Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–3 dari 3 artikel
Comparasi Model Deepseek dan OpenAI dalam Meningkatkan Efisiensi Pencarian Informasi pada Sistem Pencarian Algoritma
Dinamik
Vol 31
, No 1
(2026)
This study evaluates the efficiency of two artificial intelligence models, DeepSeek and OpenAI, in generating code for algorithmic systems. Efficiency is assessed through execution speed, code accuracy, and the number of code characters produced. Data were collected from 100 tests covering search, sorting, graph, dynamic programming, optimization, data processing, text, and machine learning algorithms. The objective is to compare the performance of both models to support the development of effic...
Sumber Asli
Google Scholar
DOI
Analisis Efektivitas Pembelajaran Bahasa Jepang Melalui Anime dan Buku Teks dengan Algoritma AI K-Means dan Decision Tree
Dinamik
Vol 31
, No 1
(2026)
The growing interest in learning the Japanese language in Indonesia, driven by popular culture such as anime, creates a need to understand the effectiveness of different learning media. The non-uniform effectiveness of media for each individual poses a major challenge. Therefore, this study aims to analyze the effectiveness of both anime and textbooks by segmenting learner profiles and identifying key determinants of success using an artificial intelligence approach. This research employed a qua...
Sumber Asli
Google Scholar
DOI
Perbandingan Efisiensi Algoritma Sorting Hybrid untuk Data Skala Menengah
Dinamik
Vol 31
, No 1
(2026)
Penelitian ini mengevaluasi efisiensi tiga algoritma sorting hybrid, yaitu TimSort, IntroSort, dan Merge-Insertion Sort, pada dataset skala menengah yang memiliki jumlah elemen antara 10.000 hingga 1.000.000. Tujuan utama penelitian adalah untuk menganalisis performa algoritma berdasarkan waktu eksekusi, konsumsi memori, dan stabilitas, dengan pengujian dilakukan pada berbagai jenis dataset, termasuk data acak, terurut, hampir terurut, dan data dengan banyak elemen duplikat. Pengujian dilakukan...
Sumber Asli
Google Scholar
DOI