Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP) JOMLAI: Journal of Machine Learning and Artificial Intelligence Portal Riset dan Inovasi Sistem Perangkat Lunak
Jelita Astrid Gulo
Universitas Katolik Santo Thomas Medan
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Library & Information Science Mathematics Social Sciences

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

Found 3 Documents
Search

 1 
Student Grouping Based on Grades and Attendance Using K-Means Theresya Simanjuntak; Jelita Astrid Gulo; Sardo Pardingotan Sipayung
JOMLAI: Journal of Machine Learning and Artificial Intelligence Vol. 5 No. 1 (2026): Maret 2026
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/jomlai.v5i1.7283

Abstract

Student grouping based on academic performance is needed to support decision-making in more targeted academic guidance programs. This research implemented K-Means Clustering algorithm to group students based on academic scores and attendance rates. The dataset consisted of 50 student samples with score and attendance percentage attributes ranging from 0-100. Optimal cluster determination used Elbow Method and Silhouette Score with K values varying from 2 to 6. Experimental results showed K=3 produced optimal separation with highest Silhouette Score of 0.72 and WCSS 8,230. Three clusters formed represented high-achieving students (30%), average-performing students (40%), and students requiring special attention (30%). The algorithm converged in average of 8-12 iterations with 90% consistency on multiple runs. Correlation analysis showed very strong relationship between scores and attendance (r=0.89). Interactive visualization system was developed using React.js and Recharts to facilitate result interpretation. This research provided practical contribution in form of clustering framework for early warning identification of at-risk students and academic intervention program recommendations.
Implementasi Algoritma Dijkstra Untuk Menentukan Rute Terpendek dari SMA 17 Medan Ke Unika St.Thomas Jhonatan Purba; Saut Manurung; Jahanra Girsang; Jelita Astrid Gulo; Sardo Pardingotan Sipayung
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14963

Abstract

Mobilitas pelajar di kawasan perkotaan sering kali menuntut efisiensi waktu dan rute perjalanan, khususnya bagi siswa SMA yang berencana melanjutkan studi ke perguruan tinggi. Penelitian ini bertujuan untuk menentukan rute tercepat dari SMA Negeri 17 Medan ke Universitas Katolik Santo Thomas menggunakan algoritma Dijkstra. Algoritma ini digunakan karena kemampuannya dalam menemukan jalur terpendek secara sistematis melalui perhitungan bobot jarak antar titik dalam bentuk graf. Data lokasi dan jarak diperoleh melalui Google Maps dan observasi lapangan, lalu dimodelkan menjadi graf berbobot di mana simpul mewakili titik pertemuan jalan dan sisi menunjukkan jarak antar simpul. Proses penentuan rute dilakukan melalui langkah-langkah Dijkstra, dimulai dari simpul asal (SMA 17 Medan) hingga simpul tujuan (Unika St. Thomas), dengan mempertimbangkan seluruh kemungkinan lintasan. Hasil pengujian menunjukkan bahwa algoritma Dijkstra mampu secara efisien menemukan rute tercepat berdasarkan data jarak aktual dan memberikan hasil yang mendekati data dari Google Maps. Visualisasi jalur juga mempermudah pemahaman arah perjalanan. Dengan demikian, pendekatan ini tidak hanya berguna bagi siswa, tetapi juga dapat diimplementasikan dalam aplikasi penunjuk arah berbasis lokasi untuk masyarakat umum.
Analisis Sistem Pakar untuk Diagnosa Kerusakan Perangkat Komputer menggunakan Metode Forward Chaining Theresya Simanjuntak; Ronita Olive Angelie; Saut Parlindungan Manurung; Jelita Astrid Gulo; Jahanra Girsang
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 4 No. 1 (2026): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v4i1.222

Abstract

Kerusakan perangkat komputer menjadi permasalahan yang sering dihadapi pengguna dengan keterbatasan akses ke teknisi profesional. Penelitian ini bertujuan menganalisis implementasi sistem pakar untuk diagnosa kerusakan perangkat komputer menggunakan metode Forward Chaining sebagai mesin inferensi. Metode penelitian menggunakan pendekatan kualitatif deskriptif dengan teknik akuisisi pengetahuan melalui wawancara teknisi dan studi literatur. Basis pengetahuan dirancang menggunakan representasi aturan IF-THEN yang menghubungkan gejala dengan jenis kerusakan. Hasil pengujian terhadap 50 kasus kerusakan menunjukkan sistem mampu memberikan diagnosa dengan tingkat akurasi 86 persen. Forward Chaining terbukti efektif melakukan penalaran sistematis dari fakta gejala menuju kesimpulan diagnosa. Sistem ini memberikan solusi alternatif bagi pengguna awam untuk mengidentifikasi kerusakan komputer secara mandiri tanpa bergantung sepenuhnya pada teknisi profesional. Penelitian ini memberikan kontribusi dalam pengembangan sistem pakar di bidang troubleshooting komputer.
Co-Authors Jahanra Girsang Jhonatan Purba Ronita Olive Angelie Sardo Pardingotan Sipayung Saut Manurung Saut Parlindungan Manurung Theresya Simanjuntak