Article Per Year (5 Year)
p-Index From 2021 - 2026
2.844
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika JMM (Jurnal Masyarakat Mandiri) JIPN (Journal of Informatics Pelita Nusantara) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Informatika : Jurnal Informatika, Manajemen dan Komputer Jurnal Sistem Informasi Kaputama (JSIK) Abdimas Universal MEANS (Media Informasi Analisa dan Sistem) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Media Informatika Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Jurnal Pelita Ilmu Pendidikan (JPIP) Dike ARembeN Keyboard Jurnal Pengabdian Masyarakat Jurnal Ilmu Komputer Ruru Jurnal Pengabdian Ruru
Sitio, Arjon Samuel
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Dike

 1 
Penerapan Algoritma Machine Learning dalam Analisis Pola Perilaku Penggunaan Internet Sitio, Arjon Samuel; Sianturi, Fricles Ariwisanto
Dike Vol. 2 No. 2 (2024): Dike Edisi Agustus
Publisher : CV. Ro Bema

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69688/dike.v2i2.102

Abstract

Penerapan Algoritma Machine Learning dalam Analisis Pola Perilaku Penggunaan Internet merupakan upaya untuk memahami dan menganalisis pola perilaku pengguna internet secara mendalam. Penelitian ini bertujuan untuk mengidentifikasi tren, preferensi, dan kebiasaan pengguna internet menggunakan teknik pembelajaran mesin. Dengan memanfaatkan data besar yang dihasilkan dari aktivitas online, seperti pencarian, interaksi media sosial, dan pola penggunaan aplikasi, algoritma pembelajaran mesin dapat digunakan untuk mengekstrak informasi berharga yang dapat membantu mengoptimalkan pengalaman pengguna, meningkatkan keamanan data, dan mengembangkan strategi pemasaran yang lebih efektif. Penelitian ini melibatkan tahapan pengumpulan data, pra-pemrosesan data, pemilihan fitur, pelatihan model pembelajaran mesin, evaluasi kinerja, dan interpretasi hasil. Hasil analisis pola perilaku pengguna internet dapat memberikan wawasan berharga bagi penyedia layanan internet, pengembang aplikasi, dan peneliti dalam memahami preferensi pengguna, meningkatkan layanan, serta merancang produk dan strategi bisnis yang lebih sesuai dengan kebutuhan dan harapan pengguna. Dengan demikian, penerapan algoritma machine learning dalam analisis pola perilaku penggunaan internet berpotensi besar untuk memperkaya pengetahuan dalam domain ini serta mendukung pengembangan layanan dan produk yang lebih adaptif dan responsif terhadap kebutuhan pengguna
Mengoptimalkan Alokasi Sumber Daya di Lingkungan Cloud Computing Menggunakan Teknik Reinforcement Learning Sihombing, Volvo; Sitio, Arjon Samuel; Sianturi, Fricles Ariwisanto
Dike Vol. 2 No. 2 (2024): Dike Edisi Agustus
Publisher : CV. Ro Bema

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69688/dike.v2i2.103

Abstract

Optimizing Resource Allocation in Cloud Computing Environments Using Reinforcement Learning Techniques membahas pendekatan inovatif untuk meningkatkan efisiensi alokasi sumber daya di lingkungan komputasi awan. Penelitian ini bertujuan untuk memanfaatkan teknik reinforcement learning dalam mengelola alokasi sumber daya komputasi di lingkungan cloud. Dengan menggunakan algoritma pembelajaran penguatan, sistem dapat secara otomatis memantau, mengevaluasi, dan memutuskan alokasi sumber daya yang optimal berdasarkan kondisi sistem dan permintaan pengguna. Melalui pemodelan lingkungan komputasi awan sebagai lingkungan pembelajaran penguatan, penelitian ini menghasilkan keputusan alokasi sumber daya adaptif dan responsif, yang dapat mengoptimalkan kinerja sistem secara keseluruhan. Hasil eksperimen simulasi menunjukkan bahwa pendekatan ini dapat meningkatkan efisiensi penggunaan sumber daya, mengurangi waktu respons, dan meningkatkan ketersediaan layanan di lingkungan komputasi awan. Implikasi dari penelitian ini termasuk potensi untuk meningkatkan kinerja layanan cloud, mengurangi biaya operasional, dan meningkatkan kepuasan pengguna melalui manajemen sumber daya yang lebih cerdas dan adaptif. Dengan demikian, penelitian ini memberikan kontribusi yang berharga dalam pengembangan teknologi komputasi awan yang lebih efisien dan responsif terhadap kebutuhan bisnis dan pengguna
Co-Authors Achiriani, Tri Wahyuningtiyas Ahmad Sholihin Hulu Anita Sindar Ros Maryana Sinaga Anita Sindar Sinaga Br. Silitonga, Juli M Erwin Panggabean Fitra, Awaludin Fricles A Sianturi Gea, Asaziduhu Hengki Tamando Sihotang Ika Puspita, Ika Junita , Diana Kartini, Siti Agus Lase , Yulianto legito, Legito Lubis, Mhd. Dicky Syahputra Marpaung, Preddy Napitupulu, Vanesia Nasution, Ilham Pramuja Ningsih, Cahaya Nurul Afni Petti Sijabat RM Sinaga, Anita Sindar Saidul Irsyad Sihombing, Darvin Markus Pardamean Sihombing, Volvo Simanjuntak, Richard Parlindungan Sinaga, Anita Sindar RM Sipayung, Muhammad Irfan Sitorus, Martua WAHYUN, WIWIN CINDYTIA