Article Per Year (5 Year)
p-Index From 2021 - 2026
2.169
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI)
Yudi Setiawan, Nanang
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Efisensi Penggunaan Raw Query dan ORM pada Ekosistem Node.js Wibowo Jati, Arya; Pinandito, Aryo; Yudi Setiawan, Nanang
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pada era transformasi digital, Application Programming Interface (API) menjadi komponen penting dalam operasional aplikasi modern, dengan response time sebagai indikator utama performa yang sering dijadikan acuan dalam Service Level Objectives (SLO). Salah satu faktor yang memengaruhi performa API adalah metode interaksi database. Penelitian ini membandingkan dua metode yang umum digunakan, yaitu Raw Query dan Object-Relational Mapping (ORM), dalam konteks pengembangan API di ekosistem Node.js. Studi kasus dilakukan pada aplikasi dengan fitur seperti platform Medium. Pengujian dilakukan menggunakan K6 dengan 100 sampel untuk operasi read dan write. Data dianalisis dengan uji Shapiro–Wilk dan Mann–Whitney U. Hasil menunjukkan bahwa data tidak berdistribusi normal serta terdapat perbedaan signifikan antara kedua metode. Median digunakan sebagai acuan pembanding efisiensi karena lebih tahan terhadap outlier. Pada operasi read, Raw Query mencatat 3,48 ms dan ORM 4,93 ms. Pada operasi write, Raw Query 4,82 ms dan ORM 6,26 ms. Temuan menunjukkan bahwa Raw Query lebih efisien dari sisi response time, sehingga lebih disarankan untuk sistem dengan kebutuhan performa yang tinggi.
Segmentasi Respon Leads Terhadap Kampanye Digital Menggunakan DBSCAN: Studi Kasus Pada Perusahaan Asuransi Jiwa X Kusumawardhani, Firda; Hadi Wijoyo, Satrio; Yudi Setiawan, Nanang
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JUST-SI
Analisis Sentimen Persepsi Publik Terhadap Film “Ice Cold : Murder, Coffee, and Jessica Wongso” Menggunakan Metode Long Short Term Memory Aulia, Muhammad Rafli; Septriayadi Sianturi, Riswan; Yudi Setiawan, Nanang
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Konferensi Internasional ICOMIT
Analisis Sentimen Ulasan Pengguna Aplikasi PUBG Mobile Menggunakan Karakteristik Quality in Use: Effectiveness and Satisfaction Adinda Prana Putri, Maitsa; Yudi Setiawan, Nanang; Trias Hanggara, Buce
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Evaluasi terhadap kualitas aplikasi berbasis ulasan pengguna menjadi penting untuk memahami persepsi dan pengalaman pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi PUBG Mobile dengan fokus pada dua aspek Quality in Use menurut ISO/IEC 25010, yaitu effectiveness dan satisfaction. Penelitian ini berfokus pada ulasan pengguna dari 14 September 2024 hingga 14 November 2024 dengan ulasan berbahasa Inggris. Data sebanyak 2.322 ulasan diambil dari Google Play Store menggunakan library google-play-scraper. Proses pelabelan sentimen dilakukan secara otomatis menggunakan pendekatan berbasis leksikon melalui SentiWordNet, sedangkan pelabelan aspek dilakukan dengan kamus aspek yang disusun secara manual. Data kemudian direpresentasikan dalam bentuk numerik menggunakan metode TF-IDF, yang selanjutnya diklasifikasikan menggunakan algoritma Support Vector Machine (SVM). Hasil analisis menunjukkan bahwa dari total ulasan yang dianalisis, sebagian besar pengguna memberikan sentimen positif terhadap kedua aspek, dengan persentase mencapai 59,82% untuk aspek effectiveness, dan pada aspek satisfaction mencapai persentase 87,68%. Terdapat 319 sentimen negatif dan 475 sentimen positif untuk aspek effectiveness, sementara itu terdapat 117 sentimen negatif dan 833 sentimen positif untuk aspek satisfaction. Evaluasi dilakukan dengan metode K-Fold Cross Validation sebanyak 10 fold untuk mengukur kinerja model menghasilkan rata-rata sebesar 83,15%, serta confusion matrix pada rasio data latih dan data uji 90:10 untuk melihat distribusi hasil klasifikasi menunjukkan akurasi sebesar 82%.
Pengelompokan Aspek Opini Publik Terhadap Penggunaan Jasa Joki Akademik Pada Media Sosial X, Youtube dan Tiktok Menggunakan BERTopic Umar Basher, Nizar; Yudi Setiawan, Nanang; Rahayudi, Bayu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Fenomena jasa joki akademik yang mencakup praktik penyelesaian tugas, skripsi, dan ujian oleh pihak ketiga semakin marak dibicarakan di media sosial. Penelitian ini bertujuan untuk mengelompokkan aspek-aspek opini publik terhadap jasa joki akademik menggunakan pendekatan BERTopic. Data diperoleh dari 7.201 komentar publik yang dikumpulkan dari platform X (1.678 data), YouTube (3.640 data), dan TikTok (1.883 data). Tahapan analisis mencakup preprocessing, embedding dengan model IndoBERT, reduksi dimensi menggunakan UMAP, klasterisasi dengan HDBSCAN, serta ekstraksi topik menggunakan c-TF-IDF. Hasil dari proses ini menunjukkan bahwa opini publik dapat dikategorikan ke dalam sepuluh aspek utama, yaitu promosi dan akses informasi (X: 22 topik, YouTube: 20 topik, TikTok: 19 topik), etika dan moralitas (X: 9 topik, YouTube: 5 topik, TikTok: 4 topik), aksesibilitas dan kebutuhan (X: 7 topik, YouTube: 16 topik, TikTok: 7 topik), serta faktor psikologis dan emosional (X: 2 topik, YouTube: 11 topik, TikTok: 5 topik). Sementara itu, aspek legalitas dan risiko hukum hanya muncul pada 1 topik di YouTube dan 2 topik di TikTok, dan tidak ditemukan pada data X. Temuan ini mengindikasikan bahwa isu promosi dan kebutuhan praktis lebih menonjol dalam diskursus publik, sementara kesadaran terhadap aspek hukum masih rendah. Penelitian ini berkontribusi dalam pemetaan tematik opini publik berbasis media sosial serta menjadi pijakan awal untuk formulasi kebijakan etik dan edukatif di lingkungan pendidikan tinggi.
Co-Authors Abdurrahman Airlangga, Aria Abrori, Arum Adinda Prana Putri, Maitsa Adrian Firmansah, Dani Agung Wicaksono, Satrio Aryo Pinandito Aulia, Muhammad Rafli Bayu Rahayudi Dafa Hermawan, Muhamad Dian Eka Ratnawati Dwi Putra, Alvianta Fauziah Azzahra, Salma Hadi Wijoyo, Satrio Hendrakusma Wardani, Niken Kusumawardhani, Firda Meykasari, Aldhila Pranata, Furqan Maulana Purnomo, Welly Satrio Agung Wicaksono Septriayadi Sianturi, Riswan Sukmawati, A'inun syah fauzan putra, rizal akbar Trias Hanggara, Buce Tyroni Mursityo, Yusi Umar Basher, Nizar Wibowo Jati, Arya