Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Menulis: Jurnal Penelitian Nusantara Inventa: Journal of Science, Technology, and Innovation
Muhamad Faza Almaliki
Universitas Hasanuddin
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Pola Kepadatan Penumpang Menggunakan K-Means Clustering Pada Pelabuhan Penyeberangan Torobulu–Tampo Muhamad Faza Almaliki; Muhammad Chaerur Rijal; Isnawaty Isnawaty; Maudhy Satyadharma
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.8947

Abstract

Penelitian ini bertujuan untuk menganalisis pola kepadatan penumpang pada lintasan penyeberangan Torobulu–Tampo menggunakan metode K-Means Clustering sebagai pendekatan analisis operasional transportasi berbasis data. Data yang digunakan dalam penelitian ini berupa data harian jumlah penumpang Pelabuhan Torobulu selama periode Januari 2023 hingga Oktober 2025. Penelitian dilakukan melalui beberapa tahapan, yaitu preprocessing data untuk membersihkan data yang tidak konsisten, proses normalisasi untuk menyamakan skala data, penentuan jumlah cluster optimal menggunakan metode evaluasi clustering, serta proses pengelompokan data menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa pola jumlah penumpang dapat dikelompokkan menjadi tiga kategori utama, yaitu kondisi sepi (low), normal (medium), dan padat (peak season). Cluster padat didominasi oleh periode hari besar nasional, musim mudik Idulfitri, dan libur panjang yang menyebabkan peningkatan mobilitas masyarakat secara signifikan. Sementara itu, cluster normal dan sepi lebih banyak terjadi pada periode operasional reguler di luar musim liburan. Hasil clustering juga menunjukkan adanya pola musiman yang memengaruhi tingkat kepadatan penumpang pada lintasan penyeberangan Torobulu–Tampo. Informasi tersebut dapat dimanfaatkan sebagai dasar dalam optimalisasi jadwal operasional kapal, pengaturan kapasitas penumpang, serta peningkatan kualitas pelayanan transportasi penyeberangan. Selain itu, hasil penelitian ini dapat membantu pihak pengelola pelabuhan dalam melakukan perencanaan operasional yang lebih efektif dan adaptif terhadap perubahan pola mobilitas penumpang. Penelitian ini diharapkan menjadi dasar pengembangan sistem analisis transportasi penyeberangan berbasis data yang lebih cerdas, efisien, terintegrasi, dan berkelanjutan di masa mendatang.
Pemanfaatan Teknologi Artificial Intelligence Untuk Transparansi Analisis Kepadatan Jalanan Perkotaan Muhamad Faza Almaliki; Hasmina Tari Mokui; Maudhy Satyadharma; Hado Hado; Muhammad Rajulan; Sylsiani Mursalim
Journal of Science, Technology, and Innovation Vol 1 No 3 (2026): : April: Inventa: Journal of Science, Technology, and Innovation
Publisher : CV SCRIPTA INTELEKTUAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65310/merd9717

Abstract

Urban traffic congestion is a major challenge in modern transportation management, while conventional monitoring systems remain limited in providing transparent and easily understandable information. This study aims to analyze the use of Artificial Intelligence to enhance the transparency of road congestion analysis through visual interpretation. Traffic imagery data was obtained from CCTV cameras at urban intersections and processed using the YOLOv8 model to detect vehicles and visualize traffic conditions. Subsequently, heatmap visualizations and Explainable Artificial Intelligence approaches were employed to clarify areas of vehicle concentration. The results show that the system can identify vehicle distribution patterns and present a visual representation of density based on concentration and object categories. This visualization provides more transparent, informative, and intuitive information regarding traffic conditions. Thus, this approach has the potential to support the development of smart transportation systems and data-driven traffic monitoring in urban environments effectively, accurately, and sustainably.
Evaluasi Exponential Smoothing dan Exponential Moving Average Pada Peramalan Perjalanan Wisatawan di Sulawesi Tenggara Muhamad Faza Almaliki; Maudhy Satyadharma
Menulis: Jurnal Penelitian Nusantara Vol. 2 No. 7 (2026): Menulis - Juli
Publisher : PT. Padang Tekno Corp

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

Abstract

Perjalanan wisatawan di Sulawesi Tenggara mengalami perubahan yang cukup besar dari waktu ke waktu, sehingga diperlukan metode peramalan yang mampu membantu perencanaan sektor pariwisata secara lebih terukur. Penelitian ini bertujuan mengevaluasi metode Single Exponential Smoothing dan Exponential Moving Average dalam meramalkan perjalanan wisatawan di Sulawesi Tenggara. Solusi yang ditawarkan adalah membandingkan hasil prediksi kedua metode menggunakan nilai kesalahan peramalan, yaitu Mean Absolute Error, Mean Squared Error, dan Mean Absolute Percentage Error. Berdasarkan hasil pengolahan data dengan nilai alpha sebesar 0,9, pola prediksi kedua metode terlihat mengikuti pergerakan data asli, terutama pada perubahan jumlah wisatawan dari periode 2019 sampai 2026. Hasil sementara menunjukkan bahwa kedua metode menghasilkan nilai evaluasi yang hampir sama, yaitu Mean Absolute Error sekitar 5.500, Mean Squared Error sekitar 105.000.000, dan Mean Absolute Percentage Error sekitar 23,7%. Nilai tersebut menunjukkan bahwa kedua metode cukup mampu mengikuti pola data, tetapi tingkat kesalahan masih perlu diperhatikan. Penelitian ini diharapkan dapat membantu menentukan metode peramalan yang lebih sesuai untuk mendukung perencanaan pariwisata berbasis data di Sulawesi Tenggara.
Co-Authors Hado Hado Hasmina Tari Mokui Isnawaty Isnawaty Maudhy Satyadharma Maudhy Satyadharma Muhammad Chaerur Rijal Muhammad Rajulan Sylsiani Mursalim