Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Computer Science and Informatics Engineering Future Academia : The Journal of Multidisciplinary Research on Scientific and Advanced
Qasthari, Mohd. Wildan
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences Other

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

Found 2 Documents
Search

 1 
Penggunaan Algoritma K-Means Clustering untuk Mengelompokkan Pemain Berdasarkan Gaya Bermain Pada Battle Royale Call of Duty Mobile Qasthari, Mohd. Wildan; Kurniawan, Rakhmat
Future Academia : The Journal of Multidisciplinary Research on Scientific and Advanced Vol. 2 No. 3 (2024): Future Academia : The Journal of Multidisciplinary Research on Scientific and A
Publisher : Yayasan Sagita Akademia Maju

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61579/future.v2i3.177

Abstract

Penelitian ini fokus pada game Call of Duty Mobile karena kompleksitas dan popularitasnya. Tujuan utama penelitian adalah menginvestigasi pola permainan dan preferensi pemain untuk mengembangkan fitur game yang lebih adaptif. Metode Elbow digunakan untuk menentukan jumlah cluster optimal dalam proses clustering, menghasilkan tiga cluster: Rusher, Camper, dan Support Players. Hasil K-Means Clustering menunjukkan karakteristik sebagai berikut: Cluster 1 (Rusher) dengan gaya bermain agresif, rata-rata MVP = 217, Kill = 4223, Menang = 241, Damage = 1011,45, Akurasi = 20,99%; Cluster 2 (Camper) dengan gaya bermain pasif, rata-rata Kill = 4660, Menang = 119, Damage = 1229,51, Akurasi = 27,25%; Cluster 3 (Support Players) dengan fokus pada dukungan tim, rata-rata MVP = 206, Kill = 3541, Menang = 287, Damage = 1265,51, Akurasi = 13,59%. Kesimpulan menunjukkan pemain dapat dikelompokkan menjadi tiga klaster utama dengan karakteristik yang berbeda, yaitu Rusher, Camper, dan Support, yang membantu dalam pengembangan game yang lebih inovatif dan sesuai kebutuhan pasar.
Penerapan Algoritma Huffman Code Untuk Kompresi Dan Dekompresi Pesan Serdano, Akbar; Azzahra, Chairunnisa; Alpamah, Darus; Batubara, Ilham Fajar; Qasthari, Mohd. Wildan
Journal of Computer Science and Informatics Engineering Vol 3 No 4 (2024): October
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosie.v3i4.949

Abstract

Kemajuan teknologi informasi telah membawa perubahan signifikan dalam cara kita mentransmisikan data. Kompresi data adalah metode yang telah lama dikembangkan, yang memungkinkan kita untuk mengurangi ukuran file atau pesan tanpa kehilangan data penting pada file tersebut. Dengan menggunakan algoritma Huffman Code ukuran pesan di kompresi dapat menghemat atau mengurangi ukuran kurang lebih 70%. Huffman merupakan algoritma kompresi lossless, maka pada saat dekompresi akan menghasilkan data yang identik dengan data asli sebelum dikompresi. Algoritma Huffman Code diimplementasikan ke dalam program untuk menguji data yang digunakan. Data yang digunakan untuk penelitian ini berasal dari teks pesan singkat
Co-Authors Alpamah, Darus Azzahra, Chairunnisa Batubara, Ilham Fajar Rakhmat Kurniawan R Serdano, Akbar