Claim Missing Document
Check
Articles

Found 19 Documents
Search

Penyalahgunaan Trotoar di Kawasan Perkotaan: Dampak dan Strategi Penanganan untuk Mewujudkan Ruang Publik yang Inklusif Noor, Muhammad Arifin; Ndruru, Tolonasokhi; Sianipar, Indra Joy Sahputra; Manurung, Marsanda Arina Marito; Samudra, Jaka Tirta
JUITECH: Jurnal Ilmiah Fakultas Teknik Universitas Quality Vol 9, No 1 (2025): Vol 9 No 1 2025
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/ju.v9i1.1634

Abstract

Trotoar merupakan infrastruktur penting dalam mendukung aktivitas pejalan kaki di wilayah perkotaan. Sayangnya, trotoar kerap disalahgunakan untuk aktivitas yang tidak sesuai peruntukannya, seperti parkir kendaraan, tempat berjualan pedagang kaki lima (PKL), dan penumpukan material. Masalah ini menyebabkan terganggunya kenyamanan dan keselamatan pejalan kaki, menurunkan kualitas tata ruang kota, serta memicu konflik sosial. Penelitian ini bertujuan untuk mengidentifikasi bentuk-bentuk penyalahgunaan trotoar, menganalisis dampaknya terhadap masyarakat dan kota, serta menawarkan solusi penanganan yang komprehensif. Metode yang digunakan adalah studi literatur, observasi, dan analisis kebijakan. Hasil pembahasan menunjukkan bahwa penyalahgunaan trotoar terjadi karena lemahnya penegakan hukum, rendahnya kesadaran masyarakat, dan kurangnya fasilitas bagi sektor informal. Penyelesaian masalah ini dapat dilakukan melalui penegakan hukum yang tegas, penataan PKL yang manusiawi, edukasi publik, perbaikan desain trotoar, dan kolaborasi lintas sektor. Apabila masalah ini terselesaikan, maka kota akan menjadi lebih tertib, aman, nyaman, dan layak huni bagi seluruh warganya. Makalah ini diharapkan dapat menjadi referensi bagi pemangku kebijakan, akademisi, dan masyarakat dalam mendorong terwujudnya ruang kota yang inklusif dan berkelanjutan.
Analisa Kinerja Kolam Retensi Sebagai Upaya Pengendalian Banjir Di Wilayah Universitas Sumatera Utara Samudra, Jaka Tirta; Darnianti, Darnianti
JUITECH: Jurnal Ilmiah Fakultas Teknik Universitas Quality Vol 9, No 1 (2025): Vol 9 No 1 2025
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/ju.v8i2.1538

Abstract

Penelitian ini mengevaluasi efektivitas kolam retensi di Universitas Sumatera Utara (USU) sebagai upaya pengendalian banjir. Kolam retensi berfungsi menampung limpasan air hujan untuk mengurangi risiko banjir di sekitar kampus. Penelitian menggunakan data curah hujan, volume air, serta frekuensi kejadian banjir, dengan hasil menunjukkan kolam retensi efektif menampung air meski masih ada kejadian banjir yang mengindikasikan kebutuhan peningkatan kapasitas. Beberapa faktor utama yang mempengaruhi kinerja kolam meliputi desain kolam, pemeliharaan, dan dampak perubahan iklim. Penelitian merekomendasikan peningkatan kapasitas kolam, pemeliharaan rutin, dan edukasi untuk meningkatkan kesadaran masyarakat kampus akan pentingnya pengelolaan kolam retensi. Kolam retensi di USU memberikan kontribusi dalam mitigasi banjir namun membutuhkan pengembangan berkelanjutan agar efektivitasnya optimal.
Pengamatan Permasalahan Transportasi Lalu Lintas Pada Ruas Jalan Ngumban Surbakti Universitas Quality (Lawan Arus) Agustin, Sindy Fadila; Sari, Angelica; Poetra, Revan Dwi; Nainggolan, Enjelita; Samudra, Jaka Tirta
JUITECH: Jurnal Ilmiah Fakultas Teknik Universitas Quality Vol 9, No 1 (2025): Vol 9 No 1 2025
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/ju.v9i1.1633

Abstract

Ruas Jl. Ngumban Surbakti Medan merupakan jalan utama dengan tipe jalan dua lajur – dua arah. Penelitian hanya berpusat pada ruas jalan di depan Universitas Quality. Berdasarkan pengamatan kami, kendaraan yang melalui ruas jalan ini sangat padat, bahkan dapat terjadi kemacetan, kecelakaan lalulintas karena area wilayah tersebut merupakan jalan penghubung masuk keluar aktivitas mahasiswa, selain itu banyaknya pedagang-pedagang kaki lima sehingga aktivitas parkir banyak menggunakan sebagian badan jalan yang menyebabkan terjadinya penyempitan lebar jalan efektif. Selain itu, kemacetan juga disebabkan oleh penyeberang jalan yang cukup padat di area penelitian yang menjadi inti dari penelitian ini. Adapun tujuan penelitian ini guna untuk mengetahui dan mengkaji kinerja ruas Jl. Ngumban Surbakti Medan yang ditinjau dari volume arus lalu lintas, kapasitas, dan mengetahui pengaruh lawan arus yang besar terhadap kinerja jalan. Sedangkan metode yang digunakan yaitu metode Deskriptif dengan langkah utama merupakan observasi lapangan dan dokumentasi lawan arus yang diperoleh langsung dari lokasi penelitian. Berdasarkan hasil penelitian pada ruas Jl. Ngumban Surbakti Medan diperoleh arus lalu lintas maksimum terjadi pada pagi dan sore hari pada aktivitas kampus sekitaran pukul 8.00 – 9.00 pagi dan pukul 13.00 – 18.00.
Sistem Pendukung Keputusan Tingkat Kepuasan Pemilihan UMKM Mitra Binaan Di Era Digital Samudra, Jaka Tirta; Junaidi, Junaidi; Riandini, Meisarah
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4294

Abstract

Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) untuk memfasilitasi proses pemilihan mitra UMKM dalam konteks digital. SPK yang dikembangkan menggunakan metode MOORA (Multi-Objective Optimization by Ratio Analysis) untuk memungkinkan evaluasi simultan terhadap berbagai kriteria dan subkriteria yang relevan. Fokus utama penelitian ini adalah untuk objektif menetapkan bobot kriteria yang digunakan dalam evaluasi. Studi kasus dilakukan terhadap sepuluh UMKM dengan penekanan pada aspek manajemen, keuangan, pemasaran, dan operasional. Hasil penelitian menunjukkan bahwa penggunaan SPK MOORA efektif dalam memilih mitra UMKM yang optimal sesuai dengan kriteria yang ditetapkan. Temuan ini berpotensi meningkatkan efisiensi program pembinaan UMKM serta mendukung pertumbuhan sektor UMKM di era digital. Dengan implementasi SPK ini, diharapkan dapat memberikan kontribusi positif dalam memperbaiki proses seleksi mitra UMKM, yang pada gilirannya dapat meningkatkan keberlanjutan dan daya saing UMKM dalam perekonomian digital
Comparative Analysis of SVM and Perceptron Algorithms in Classification of Work Programs Jaka Tirta Samudra; Rika Rosnelly; Zakarias Situmorang
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 22 No. 2 (2023)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i2.2479

Abstract

Government agencies are required to mobilize every aspect of publication which is carried out every year which must be accounted for and also carried out for each device that receives it such as assisted villages by utilizing available apbd funds in maximizing work programs designed so that they can be implemented optimally and effectively. by getting the best from all aspects of the work program implementation, of course there are important points in designing an annual work program without exception. data mining itself can help the department of population, family planning, women's empowerment and child protection in analyzing each work program design from before it is implemented onwards to look at various aspects of past data whose grouping is in the form of classification. The purpose of this study is to build a classification model with the addition of a sigmoid activation function that uses svm and perceptron to obtain a comparison value for the accuracy of the algorithm used to obtain the best working program design. The classification results are used to get the best value for classifying the best P2KBP3A work program dataset where it can be seen that the average accuracy value is 87.5%, the f1 value is 82.2%, the precision value is 80.2%, and the recall value is 87.5% so that the final result of the research results obtained a good accuracy value.
Sistem Pendukung Keputusan Menentukan Delegasi SMA Swasta Primbana Mengikuti OSN Kimia Menggunakan Metode MABAC Puji Sari Ramadhan; Jaka Tirta Samudra; Silvina Wardani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.9709

Abstract

Olimpiade Sains Nasional (OSN) merupakan upaya pemerintah dalam meningkatkan mutu pendidikan bagi peserta didik di suatu bidang tertentu. SMA Swasta Primbana Medan mengirimkan siswanya untuk berpartisipasi mengikuti OSN pada bidang keilmuan kimia setiap tahunnya. Namun dalam menentukan delegasi atau perwakilan sekolah masih dilakukan secara manual sehingga memakan waktu dan dinilai kurang akurat, serta dapat mengakibatkan kesalahan dalam proses pemilihan delegasi dan menurunkan kualitas keikutsertaan sekolah pada OSN tersebut. Berdasarkan permasalahan tersebut, maka perlu dibangun sebuah sistem pendukung keputusan untuk membantu proses pemilihan delegasi SMA Swasta Primbana dalam mengikuti Olimpiade Sains Nasional bidang kimia, dengan mengadopsi metode Multi Attributive Border Approximation Area Comparison (MABAC) untuk memberikan hasil keputusan yang lebih efisien dan objektif. Hasil penelitian yang diperoleh yaitu sebuah Sistem Pendukung Keputusan dengan mengadopsi metode MABAC yang dapat membantu pihak SMA Swasta Primbana dalam menentukan delegasi sekolah yang akan mengikuti OSN bidang keilmuan kimia sesuai kriteria-kriteria yang telah ditentukan.
Sistem E-Healthcare Untuk Mendeteksi Penyakit Inflamasi Kulit Pada Anak Puji Sari Ramadhan; Jaka Tirta Samudra
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12588

Abstract

Penyakit inflamasi kulit merupakan penyakit yang pada umumnya sering dialami oleh bayi maupun anak-anak, hal ini dikarenakan 1sistem kekebalan tubah pada anak yang belum dapat menghadapi serangan pelemahan imun. Namun pada saat sekarang ini kurangnya pengetahuan masyarakat tentang penyakit inflamasi kulit ini, sehingga mengakibatkan terhambatnya penanganan dini pada anak yang terdeteksi inflamasi kulit. Melihat permasalahan yang telah dikemukakan, maka perlu membangun sebuah sistem E-Healthcare yang mampu mengakuisisi pengetahuan pakar kedalam sebuah sistem layanan konsultasi untuk mendeteksi penyakit inflamasi kulit pada anak berdasarkan gejala-gejala klinis yang dialami dengan menerapkan metode K-Nearest Neighbor yang berfungsi untuk melakukan pengolahan pengetahuan agar dapat menghasilkan analisa diagnosa awal yang nantinya dapat dijadikan referensi bagi masyarakat luas.
PERBANDINGAN OPTIMASI SGD, ADADELTA, DAN ADAM DALAM KLASIFIKASI HYDRANGEA MENGGUNAKAN CNN Desi Irfan; Rika Rosnelly; Masri Wahyuni; Jaka Tirta Samudra; Aditia Rangga
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 2 (2022): June 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i2.789

Abstract

Abstract - invasive species are threatening indigenous species habitat in many countries around the world. Nowadays, the monitoring method relies on scientists. Scientists are skilled to see the determined areas and record the living species. Applying high skill labors requires high cost, inefficient time and limited scope as the large area cannot be reached by the man. In this research, engine based learning approach was presented to identify the image of invasive hydrangea (indigenous species from Asia) with data collection around 800 images taken form the Brazil national forest and Hydrangea appears in some images. Gradient Descent optimization method is frequently used for artificial neural network. This method roles to discover standard grade for the best output. The Gradient Descent method role play is minimizing the cost function grade by changing the parameter grade step by step. Three optimization methods have been implemented namely Stochastic Gradient Descent (SGD), ADADELTA, and Adam in the artificial neural network (Ann) for classifying aritmia data [32]. This research used the most suitable error grade limitation from each optimization method as the indicators at the end of the training. The result of this research showed that artificial nerve tissue using Adam optimization gets the highest accuration compared with SDG and ADADELTA optimization methods. Deep Learning Technique applied extensively in image introduction is Adam optimization. The training model has reached accuration to 83, 5 % and showed properness of approach conducted. Keyword: SGD, Adadelta, Adam, Optimizer FunctionAbstrak— Spesies invasif mengancam habitat spesies asli di banyak negara di dunia. Saat ini dalam metode pemantauan mereka tergantung pada pengetahuan ahli. Ilmuwan terlatih mengunjungi area yang ditentukan dan mencatat spesies yang menghuninya. Menggunakan tenaga kerja berkualifikasi tinggi seperti itu membutuhkan biaya yang mahal, tidak efisien waktu dan jangkauan yang terbatas karena manusia tidak dapat mencakup area yang luas. Dalam makalah ini, pendekatan berbasis pembelajaran mesin disajikan untuk mengidentifikasi gambar hydrangea invasif (spesies invasif asli Asia) dengan kumpulan data yang berisi sekitar 800 gambar yang diambil di hutan nasional Brasil dan di beberapa gambar terdapat Hydrangea.  Metode optimasi Gradient Descent sering digunakan untuk pelatihan Jaringan Syaraf Tiruan (JST). Metode ini berperan dalam menemukan nilai bobot yang memberikan nilai keluaran terbaik. Prinsip kerja metode Gradient Descent adalah memperkecil nilai fungsi biaya dengan mengubah nilai parameter selangkah demi selangkah. Telah diimplementasikan tiga buah metode optimasi yaitu Stochastic Gradient Descent (SGD), ADADELTA, dan Adam pada sistem Jaringan Saraf Tiruan untuk klasifikasi data aritmia [32]. Penelitian ini menggunakan batas nilai kesalahan yang paling sesuai dari masing-masing metode optimasi  sebagai kriteria pemberhentian pelatihan. Hasil penelitian menunjukkan Jaringan Saraf Tiruan dengan optimasi Adam menghasilkan akurasi tertinggi dibandingkan dengan dengan metode optimasi SGD dan ADADELTA.Teknik Deep Learning  yang diterapkan secara ekstensif pada pengenalan gambar yang digunakan memanfaatkan metode optimizer Adam  . Model yang kita latih menggunakan fungsi optimisasi Adam mencapai akurasi 83,5% pada tes yang lakukan, menunjukkan kelayakan pada  pendekatan yang dilakukan .Kata Kunci— SGD, Adadelta, Adam, Fungsi Optimasi
KOMPARASI RANDOM FOREST DAN LOGISTIC REGRESSION DALAM KLASIFIKASI PENDERITA COVID-19 BERDASARKAN GEJALANYA Ichsan Firmansyah; Jaka Tirta Samudra; Doughlas Pardede; Zakarias Situmorang
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 3 (2022): October 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i3.994

Abstract

Abstract: In data mining, we can use symptoms suffered by patients for a reference in classifying positive and negative Covid-19 patients using data mining. Random Forest and logistic regression are two data mining algorithms with high accuracy, precision, and sensitivity in data classification. This study compares the random forest and the logistic regression algorithm - where we use the lasso and ridge regulations - on classifying positive and negative Covid-19 patients based on their symptoms. From 5434 data used in the data set, the evaluation results show that the random forest algorithm is the best in terms of accuracy, precision, and sensitivity compared to other algorithms, while the logistic regression algorithm with ridge regulation is the worst. The random forest algorithm is the most reliable in classifying patients with positive Covid-19, while the logistic regression algorithm with ridge regulation is the least reliable. Also, the random forest algorithm is the most reliable in classifying patients with negative Covid-19, while the logistic regression algorithm with lasso regulation is the least reliable. Keywords: classification;covid-19;data mining;logistic regression;random forest. Abstrak: Dalam data mining, kita dapat menggunakan gejala yang diderita pasien sebagai acuan dalam mengklasifikasikan pasien positif dan negatif Covid-19 menggunakan data mining. Random forest dan logistic regression adalah dua algoritma data mining yang memiliki akurasi (accuracy), presisi (precision), dan sensitivitas (recall) tinggi dalam klasifikasi data. Penelitian ini membandingkan algoritma random forest dan logistic regression - di mana kami menggunakan regulasi lasso dan ridge - dalam mengklasifikasikan pasien positif dan negatif Covid-19 berdasarkan gejalanya. Dari 5434 data yang digunakan dalam data set, hasil evaluasi menunjukkan bahwa algoritma random forest adalah yang terbaik dalam hal akurasi, presisi, dan sensitivitas dibandingkan dengan algoritma lainnya, sedangkan algoritma logistic regression dengan regulasi ridge adalah yang terburuk. Algoritma random forest paling andal dalam mengklasifikasikan pasien positif Covid-19, sedangkan algoritma logistic regression dengan regulasi ridge merupakan algoritma yang paling tidak tidak dapat diandalkan. Selain itu, algoritma random forest paling andal dalam mengklasifikasikan pasien dengan Covid-19 negatif, sedangkan algoritma logistic regresssion dengan regulasi lasso merupakan yang paling tidak dapat diandalkan. Kata kunci: covid-19;data mining;klasifikasi;logistic regression;random forest.