Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENINGKATAN KEMAMPUAN SISWA SMKN 1 TANJUNG PANDAN BELITUNG DALAM SIMULASI ONLINE SISTEM PALANG PINTU KERETA API Fali Oklilas, Ahmad; Abdurahman; Rossi Passarella; Sukemi; Muhammad Ali Buchari
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 1 No. 5 (2023): Oktober
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v1i5.136

Abstract

Sekolah Menengah Kejuruan atau SMK sangat membutuhkan praktik lebih banyak dibandingkan teori. Untuk praktikum diperlukan sarana dan prasarana yang menunjang, namun tidak semua sarana dapat terpenuhi mengingat keterbatasan dana yang disediakan pihak sekolah dan pemerintah daerah. Permasalahan inilah perlu diatasi agar siswa SMK dapat mengikuti perkembangan zaman dan teknologi terakhir. Untuk memecahkan masalah ini dapat dengan cara menggunakan simulasi online sebagai pengganti peralatan praktikum. Dosen Jususan Sistem Komputer Fakultas Ilmu Komputer dalam rangka pengabdian masyarakat memecahkan masalah di sekolah SMK Negeri 1 Tajung Pandan Belitung dengan cara memberi pelatihan kepada siswa disana berupa pemanfaatan simulasi online sistem palang pintu otomatis untuk studi kasus pintu kereta api. Metode pengajaran yang digunakan full praktik menggunakan komputer karena dilaksankan secara luring di laboratorium sekolah yang bersangkutan. Hasil yang didapat pemahaman siswa dapat menyelesaikan studi kasus dari simulasi yang ditugaskan serta banyak mendapat sambutan yang antusian dari siswa. Pelatihan ini sangat membawa manfaat dan pengetahuan baru karena keterbatasan sarana dan prasarana yang ada di sekolah dapat diatasi dengan pemanfaat praktikum menggunakan simulasi online.
An Intelligent System for Traffic Monitoring and Route Optimization Using YOLOv11, Random Forest, and BCO Sukemi, Sukemi; Fali Oklilas, Ahmad; Arya Pratama, M. Reza
Journal of Electrical, Electronic, Information, and Communication Technology Vol 7, No 2 (2025): JOURNAL OF ELECTRICAL, ELECTRONIC, INFORMATION, AND COMMUNICATION TECHNOLOGY
Publisher : Universitas Sebelas Maret (UNS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/jeeict.7.2.108973

Abstract

Traffic congestion is a major problem in Palembang City due to the significant growth in the number of vehicles. This study aims to develop an artificial intelligence-based system for detecting vehicle density and predicting optimal routes. Vehicle number detection is carried out using the YOLOv11 method based on CCTV data at 15 intersections in Palembang City, with training results showing an accuracy of 92%, F-1 Score of 82% and mAP@0.5 of 86.7%. In the validation and testing stages, this model achieved an accuracy of 90%, and mAP@0.5 of 81.7%. The detection data was then analyzed using the Random Forest (RF) algorithm to classify traffic conditions with a dataset of 769 rows of data, achieving an accuracy of 98.26%. Furthermore, the Bee Colony Optimization (BCO) algorithm was used to determine the fastest route by taking into account the distance traveled and the level of congestion. The results of the study show that the combination of the YOLOv11, RF, and BCO methods is able to produce an effective system in providing optimal route recommendations and helping to significantly reduce congestion. This system is expected to be a practical solution for city traffic management in the future.