Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Armada Informatika Journal of Computer Science Artificial Intelligence and Communications
Sri Ramadhany
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Engineering

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

Found 2 Documents
Search

 1 
Analysis of Historical Student Visit Data Using Time Series Algorithm Sri Ramadhany; Sahara Abdy; Alfiarini
Journal of Computer Science, Artificial Intelligence and Communications Vol 1 No 2 (2024): November 2024
Publisher : Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/jocsaic.v1i2.16

Abstract

The analysis of historical student visit data plays a critical role in understanding student behavior, optimizing campus resources, and enhancing service delivery in educational institutions. This study presents an analytical approach to examine patterns and trends in student visitations using a time series algorithm. By leveraging historical datasets from campus access logs, we aim to identify periodic behaviors, peak visitation times, and anomalies that may reflect special events or system irregularities. The research employs time series methods such as moving average, exponential smoothing, and ARIMA (AutoRegressive Integrated Moving Average) to forecast future student visit patterns based on previous trends. Data preprocessing, normalization, and visualization techniques are applied to ensure data quality and interpretability. The results demonstrate that student visits tend to follow specific weekly and monthly patterns, with increased activity near academic deadlines or events. The ARIMA model, in particular, shows strong predictive accuracy with minimal error margin. This analysis not only provides insights for administrative planning—such as scheduling staff, managing facilities, or enhancing security—but also serves as a foundation for developing intelligent decision-support systems. In conclusion, applying time series algorithms to historical student visitation data proves effective in predicting future trends, thereby supporting data-driven decision-making processes within educational institutions.
Implementasi Algoritma Perceptron dalam Penentuan Pola Pemilihan Panitia Pemungutan Suara (Studi Kasus: Kelurahan Pulo Brayan Bengkel) Sri Wahyuningsih; Raudhah; Sahara Abdy; Sri Ramadhany; Tomy Satria Alasi
Jurnal Armada Informatika Vol 7 No 2 (2023): Jurnal Armada Informatika : Edisi Desember
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v7i2.84

Abstract

Dalam beberapa pemilu terakhir, baik pemilihan legislatif dan eksekutif (presiden dan kepala daerah), isu penyelenggara yang diduga tidak independen dan kecurangan selalu mewarnai hasil pemilu. Kelurahan Pulo Brayan Bengkel adalah merupakan salah satu kelurahan di Kota Medan yang memiliki KPPS dibawah kendali KPU Kota Medan. Masalah yang terdapat dalam penelitian ini adalah faktor-faktor apa yang menjadi penyebab lemahnya panita pemungutan suara (PPS) dan kelompok penyelenggara pemungutan suara (KPPS), dan bagaimana proses rekrutment PPS dan KPPS untuk memperoleh pemilu yang berkualitas dan berintegrasi dikaitkan dengan pola rekrutmen dari penyelenggra pemilu. Jaringan Saraf Tiruan (Artificial Neural Networks) adalah salah satu cabang ilmu dari bidang ilmu kecerdasan buatan. Salah satu model jaringan JST adalah perceptron yang digunakan untuk mengenali pola karakter, simbol. Dengan menentukan nilai input, bobot, bias dan target atau ouput. Seleksi berkas, ujian tulis dan wawancara merupakan nilai input diubah kedalam bilangan biner yang terdiri dari angka 0 dan 1. Nilai bobot akan berubah pada setiap iterasi perulangan. Nilai bias juga akan berubah pada setiap interasi perulangan sampai target/output tercapai. Target atau target dari pelatihan ini adalah diterima atau tidak diterima yang dikonversikan ke biner menjadi 1 dan 0. Pengujian perceptron menggunakan software Matlab. Hasil dari pengujian target/output tercapai pada epoch ke-3.
Co-Authors Alasi, Tomy Satria Alfiarini Raudhah Sahara Abdy Sri Wahyuningsih