Article Per Year (5 Year)
p-Index From 2021 - 2026
10.041
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) CAUCHY: Jurnal Matematika Murni dan Aplikasi Bulletin of Electrical Engineering and Informatics BAREKENG: Jurnal Ilmu Matematika dan Terapan JMECS (Journal of Measurements, Electronics, Communications, and Systems) Jurnal Pengabdian kepada Masyarakat Nusantara Tensor: Pure and Applied Mathematics Journal Prosiding Konferensi Nasional PKM-CSR Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Meta Kallista
Universitas Telkom
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation

Published : 86 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 86 Documents
Search

 5   6   7   8   9 
Implementasi Sistem Reservasi Kamar Kost Berbasis Mobile untuk Efisiensi Layanan Aprilia, Nella; Kallista, Meta; Novianty, Astri
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Proses reservasi kamar kost secara manualsering mengalami kendala seperti komunikasi yang lambat,kurangnya informasi ketersediaan kamar kost yang tidak realtime, dan kesalahan pada pencatatan reservasi kamar kost.Penelitian ini bertujuan untuk implementasi sistem reservasikamar kost berbasis mobile untuk memberikan kemudahanbagi pengguna dalam proses pemesanan, menyediakaninformasi kamar kost yang akurat, real-time, dan meningkatkanefisiensi layanan reservasi kamar kost.
Implementasi Layanan Laundry Digital Berbasis Mobile Pada Sistem Manajemen Kost Terintegrasi Siahaan, Eva Fiorina; Kallista, Meta; Novianty, Astri
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Pengelolaan layanan laundry di kost sering menghadapikendala akibat pencatatan manual yang rentan kesalahan sertakurangnya sistem komunikasi terintegrasi antara penghuni danpenyedia layanan. Kondisi ini mengakibatkan keterlambatanpenanganan pesanan, terjadinya miskomunikasi, danmenurunnya tingkat kepuasan pengguna. Penelitian inibertujuan untuk merancang dan mengembangkan fitur layananlaundry dalam aplikasi mobile berbasis teknologi yang menjadibagian dari sistem manajemen kost terintegrasi. Fitur inidirancang untuk mempermudah proses pemesanan danpelacakan status cucian melalui satu platform digital yangdapat diakses oleh seluruh penghuni kost. Prosespengembangan meliputi analisis kebutuhan, survei kepadapengguna, perancangan sistem, dan pengujian fitur untukmemastikan kelancaran fungsi serta kesesuaian dengankebutuhan pengguna. Hasil pengembangan menunjukkanbahwa fitur laundry mampu meningkatkan efisiensioperasional, mengurangi potensi kesalahan pada prosespemesanan, serta mempercepat penyampaian layanan. Responpengguna juga menunjukkan adanya peningkatan kenyamanandan akurasi informasi yang diterima. Kesimpulannya, integrasilayanan laundry berbasis mobile dapat menjadi solusi efektifuntuk mengoptimalkan pengelolaan laundry di lingkungankost, mendukung modernisasi manajemen hunian, danmeningkatkan kualitas layanan secara keseluruhan.Kata kunci— layanan laundry, manajemen kost, aplikasimobile, sistem terintegrasi, efisiensi operasional, pelacakancucian
Implementasi Aplikasi KostKita dengan Fitur Layanan Pemesanan Makanan Amelia, Angelica Sharon; Kallista, Meta; Novianty, Astri
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Manajemen kost secara konvensional sering menimbulkanberbagai kendala, khususnya dalam layanan pemesananmakanan yang masih bergantung pada pencatatan manual dankomunikasi tidak terstruktur antara penghuni dan pengelola.Kondisi ini dapat menyebabkan kesalahan pencatatan,keterlambatan layanan, serta menurunnya tingkat kepuasanpenghuni. Penelitian ini bertujuan untukmengimplementasikan aplikasi KostKita dengan fokus padafitur layanan pemesanan makanan guna meningkatkan efisiensidan kualitas pelayanan. Metode pengembangan yangdigunakan meliputi analisis kebutuhan pengguna, perancangansistem dan antarmuka aplikasi, implementasi fitur layananmakanan, serta tahap pengujian untuk mengevaluasi performadan fungsionalitas aplikasi. Hasil pengujian menunjukkanbahwa fitur ini mampu memfasilitasi pemesanan makanandengan lebih cepat, akurat, dan terorganisir, baik dari sisipengguna maupun pengelola kost. Aplikasi juga menyediakansistem pelacakan pesanan dan pengelolaan menu yang dapatdiakses secara real-time. Kesimpulan dari penelitian inimenyatakan bahwa fitur layanan pemesanan makanan padaaplikasi KostKita memberikan kontribusi signifikan dalamdigitalisasi manajemen kost serta mampu meningkatkanefisiensi operasional dan kepuasan pengguna.Kata kunci— aplikasi mobile, digitalisasi layanan, kostkita,manajemen kost, pemesanan makanan, sistem informasi.
Pengembangan Aplikasi Web Full-Stack untuk Manajemen Sampah: Implementasi Frontend, Backend, Cloud Deployment Muhammad Irfan Al Rasyid; Kallista, Meta; Casi Setianingsih
Jurnal Nasional SAINS dan TEKNIK Vol. 3 No. 2 (2025): Desember 2025
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v3i2.9743

Abstract

Indonesia menghadapi tantangan besar dalam pengelolaan sampah, termasuk pertumbuhan populasi yang cepat dan infrastruktur yang tidak memadai. Bank Sampah Bersinar, sebagai salah satu inisiatif pengelolaan sampah, menghadapi kesulitan dalam manajemen data pelanggan, transparansi harga sampah, dan proyeksi harga sampah di masa depan. Penelitian ini berfokus pada pengembangan dan peningkatan website Bank Sampah Bersinar melalui pendekatan full-stack. Proses pengembangan mencakup desain antarmuka pengguna (frontend), pengembangan backend, integrasi prediksi harga sampah menggunakan algoritma machine learning, serta deployment ke cloud. Pengujian aplikasi dilakukan untuk memastikan fungsionalitas dan kinerja yang optimal. Hasil pengujian menunjukkan bahwa peningkatan pada website ini berhasil meningkatkan efisiensi dan kemudahan penggunaan bagi para pengguna.
EVALUATING THE EFFECTIVENESS OF KERNEL EXTREME LEARNING MACHINES OVER CONVENTIONAL ELM FOR AIR QUALITY INDEX PREDICTION Kallista, Meta; Wibawa, Ignatius Prasetya Dwi; Obie, Sultan Chisson
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 20 No 2 (2026): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol20iss2pp1373-1388

Abstract

Air pollution presents a substantial threat to human health, especially in urban areas like Jakarta, Indonesia, which ranked eleventh worldwide for poor air quality and urban pollution in mid-2025. This study is conducted with the objective of forecasting air quality over a designated future period by employing two advanced machine learning techniques: the Extreme Learning Machine (ELM) and its kernel-based variant, the Kernel Extreme Learning Machine (K-ELM). These methodologies are applied to predict the concentrations of five features of pollutants—PM10 (Particulate Matter), SO2 (Sulfur Dioxide), CO (Carbon Monoxide), O3 (Ozone), and NO2 (Nitrogen Dioxide)—which are critical indicators of environmental air quality and have significant implications for human health and environmental sustainability. Both methods are evaluated for their efficiency in time series regression, with a focus on training speed and generalization performance. The results demonstrate that the K-ELM model, especially when utilizing a Laplacian kernel, outperforms the standard ELM in predicting air quality based on the air quality index (AQI) dataset. Performance metrics indicate that K-ELM achieves superior accuracy, with an RMSE of 0.041, MSE of 0.002, MAE of 0.019, and an R-squared value of 0.898, confirming its effectiveness for air quality prediction in Jakarta. Furthermore, the Nemenyi post-hoc analysis across all metrics showed that K-ELM with the Laplacian kernel consistently achieved the highest rank and exhibited statistically significant improvements in multiple pairwise comparisons.
Evaluating Hierarchical Pathfinding A* (HPA*) for Multi‑Order Routing in a Small Warehouse Layout Ig. Prasetya Dwi Wibawa; Meta Kallista; Ramdhan Nugraha; Heni Widayani; Harish Chandra Bhandari; Angga Rusdinar
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 11, No 1 (2026): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI
Publisher : Mathematics Department, Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/cauchy.v11i1.39659

Abstract

Hierarchical Pathfinding A* (HPA*) is a hierarchical search framework that partitions grid‑based environments into clusters to reduce computational time while preserving a near-optimal path. The warehouse layout features cross-aisle connectivity, and multi-order optimization is performed using the HPA* algorithm, which integrates travel times with multi-rack picking times to the objective cost function. We simulate by assigning 30 random orders, with a total of 10641 items stored in the warehouse and 10 item types. The travel time is calculated assuming a picker has a constant speed of 1.2 m/s along edges, the picking time is proportional to the number of items picked per rack, and a small warehouse layout. Estimated cycle times of the orders (travel plus picking time) range from 114.4 to 349.9 seconds using the HPA* optimization, with a mean of 232.0 seconds. From the optimization results, orders require an average of 5.2 rack visits, ensuring that the picker travels more than two racks per order. The HPA* reduces the original low‑level graph (50 nodes and 61 edges, including base and stage station) to a graph with 22 nodes and 17 edges, enabling faster route computation while preserving observed cycle‑time patterns when combined with picking-time durations. Compared to A*, given the layout and orders, HPA* demonstrates an efficient warehouse path‑planning method that reduces search computation while maintaining near‑optimal routing performance.
Co-Authors Adillah, M Novrian Aina, Brilliant Friezka Aisyah, Diah Akbar, Andi Muhammad Rezky Akbar, Maulidiatama Akbar, Muh. Akbar, Muhammad Raja Amanullah Bahtiar, Mohammad Rizky Fauzan Amelia, Angelica Sharon An – Nisaa, Siti Ananta , Fauzi Angga Rusdinar Annisa Aprilia P S Aprilia, Nella Ardhya Chaeruna Salim Aryomukti, Muchlis Ashri Dinimaharawati Azhar, Ferikho Fatih Butar-Butar, Muhammad Raihan Candrasyah Hasibuan, Faisal Casi Setianingsih Daffa Ahmadhan K Daulay, Imada Syaifullah Diaraja H, Garry Abel Dwi Wibowo , Ig. Prasetya Dwitiniardi, Isni Erfa Saputra, Randy Fadhel, Hafiz Muhammad Faisal Candrasyah H Faisal Candrasyah Hasibuan Faiz Rasyid, Sutan Fajri, Daffa Fathir Farha S. N, Augyres Faris Alim M Fauzan, Aldi Fauzan, Rakha Luthfi Fauzi, Farhan Rizki Fiqri, Rifqi Muhammad Friezka Aina, Brilliant Fussy Mentari D Ganga Ram Phaijoo Gastiadi, Arya Fridayana Harish Chandra Bhandari Harison Taufiq, Hans Hasibuan , Faisal Candrasyah Heni Widayani Ig Prasetya Dwi W Ig. Prasetya Dwi Wibawa Ig. Prasetya Dwi Wibawa Irghiansyah Izzul Haque Isni Dwitiniardi Jalaluddin , Afif Ibadurrahman Khalisheka, Daffa Asyqar Ahmad Khoerul Umam, Khoerul Kurniawan, M. Fikri Andika Kusumah, Zaky Ibnu Lase, Aldo Nitehe M. Fikri Andika Kurniawan M. Fikri Andika Kurniawan Malikulmulki, Jaisy Manna, Muhammad Rayyan Aqiilah Martuahman, Fransiskus Alexander Meiska, Ivana Michael Mikhael Prausdian A W Muhammad Faris Ruriawan Muhammad Irfan Al Rasyid Muhammad Nasrun Muhammad Syarif, Muhammad Muhtar, Ahmad Fauzan Mulia, Thasya N, Ridha Melati Naf’an , Syifa Melinda Naf’an, Syifa Melinda Nathaniel, Giovanni Naufal H, Raden M Novianty, Astri Nugraha, M Kahfi Nugroho, Ginaldi Ari Obie, Sultan Chisson Paramartha Vikrama, Made Plambudi Dwigantara, Figo Purba Daru Kusuma Purnama, Badi Rafli Rizky Purnaningsih , Ni Kadek Ayu Putra Athallah, Raken Putra, Giovano Trihade Putra, Rio Mandala Nuryan Putri Sakri, Annisa Aprilia Rahman, Muhammad Syaiful Raif Haidar D Rama Pratama Ramadhani, Desfitri Ramdhan Nugraha Ramdhan, Mohammad Rizki Ramdhani, Agung Sulaksono Raspati , Fadlan Yusuf Rassya, Farrel Rifqi Muhammad Fikri Rizkita, Meysa Rosunika, Wening Alfina Ruriawan , Muhammad Faris Sakri, Annisa Aprilia Putri Saputra , Ariq Nurcahyo Saputra, Fauzi Bayu Setianingsih, Casie Setyadi, Ardhana Shafira Zahra Anisa Shandi, Rifqi Fadhila Shiddieqy, Hasbi Ash Siahaan, Eva Fiorina Sugandi, Delatifa Putri Suhartono, Ardhien Fadhillah Sukiman, Wahyu Mubarak Sultan Chisson O Surya Akbar, Qorio Tarigan , Ray Talenta Tito Waluyo Purboyo Utari, Rai Barokah Wahid, Zulian Wardhana, I Made Bayu Satria Wibawa , Muhamad Ibnu Fajar Wibawa, I.G Prasetya Wibawa, Ig. Prasetya D. Wibawa, Ig.Prasetya Dwi Wibawa, Ignatius Prasetya Dwi Wibowo , Ig. Prasetya Dwi Wibowo, Ig. Prasetya Dwi Yasir , Yusran Zahrani , Putri Mellia Zaref, Pandu Ing