Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON) JURNAL PENDIDIKAN BAHASA
Annisa Tri Utami
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media

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

Found 2 Documents
Search

 1 
Makna Konseptual dan Asosiatif dalam Lirik Lagu Acha Septriasa yang Berjudul Sampai Menutup Mata dan Berdua Lebih Baik Annisa Tri Utami; Alfira Hidayah
JURNAL PENDIDIKAN BAHASA Vol. 15 No. 2 (2025): JURNAL PENDIDIKAN BAHASA
Publisher : STKIP Taman Siswa Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37630/jpb.v15i2.2782

Abstract

Penelitian ini bertujuan untuk mendeskripsikan bentuk makna konseptual dan makna asosiatif dalam lirik lagu Acha Septriasa yang berjudul Sampai Menutup Mata dan Berdua Lebih Baik. Metode yang digunakan, yaitu metode deskriptif kualitatif yang bertujuan untuk mendeskripsikan data secara faktual sesuai dengan data yang dihasilkan. Teknik pengumpulan data yang dilakukan, yaitu simak dan catat, peneliti mendengarkan dan menyimak lagu yang dinyanyikan kemudian dicatat yang terkandung makna konseptual dan asosiatif. Berdasarkan data yang dihasilkan melalui teknik yang digunakan, yaitu simak dan catat terdapat 40 kata yang memiliki makna konseptual dalam lirik lagu Sampai Menutup Mata dan terdapat 1 makna asosiatif dalam lirik lagu tersebut. Dalam lirik lagu Berdua Lebih Baik ditemukan 36 kata yang memiliki makna konseptual dan 3 kata yang memiliki makna asosiatif dalam lirik lagu tersebut.
Performance Analysis of Parallel Merge Sort Using MPI (Message Passing Interface) on Big Data Dataset Panggabean, Erwin; Yuda Perwira; Dedi Candro Parulian Sinaga; Annisa Tri Utami; Vincha Swe Meiya Pricilla Sembiring
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 2 (2025): Desember 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i2.9307

Abstract

The rapid growth of data in the era of Big Data demands efficient and scalable algorithms to handle large datasets. Sorting, as a fundamental operation in data processing, plays a crucial role in various computational tasks. This study focuses on the performance analysis of the Parallel Merge Sort algorithm using the Message Passing Interface (MPI) to accelerate sorting operations on large-scale datasets. The implementation utilizes MPI for distributed memory communication across multiple processes, enabling concurrent data partitioning and merging. Experiments were conducted on datasets ranging from several hundred megabytes to multiple gigabytes to evaluate performance metrics such as execution time, speedup, and efficiency. The results demonstrate that the parallel implementation significantly reduces computation time compared to the sequential version, especially as the dataset size and the number of processes increase. However, the performance gain tends to decrease when communication overhead between MPI processes becomes dominant. Overall, the findings indicate that MPI-based Parallel Merge Sort is an effective approach for large-scale data sorting, providing a balance between computation and communication efficiency in parallel environments.
Co-Authors Alfira Hidayah Dedi Candro Parulian Sinaga Erwin Panggabean Vincha Swe Meiya Pricilla Sembiring Yuda Perwira