Article Per Year (5 Year)
p-Index From 2021 - 2026
4.897
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL Journal of Indonesian Tourism and Development Studies Jurnal Ilmiah Mahasiswa FEB Jurnal sistem informasi, Teknologi informasi dan komputer Al-Jami'ah: Journal of Islamic Studies Nurani: Jurnal Kajian Syariah dan Masyarakat Journal of Edugeography Format : Jurnal Imiah Teknik Informatika Khasanah Ilmu - Jurnal Pariwisata Dan Budaya Jurnal Ilmiah FIFO Jurnal Bina Praja IJISTECH (International Journal Of Information System & Technology) Jambura Journal of Educational Chemistry International Journal of Visual and Performing Arts Jurnal Ilmu Teknik dan Komputer Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Abdidas Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences IJISTECH Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Masyarakat Indonesia Jurnal Pengabdian Kepada Masyarakat Patikala Bakti Budaya: Jurnal Pengabdian kepada Masyarakat Jurnal Arsitektur, Sains Bangunan, Kota dan Pemukiman Tuturan: Jurnal Ilmu Komunikasi, Sosial dan Humaniora Journal Collabits National Journal of Law
Mohamad Yusuf
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
PENERAPAN VICTORIAMETRICS SEBAGAI TIMESERIES DATABASE UNTUK MONITORING KLASTER KUBERNETES Roby Yasir Amri; Nungky Awang Chandra; Mohamad Yusuf
Computer Science and Information Technology Vol 7 No 1 (2026): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v7i1.10869

Abstract

Infrastructure monitoring is a critical component in managing Kubernetes clusters, particularly for ensuring service availability and analyzing system performance. As the complexity and scale of infrastructure increase, monitoring systems are required to efficiently handle large volumes of metric data. This study aims to analyze the performance of VictoriaMetrics as a time-series database within Kubernetes monitoring systems and compare it with Prometheus based on resource usage. The research employs a quantitative approach with benchmark experiments conducted under three load scenarios: 500, 750, and 1000 target hosts. The analyzed parameters include CPU usage, memory consumption, and storage capacity. The results indicate significant differences in resource efficiency, where VictoriaMetrics maintains CPU usage between 2–10% across all scenarios, substantially lower than Prometheus, which reaches 12–24%. In terms of memory consumption, VictoriaMetrics requires only 21–27%, whereas Prometheus increases to 41–67%. For storage usage, VictoriaMetrics consumes 5–13 GB, while Prometheus requires 13–45 GB. These findings are expected to serve as a reference for organizations in selecting an appropriate monitoring solution that aligns with their Kubernetes infrastructure scale and requirements.
Analisis Sentimen Isu Artificial Intelligence di Twitter dengan SVM dan Random Forest Navidkya, Abriel; Yusuf, Mohamad
JURNAL FASILKOM Vol. 16 No. 1 (2026): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v16i1.10037

Abstract

Artificial Intelligence (AI) has become a widely discussed topic on social media, particularly Twitter, as public opinions about this technology grow. This study aims to analyze the sentiment of Twitter posts related to AI issues using two classification algorithms: Support Vector Machine (SVM) and Random Forest (RF). The research method involves data collection via the Twitter API, followed by text preprocessing steps including case folding, tokenization, stopword removal, and stemming. The data is then manually or semi-automatically labeled with sentiments (positive, negative, neutral) to support supervised learning. Vectorization using TF-IDF is applied before training and testing the SVM and RF models to compare their classification performance. Results indicate that SVM outperforms RF in accuracy and class balance across sentiments. The application of Synthetic Minority Oversampling Technique (SMOTE) enhances performance, especially in detecting the less frequent negative sentiment. Post-SMOTE, SVM achieves an accuracy of 89.12% and an F1-score of 0.7122 for the negative class, demonstrating its ability to handle data imbalance. Although RF also improves after SMOTE, its performance remains below SVM. This study is expected to contribute significantly to public opinion monitoring and serve as a foundation for decision-making regarding AI-based technology development. 
Penerapan Metode K-Means Untuk Rekomendasi Jenis Produk Barang Perkakas Bagi Pelanggan (Studi Kasus PT.ZXY) Putri Agustianingsih; Mohamad Yusuf
Jurnal Ilmu Teknik dan Komputer Vol. 9 No. 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.006

Abstract

Penelitian ini membahas penerapan metode K-Means dalam data mining untuk merekomendasikan produk Pekakas kepada pelanggan, dengan studi kasus pada PT.ZXY. Tujuan dari penelitian ini adalah untuk memahami dan memprediksi volume penjualan produk perkakas menggunakan metode K-Means, dengan manfaat membantu perusahaan dalam pengadaan persediaan, perencanaan produksi, dan menyediakan informasi produk yang paling banyak dibeli oleh konsumen. Metode K-Means dipilih karena potensinya dalam menganalisis strategi promosi Perkakas. Studi ini juga mencakup konsep Penemuan Basis Data Pengetahuan (KDD), Indeks Davies Bouldin (DBI), dan RapidMiner. Hasil dari praproses, pemodelan, evaluasi dan penelitian dilakukan untuk memberikan pemahaman yang komprehensif tentang pola penjualan dan potensi perbaikan strategi penjualan alat produk pada PT. PT.ZXY. Oleh karena itu, dapat disimpulkan bahwa K optimal untuk pembentukan klaster terdapat pada percobaan keenam, yaitu nilai K = 3. Nilai ini dipilih karena K =3 menghasilkan nilai DBI terkecil yaitu 0 0.328. Dimana anggota klaster 0 berjumlah 1.389 data, klaster 1 berisi 1 data dan klaster 2 berisi 39 data sehingga totalnya berjumlah 1.429 data.
Folklor dan Peningkatan Pengalaman Wisata di Gunung Tangkuban Parahu Rinaldi, Aditya Rizki; Yusuf, Mohamad
Khasanah Ilmu - Jurnal Pariwisata Dan Budaya Vol 15, No 1 (2024): Jurnal Khasanah Ilmu - Maret 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/khi.v15i1.16228

Abstract

Hubungan timbal balik antara cerita rakyat Sangkuriang dengan Gunung Tangkuban Parahu tidak dapat dipisahkan. Kaitannya dengan pengembangan pariwisata di gunung tersebut adalah popularitas dari cerita rakyat Sangkuriang mampu meningkatkan daya tarik pengunjung ke Taman Wisata Alam (TWA) Tangkuban Parahu. Beberapa wisatawan cenderung memiliki ketertarikan untuk mengetahui cerita yang melatarbelakangi tempat yang mereka kunjungi. Sehingga Sangkuriang sebagai folklor di Gunung Tangkuban Parahu dapat dijadikan modal dalam menghadapi tantangan yang dihadapi objek daya tarik wisata dalam menciptakan pengalaman wisata yang berkesan. Oleh karena itu, penelitian ini berusaha mengeksplorasi penerapan folklor yang dilakukan di TWA Tangkuban Parahu dan korelasinya dengan pengalaman wisata yang berkesan. Untuk menjawab pertanyaan penelitian ini, penelitian ini menggunakan metode penelitian campuran. Data kualitatif dikumpulkan melalui wawancara bersama beberapa informan. Pengamatan, studi pustaka dan pengkajian dokumentasi dilakukan untuk mengkonfirmasi keabsahan data. Sementara, data kuantitatif dikumpulkan melalui pendistribusian kuesioner terhadap responden yang telah dipilih dengan menggunakan teknik purposive sampling. Hasil penelitian menunjukkan bahwa pengelola TWA Tangkuban Parahu telah menerapkan folklor ‘Sangkuriang’ di beberapa tempat baik dalam bentuk simbol atau narasi. Penelitian ini juga menunjukkan bahwa penerapan folklor berpengaruh positif dalam upaya meningkatkan pengalaman wisata berkesan, serta korelasi antara keduanya merupakan hubungan yang kuat yakni sebesar 75,9%.
Co-Authors Abdul Karim Aditiya, Eka Aditya Rizki Rinaldi Afiyati, Afiyati Agustianingsih, Putri Aji, Khusnul Bayu Akbar, Habibullah Al Fatah, M Reza Albarra, Qalbiridha Anggriawan, Guruh Pandhu Ansari, Isa Awang, Nungky Budiana, Kelik Carl Sterkens Carl Sterkens Chandra, Nungky Citron S Payu Daffa, Raihan Nur Delio, Ferdinand Defin Destha Titi Raharjana Diah Aryani, Diah Esa Esa Fadiyah, Fitri Nur Fahreza, Muhammad Rizky Fahrezi, Zidane Fami, Asrul Fernando, Henky Furqon, Nabil Ahmad Hadi Santoso Haisah, S Hidayah, Rafif Syari Indra Lesmana, Bagas Istanto, Yudha Andika Khoirunurrofik, Khoirunurrofik Kusmawan, Dicky Languju, Indri Kristin Lukito, Sebastianus Lukman Hakim Lutfansa, Nabila Aulia Moh. Muhrim Tamrin Mutiara, Sabrina Laila Naimah, Faaza Navidkya, Abriel Nia Agustina nungky, Nungky Awang Chandra Pangestu, Ridho Prasha, Achmad Ardani Pratama, Vemas Adi Prayuda, Sendy Putri Agustianingsih Qurotaani, Nazwa Nurul Rachmadi, Clavino Ourizqi Raditya, Nanda Garin Ramlani Lina Sinaulan Rayhan Maulana, Jericho Rifai, Alhamdi Ritonga, Andre Meyro Roby Yasir Amri Rushendra, Rushendra Sabily, Inna Safira, Dessi Adelia Salsabila, Yovi Naila Saputra, Gilas Adi Sari, Amanda Puspita Siti Maesaroh Sulistio, Nicholas Suranti, Meliana Syadam, Muhammad Syamsiar, Syamsiar Syamsir Alam Tofik Yanuar Chandra Virganata, Ius Andre Wibisana, Maulana Arvian Widyatamaka, Erland Yaya Sudarya Triana Yudistira, Agil Dwiki Z, M Fauzan