Claim Missing Document
Check
Articles

Found 2 Documents
Search

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.
Toleransi Kesalahan (Fault Tolerance) pada Algoritma Perutean Terdistribusi untuk Keandalan Navigasi Rafif Akbar Setiawan; Muhammad Hafidin Zakaria; Muhammad Amir Yahya; Ilham Syauqi Hizbullah
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

Algoritma perutean terdistribusi banyak digunakan pada sistem navigasi digital, tetapi rentan terhadap gangguan seperti kegagalan node dan putusnya jalur komunikasi. Penelitian ini bertujuan menganalisis peran fault tolerance dalam meningkatkan keandalan navigasi pada sistem terdistribusi. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan mengkaji berbagai penelitian terkait sistem terdistribusi, algoritma perutean, dan toleransi kesalahan. Hasil kajian menunjukkan bahwa mekanisme fault detection, fault diagnosis, fault recovery, serta penerapan redundansi dan fault-tolerant routing mampu menjaga ketersediaan layanan dan meningkatkan keandalan sistem. Dengan demikian, fault tolerance menjadi pendekatan yang efektif untuk mempertahankan kinerja algoritma perutean terdistribusi saat terjadi gangguan pada jaringan. Kata Kunci: fault tolerance, algoritma perutean terdistribusi, navigasi digital, sistem terdistribusi, keandalan sistem