cold start secara eksplisit belum dilakukan dalam penelitian ini sehingga keterkaitan tersebut masih bersifat interpretatif. Penelitian ini menyimpulkan bahwa pemilihan arsitektur hosting sebaiknya disesuaikan dengan karakteristik trafik, kebutuhan skalabilitas, dan anggaran operasional masing-masing platform e-commerce.
Co-Authors Adzriel Bima Putra Agustina Srirahayu Ericko Budhi Wirayudha Guritno Wulandoro Suryosaputro Maulana Bintang Hayuka Muhammad Amir Yahya Muhammad Faruq Ghullam Al Khoiri Muhammad lutfi Samsul Al fajar Wildan Ariel Heradi