Article Per Year (5 Year)
p-Index From 2021 - 2026
2.42
P-Index
This Author published in this journals
All Journal DINAMIKA DOTCOM TEKNOLOGI INFORMASI SMATIKA Jurnal Ilmiah KOMPUTASI Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science (JOINTECS) PEDULI: Jurnal Imiah Pengabdian Pada Masyarakat Jurnal Aplikasi Dan Inovasi Ipteks SOLIDITAS Jurnal Teknika Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Prosiding SeNTIK STI&K
Tubagus Mohammad Akhriza
STMIK PPKIA Pradnya Paramita
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search
Journal : Prosiding SeNTIK STI

 1   2 
PENGEMBANGAN ARSITEKTUR MICROSERVICE DI PT. HATSONSURYA ELECTRIC UNTUK PENINGKATAN SKALABILITAS DAN KEMAMPUAN BERADAPTASI LAYANAN Gafri Putra Aliffansah; Tubagus Mohammad Akhriza; Dwi Safiroh Utsalina
Prosiding Seminar SeNTIK Vol. 6 No. 1 (2022): Prosiding SeNTIK 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Untuk saat ini web service (backend service) masih menggunakan konsep monolithic architecture, yang artinya semua fitur ada di dalam 1 projek. Sehingga mengalami beberapa kesulitan seperti ketika melakukan pembaharuan sistem, keseluruhan aplikasi harus dimatikan terlebih dahulu untuk memperbarui kodenya, sehingga terjadilah down time secara keseluruhan aplikasi dan karena semua fitur dalam 1 projek yang sama, maka bahasa pemrograman dan framework haruslah sama, sehingga terjadilah keterbatasan dalam mengimplementasikan berbagai teknologi yang berbeda didalam satu aplikasi. Monolithic architecture merupakan pendekatan pengembangan aplikasi di mana komponen atau layanan dari fungsi besar disimpan dalam bundel atau folder. Monolithic architecture mempunyai beberapa keuntungan - keuntungan seperti kemudahan proses deployment, tidak perlu memelihara banyak service atau aplikasi. Salah satu yang sukses mendapatkan keuntungan dari monolitik yaitu aplikasi ACM News. Microservices architecture merupakan pendekatan pengembangan aplikasi di mana aplikasi besar dibangun sebagai rangkaian layanan kecil modular dan setiap layanan berdiri sebagai layanan mandiri. Microservices pada umumnya diimplementasi di level Enterprise. Contoh seperti MGDIS SA – perusahaan software editing yang menggunakan arsitektur microservices – dan Hazmat Environmental – aplikasi pelaporan pengiriman barang kimia – merupakan aplikasi yang menerapkan arsitektur microservices dan berhasil memperoleh keuntungan yang didapatkan dari microservices architecture seperti penggunaan kembali fungsi, pengembangan aplikasi, dan kemudahan skalabilitas dari setiap komponen [4]. Berdasarkan keuntungan kedua arsitektur di atas, pada penelitian kali ini penulis akan menganalisis kemudahan skalabilitas dan penerapan teknologi yang berbeda disetiap service atau aplikasi di PT. HATSONSURYA ELECTRIC, sehingga masalah down time secara keseluruhan sistem dapat diminimalisir, dan dapat dengan mudah mengimplementasikan berbagai teknologi di setiap service/aplikasinya.
METODE NAÏVE BAYES CLASSIFIER DENGAN TEXTBLOB UNTUK ANALISIS SENTIMEN TERHADAP PELAYANAN INDIHOME DAN FIRST MEDIA Navi Atri Lestari; Tubagus Mohammad Akhriza; Eka Yuniar
Prosiding Seminar SeNTIK Vol. 4 No. 1 (2020): Prosiding SeNTIK 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial saat ini menjadi media online yang banyak diakses oleh masyarakat. Salah satu jejaring sosial yang banyak digunakan adalah Twitter, yang memungkinkan pengguna untuk menulis tentang berbagai ulasan terhadap suatu produk, jasa layanan, tokoh publik dan sebagainya. Hal tersebut dapat dimanfaatkan oleh suatu perusahaan untuk melihat opini atau sentimen masyarakat terhadap produk/layanan mereka, yang kemudian dapat dimanfaatkan sebagai bahan evaluasi untuk meningkatkan layanan/produk perusahaan yang bersangkutan. Memanfaatkan data tweet dari Tweeter, penelitian ini diselenggarakan untuk mengetahui sentimen publik mengenai layanan yang diberikan oleh dua vendor Internet Service Provider (ISP) di Indonesia yaitu Indihome dan First Media. Sentimen diklasifikasi menjadi dua kelas yaitu positif dan negatif menggunakan metode Naive bayes classifier, dimana text- preprocessing diterapkan dalam menangani penulisan tweet yang tidak baku. Secara khusus, pustaka Textblob untuk Python digunakan untuk melakukan proses klasifikasi sentimen. Dari hasil penelitian dapat diketahui bahwa sentimen negatif paling banyak ditemukan dalam menanggapi pelayanan yang diberikan oleh kedua ISP. Hasil dari metode naïve bayes dalam penelitian ini memperoleh nilai Recall 66 %, Precision 83 % dan Accuracy 74 %
PENGEMBANGAN STRUKTUR KONTEN ARTIKEL BERBASIS SEARCH ENGINE OPTIMIZATION UNTUK MENINGKATKAN RANKING HALAMAN WEB DI GOOGLE SEARCH ENGINE Febri Romadon; Tubagus Mohammad Akhriza; Dwi Safiroh Utsalina
Prosiding Seminar SeNTIK Vol. 4 No. 1 (2020): Prosiding SeNTIK 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Halaman hasil pencarian Google atau Google Search Engine Result Page (SERP) menjadi medan persaingan bagi website karena bisa mendatangkan lebih banyak pengunjung secara organik. Google menerapkan metode untuk memilih konten artikel yang paling relevan untuk ditampilkan pada Search Engine Result Page. Konten artikel tersebut memiliki struktur yang dianggap mengandung informasi terbaik untuk ditampilkan pada user. Oleh karena itu, terdapat tools yang menerapkan kaidah Search Engine Optimization dengan memberikan rekomendasi struktur konten artikel berdasarkan website lain yang meriah posisi di halaman Search Engine Result Page. Salah satunya adalah Page optimizer Pro Untuk mengetahui apakah rekomendasi tersebut bisa meningkatkan ranking di Google Search Engine Result Page maka dilakukan pengujian dengan membandingkan dengan konten artikel yang diterbitkan tanpa mengacu pada rekomendasi dari tools tersebut. Hasil penelitian menunjukkan bahwa artikel yang dibuat dengan mengacu pada rekomendasi dari Tools tersebut bisa lebih cepat deindex oleh Google Search Engine dan dapat meningkatkan ranking. Kata Kunci : search engine optimization, content article,website, wordpress, page optimizer
RECOMMENDATION-BASED MENU INTERFACE UNTUK DINAMISASI DAN PERSONALISASI MENU APLIKASI Tubagus Arief Armanda; Tubagus Mohammad Akhriza
Prosiding Seminar SeNTIK Vol. 5 No. 1 (2021): Prosiding SeNTIK 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

RECOMMENDATION-BASED MENU INTERFACE UNTUK DINAMISASI DAN PERSONALISASI MENU APLIKASI
GAMIFIKASI PEMBELAJARAN ONLINE UNTUK PENINGKATAN PARTISIPASI MAHASISWA DI MASA PANDEMI COVID-19 Tubagus Mohammad Akhriza
Prosiding Seminar SeNTIK Vol. 4 No. 1 (2020): Prosiding SeNTIK 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

GAMIFIKASI PEMBELAJARAN ONLINE UNTUK PENINGKATAN PARTISIPASI MAHASISWA DI MASA PANDEMI COVID-19
IMPLEMENTASI METODE ANALYTICAL HIERARCHY PROCESS DALAM PEMILIHAN VARIETAS UNGGUL TANAMAN KEDELAI DI BALITKABI MALANG Agung Prasetyo, Tubagus Mohammad Akhriza dan Dian Wahyuningsih
Prosiding Seminar SeNTIK Vol. 4 No. 1 (2020): Prosiding SeNTIK 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

IMPLEMENTASI METODE ANALYTICAL HIERARCHY PROCESS DALAM PEMILIHAN VARIETAS UNGGUL TANAMAN KEDELAI DI BALITKABI MALANG
GAME ACTION SEBAGAI MEDIA PENGENALAN TOPENG MALANGAN Roy Nasrul Akbar; Tubagus Mohammad Akhriza; Samsul Arifin
Prosiding Seminar SeNTIK Vol. 4 No. 1 (2020): Prosiding SeNTIK 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Topeng Malangan merupakan budaya asli kota Malang yang, dengan tarian yang membawakan kisah original dari Indonesia dan dengan variant topeng yang lebih banyak dibanding dengan tari topeng dari daerah lain. Saat ini Topeng Malangan dapat dinikmati melalui pertunjukan langsung, video pertunjukan yang ada pada internet, sosial media, komik, atau game mengenai Topeng Malangan. Dalam perkembangan teknologi saat ini, game merupakan media yang sangat diminati oleh masyarakat dari semua kalangan. Berbeda dengan media-media yang lain, game memberikan kesempatan langsung kepada audience untuk berinteraksi dengan object atau cerita yang ada didalamnya. Namun saat ini game yang membawakan Topeng Malangan masih sangat kurang, dan dari beberapa game yang beredar di internet hanya mengenalkan topeng-topeng yang ada pada Topeng Malangan saja, tanpa mebawakan cerita seperti layaknya pementasan. Penelitian ini bertujuan untuk membawakan game dengan genre action sebagai upaya pemberian media pengenalan Topeng Malangan kepada masyarakat. Game action ini akan membawakan cerita berjudul “Rabine Panji” yang merupakan salah satu judul cerita dalam pementasan Topeng Malangan
STORYTELLING HASIL KLASTERISASI BI K-MEANS PADA DATA UMKM MENGGUNAKAN TRANSFORMERS Tubagus Mohammad Akhriza; Tubagus Arief Armanda; Tubagus M. Adrie Admira; Dr. H. Latifah
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Klasterisasi terhadap data hasil pendampingan unit usaha mikro, kecil dan menengah (UMKM) diselenggarakan dengan tujuan untuk mengetahui pola pengusaha mikro dalam branding produk mereka di platform digital. Artikel ini menjelaskan penggunaan metode klasterisasi Bisecting K-means (Bi K- means) dan membandingkan hasil klasterisasinya dengan hasil dari metode K-means tradisional. Metode Elbow terhadap nilai Silhouette dan Within cluster sum-of-square, serta visualisasi Silhouette klaster- klaster diterapkan untuk mendapatkan k klaster yang optimal untuk mengklaster UMKM. Selanjutnya, untuk meningkatkan interpretasi hasil klasterisasi, sebuah pendekatan transformers berbasis GPT-3.5 digunakan untuk membangkitkan narasi storytelling dari tiap klaster yang terbentuk, selain pemeringkatan klaster berdasarkan strategi branding yang dijalankan oleh UMKM
REKOMENDASI SOLUSI ATAS KASUS PERCERAIAN DI KABUPATEN LAMONGAN BERBASIS K-MEANS CLUSTERING Mahanani, Malinda; Utsalina, Dwi Safiroh; Akhriza, Tubagus Mohammad
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis pola perceraian di Kabupaten Lamongan menggunakan metode K-Means Clustering. Data yang digunakan berasal dari 2022, mencakup atribut jenis perceraian (gugat/talak), usia penggugat dan tergugat, faktor penyebab perceraian, serta tempat pernikahan (KUA). Melalui metode Elbow dan Silhouette Coefficient, ditentukan jumlah klaster optimal sebanyak empat klaster. Hasil klasterisasi menunjukkan bahwa faktor utama perceraian di beberapa kecamatan adalah perselisihan dan pertengkaran terus-menerus, dengan kontribusi terbesar di Kecamatan Babat sebesar 5,29%. Selain itu, klaster lainnya menunjukkan bahwa masalah ekonomi merupakan penyebab dominan di kecamatan seperti Brondong dan Sukodadi. Berdasarkan hasil ini, rekomendasi diajukan kepada Pengadilan Agama dan KUA untuk melakukan intervensi, termasuk program konseling perkawinan dan mediasi ekonomi di kecamatan-kecamatan dengan tingkat perceraian tinggi.
Evaluasi Performa Large Language Model Sebagai Agen Kecerdasan Artifisial Untuk Rekomendasi Berita Generatif Akhriza, MohamTubagus Mohammad ad; Armanda, Tubagus Arief; Admira, Tb. M. Adrie
Prosiding Seminar SeNTIK Vol. 9 No. 1 (2025): Prosiding SeNTIK 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengevaluasi performa beberapa model bahasa besar (LLM) sebagai agen rekomendasi berita. Hasilnya menunjukkan GPT-OSS dan Gemma unggul dalam relevansi dan koherensi dibanding model lainnya.
Co-Authors Adistia, Laras Dewi Admira, Tb. M. Adrie Agustina, Rini Ahmad Syarif Rosidy Ahmad Syarif Rosidy Ali Syaifulloh Anang Aris Widodo Anastasia Lidya Maukar Arie Restu Wardhani Armanda, Tubagus Arief Bagus Dinny Wahyu Widarti Dodit Suprianto Dr. H. Latifah Dwi Safiroh Utsalina Ega Rudy Graha Eka Yuniar Eni Farida Evy Sophia Febri Romadon Fitri Marisa Gafri Putra Aliffansah Indah Dwi Mumpuni Mahanani, Malinda Mardiana Andarwati Meivi Kartikasari Mochammad Husni Mohamad Sofiudin Muhammad Ikhsan Muhammad Rifat Navi Atri Lestari Rosyid Muarif Roy Nasrul Akbar Samsul Arifin Samsul Arifin Singgih Jatmiko Syahroni Wahyu Iriananda, Syahroni Wahyu Syntia Widyayuningtias Putri Listio Tubagus Arief Armanda Tubagus M. Adrie Admira Weda Adistianaya Dewa