Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Desain Komunikasi Visual Jurnal Pendidikan dan Teknologi Indonesia
Amarudin
Unknown Affiliation
Arts Computer Science & IT Education Engineering Languange, Linguistic, Communication & Media

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

Found 2 Documents
Search

 1 
Analisis Sentimen Pengguna Twitter terhadap Konten Edukasi Dokter Detektif dengan Metode Pohon Keputusan Astri Prasasti, Iyeti; Amarudin
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.893

Abstract

Media sosial, khususnya Twitter, telah berkembang menjadi sarana yang efektif untuk menyampaikan konten edukasi kesehatan secara luas dan interaktif. Salah satu akun yang aktif dalam menyebarkan informasi kesehatan berbasis sains adalah Dokter Detektif, yang menyajikan konten dermatologi dengan pendekatan komunikatif. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter terhadap konten edukasi yang disampaikan oleh akun tersebut. Metode yang digunakan adalah klasifikasi sentimen dengan algoritma Decision Tree dan dibandingkan dengan Naive Bayes. Data diperoleh melalui web scraping, lalu diproses melalui tahapan cleansing, tokenisasi, normalisasi, dan penghapusan stopword menggunakan Sastrawi. Sentimen diklasifikasikan menjadi positif dan negatif, dengan penanganan ketidakseimbangan data menggunakan Synthetic Minority Over-sampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa Decision Tree menghasilkan akurasi sebesar 84% dan menunjukkan performa yang lebih stabil dibandingkan Naive Bayes berdasarkan evaluasi precision, recall, f1-score, dan confusion matrix. Temuan ini menunjukkan bahwa Decision Tree lebih efektif dalam menganalisis sentimen teks terkait konten edukatif di media sosial, khususnya dalam domain kesehatan.
Integrasi Konteks Semantik dan Waktu Akses dalam Algoritma Caching Adaptif untuk Optimalisasi Kinerja Sistem Dewantoro, Mahendra Dewantoro; Dewantoro, Mahendra; Santosa, Budi; Prasetio, Mugi; Amarudin
Jurnal Ilmu Komputer dan Desain Komunikasi Visual Vol 10 No 2 (2025): Jurnal Ilmu Komputer dan Desain Komunikasi Visual
Publisher : Fakultas Ilmu Komputer Universitas Nahdlatul Ulama Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55732/a66z4p43

Abstract

 In modern computing systems, caching is an essential technique for improving data access efficiency. However, traditional caching algorithms such as LRU and LFU have limitations in handling complex data dynamics. This research proposes an adaptive caching algorithm that integrates semantic context and access time profiles to enhance system performance. The approach utilizes a semantic embedding model based on Sentence-BERT and temporal analysis of user access patterns. Testing was conducted through simulations using real and synthetic datasets, and compared with conventional caching methods such as KVShare and LRU. Evaluation results show that the proposed algorithm is capable of increasing the cache hit rate by more than 83%, reducing average latency to around 61 ms, and maintaining resource usage efficiency. In addition, the algorithm demonstrates strong adaptability to dynamic access pattern changes and responsiveness to semantic parameter adjustments. Thus, the integration of semantic context and temporal information provides significant contributions to optimizing cache management. This algorithm has potential applications in edge computing systems, LLM services, and cloud-based platforms. Suggestions for future research include implementation in real-world environments, application of predictive machine learning models, and dynamic exploration of adaptive parameters.  
Co-Authors Astri Prasasti, Iyeti Budi Santosa Budi Santosa Dewantoro, Mahendra Dewantoro, Mahendra Dewantoro Prasetio, Mugi