Claim Missing Document
Check
Articles

Found 2 Documents
Search

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 Penggunaan Basis Data Terdistribusi pada Cloud Computing Ardian Biahlil Badri; Adzriel Bima Putra; Satria Setyaji; Yanita Illa Putri Fitriana; Muhamad Nor Fauzan
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

Kebutuhan akan infrastruktur penyimpanan data yang cepat, stabil, dan skalabel terus meningkat seiring berkembangnya sistem digital modern. Penelitian ini bertujuan untuk mengkaji penerapan basis data terdistribusi pada lingkungan cloud computing sebagai solusi terhadap permasalahan tersebut. Metode yang digunakan adalah studi literatur dengan mengkaji dan membandingkan jurnal serta artikel ilmiah yang relevan. Hasil kajian menunjukkan bahwa sistem basis data terdistribusi mampu meningkatkan kecepatan akses dan ketahanan sistem melalui penyimpanan data secara paralel pada beberapa server, sementara cloud computing memberikan fleksibilitas dan skalabilitas yang dibutuhkan sistem dengan beban pengguna tinggi. Namun demikian, tantangan seperti keamanan data, sinkronisasi antar server, dan ketergantungan pada koneksi internet yang stabil tetap perlu diperhatikan. Penelitian ini menyimpulkan bahwa penggunaan basis data terdistribusi pada cloud computing merupakan solusi yang relevan dalam mendukung pengembangan sistem informasi modern.