Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Renewable Energy, Electronics and Control
Muhammad Zulfi Akmal
Universitas Nahdlatul Ulama Surabaya

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

Found 2 Documents
Search

 1 
Prediksi Nilai Bed Occupancy Rate Rumah Sakit XYZ Dengan Metode Prophet Muhammad Zulfi Akmal; Nurul Riska Novita; Mochammad Romli Arief; Teguh Herlambang; Kresna Oktafianto; Andy Suryowinoto
Journal Renewable Energy, Electronics and Control Vol 5, No 2 (2025): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2025.v5i2.8613

Abstract

Bed Occupancy Rate (BOR) merupakan indikator penting dalam menilai efisiensi dan mutu pelayanan rumah sakit, khususnya pada layanan rawat inap. Fluktuasi BOR yang tidak terkelola dengan baik dapat berdampak pada pemborosan sumber daya maupun penurunan kualitas layanan kesehatan. Penelitian ini bertujuan untuk memprediksi nilai BOR di Rumah Sakit Haji Surabaya menggunakan metode Prophet berbasis deret waktu. Data yang digunakan berupa data BOR bulanan periode Januari 2021 hingga Juni 2025 sebanyak 54 observasi. Hasil analisis deskriptif menunjukkan rata-rata BOR sebesar 61% dengan variasi moderat. Model Prophet diterapkan dengan pembagian data latih sebanyak 48 observasi dan data uji sebanyak 6 observasi. Evaluasi model menunjukkan performa yang baik dengan nilai MAE sebesar 2,16% dan MAPE 3,72% pada data latih, serta MAE 3,82% dan MAPE 6,13% pada data uji. Hasil ini mengindikasikan bahwa metode Prophet mampu menangkap pola tren dan musiman BOR secara akurat, sehingga dapat digunakan sebagai alat pendukung pengambilan keputusan dalam perencanaan kapasitas rumah sakit.
Implementasi Model MobileNet-V2 Untuk Klasifikasi Jenis Kendaraan Bermotor Mochammad Romli Arief; Teguh Herlambang; Kresna Oktafianto; Tri Deviasari Wulan; Muhammad Zulfi Akmal; Yuliana Yuliana
Journal Renewable Energy, Electronics and Control Vol 5, No 2 (2025): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2025.v5i2.8606

Abstract

Permasalahan mobilitas perkotaan dan pedesaan yang sangat bergantung pada kendaraan bermotor mendorong perlunya sistem identifikasi dan klasifikasi yang cerdas untuk mendukung manajemen transportasi dan keselamatan. Penelitian ini memanfaatkan kemajuan Deep Learning (DL) untuk mengatasi tantangan tersebut, dengan berfokus pada implementasi arsitektur MobileNet-V2 untuk tugas klasifikasi kendaraan. Dipilihnya arsitektur ini dilatarbelakangi oleh desainnya yang ringan dan efisien secara komputasi, menjadikannya ideal untuk aplikasi di lingkungan sumber daya terbatas. Bertolak dari fakta tersebut, penelitian ini secara khusus menyelidiki kinerja MobileNet-V2 dalam konteks klasifikasi kendaraan bermotor menggunakan dataset berskala terbatas. Hasil eksperimen menunjukkan bahwa model yang diusulkan mampu mencapai akurasi klasifikasi melebihi 90%, sekaligus membuktikan ketangguhannya dalam mengatasi kendala volume data kecil. Temuan ini tidak hanya mengonfirmasi keunggulan praktis MobileNet-V2, tetapi juga memberikan kontribusi signifikan berupa wawasan baru dalam pengembangan sistem klasifikasi kendaraan yang akurat dan efisien dengan kebutuhan data yang minimal.
Co-Authors Andy Suryowinoto Kresna Oktafianto Mochammad Romli Arief Nurul Riska Novita Teguh Herlambang Tri Deviasari Wulan Yuliana Yuliana