Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi)
Devin Saputra Wijaya
Unknown Affiliation
Computer Science & IT Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penggunaan Nextcloud untuk Distribusi Data dalam Lingkup Perusahaan Albert; Jonatan Putra Gunawan; Devin Saputra Wijaya; Jonathan
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 2 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i2.31568

Abstract

Penggunaan teknologi sangatlah penting Dalam konteks bisnis modern, penggunaan teknologi informasi untuk distribusi data sendiri memegang peran penting dalam memenuhi kebutuhan ini. Pada saat ini teknologi telah berkembang dengan sangat cepat begitu pula dengan teknologi distribusi data. Potensi tersebut dapat dilihat pada salah satu bentuk dari pemanfaatan teknologi pendistribusian data yaitu dengan penggunaan nextcloud yang merupakan salah satu aplikasi cloud server untuk melakukan sharing file dengan perantara web browser yang di konfigurasi dengan public IP sehingga server storage dapat di akses dengan jaringan public seperti internet. Dengan adopsi Nextcloud, dapat memberikan fleksibilitas dalam berkolaborasi dan mengakses data dari mana saja, sehingga perusahaan dapat mengoptimalkan manajemen dan keamanan data dengan tren teknologi terkini.
Indonesia Justin Salim; Jonathan; Devin Saputra Wijaya
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/qx19at85

Abstract

Machine learning semakin penting di era modern karena kemampuannya menghasilkan prediksi hanya dengan mengolah data. Penelitian ini bertujuan untuk memprediksi kemampuan squat atlet powerlifting pria menggunakan dua algoritma pembelajaran mesin, yaitu XGBoost dan LightGBM. Kedua algoritma dipilih karena keduanya mampu menangani data berukuran besar dengan variabel prediktor yang kompleks. Data yang digunakan mencakup informasi fisik atlet, catatan performa squat, bench press, deadlift, serta variabel terkait kompetisi. Metode penelitian meliputi tahap pra-pemrosesan data, pembagian data ke dalam set pelatihan dan pengujian, penerapan algoritma XGBoost dan LightGBM, serta evaluasi performa model. Evaluasi dilakukan menggunakan metrik root mean square error (RMSE), koefisien determinasi (R²), dan mean absolute error (MAE). Hasil penelitian menunjukkan bahwa kedua algoritma mampu memberikan performa prediksi yang baik, dengan XGBoost lebih unggul dalam tingkat kinerja prediksi yang lebih tinggi dibandingkan dengan LightGBM.
Co-Authors Albert Jonatan Putra Gunawan Jonathan Justin Salim