Claim Missing Document
Check
Articles

Found 23 Documents
Search

Digitalisasi Layanan Tiket Di Pelabuhan Merak: Analisis Implementasi, Dampak, Dan Evaluasi Statistik Terhadap Efisiensi Operasional Zulistian, Fauhidzi; Anwar, Syairi; Santoso, Rahmat; Octavitri, Yollanda
Journal Marine Inside Vol. 7 No. 2 (2025)
Publisher : Politeknik Pelayaran Banten

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62391/ejmi.v7i2.172

Abstract

Digitalisasi layanan tiket penyeberangan menjadi instrumen penting dalam peningkatan efisiensi operasional dan kualitas pelayanan transportasi laut. Penelitian ini bertujuan untuk mengevaluasi implementasi sistem tiket digital di Pelabuhan Merak serta menganalisis pengaruhnya terhadap kecepatan pelayanan, kepuasan pengguna, dan efektivitas operasional. Penelitian menggunakan pendekatan kuantitatif dengan melibatkan 210 responden pengguna jasa penyeberangan Merak–Bakauheni. Data dikumpulkan melalui kuesioner berskala Likert dan observasi waktu antrean, kemudian dianalisis menggunakan uji validitas dan reliabilitas, analisis faktor eksploratori, korelasi Pearson, serta regresi linear berganda. Hasil penelitian menunjukkan bahwa penerapan tiket digital secara nyata mampu mempercepat proses pelayanan, mengurangi waktu antrean, serta meningkatkan akurasi data manifest dan transparansi layanan. Variabel kemudahan penggunaan, keandalan sistem, dan kecepatan layanan terbukti berpengaruh signifikan terhadap kepuasan pengguna, dengan kecepatan layanan sebagai faktor dominan. Meskipun demikian, keterbatasan infrastruktur jaringan dan variasi tingkat literasi digital pengguna masih menjadi tantangan dalam implementasi layanan digital secara optimal. Penelitian ini memberikan implikasi praktis bagi pengelola pelabuhan dan pemangku kebijakan dalam merumuskan strategi penguatan layanan digital penyeberangan yang inklusif dan berkelanjutan. The digitalization of ferry ticketing services has become a critical mechanism for improving operational efficiency and service quality in maritime transportation. This study aims to evaluate the implementation of a digital ticketing system at Merak Port and examine its effects on service speed, user satisfaction, and operational effectiveness. A quantitative approach was employed by involving 210 ferry passengers on the Merak–Bakauheni route. Data were collected through a Likert-scale questionnaire and queue-time observations, and analyzed using validity and reliability tests, exploratory factor analysis, Pearson correlation, and multiple linear regression. The findings indicate that digital ticketing significantly enhances service efficiency by reducing queue times, improving manifest data accuracy, and increasing service transparency. Ease of use, system reliability, and service speed were found to have a significant influence on user satisfaction, with service speed emerging as the most dominant factor. However, limitations related to network infrastructure and varying levels of digital literacy among users remain key challenges. This study provides practical insights for port operators and policymakers in developing inclusive and sustainable digital ferry service strategies.
Prediksi Pendapatan di Atas $50.000 Berdasarkan Pendidikan Terakhir, Status Pernikahan, dan Profesi Pria di Amerika Serikat Menggunakan Metode Decision Tree Santoso, Rahmat
Jurnal Riset Informatika dan Teknologi Informasi Vol 3 No 2 (2025): Desember 2025 - Maret 2026
Publisher : Jejaring Penelitian dan Pengabdian Masyarakat (JPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58776/jriti.v3i2.175

Abstract

Pendapatan merupakan salah satu aspek penting kehidupan manusia. Pendapatan yang cukup dapat mempengaruhi kehidupan seseorang. Salah satu cara untuk mengetahui pendapatan seseorang adalah dengan melakukan Analisa terhadap faktor-faktor pendukung pendapatan tersebut. Individu dan keluarga dengan pendapatan yang lebih tinggi memiliki akses ke pendidikan, perawatan, kesehatan, dan kualitas hidup yang lebih baik. Dengan prediksi tersebut, pemerintah juga dapat diuntungkan untuk memberikan pajak ke orang yang tepat. Decision tree dapat dengan mudah menangani data yang terdiri dari variabel yang terdiri dari beberapa kategori seperti pendidikan terakhir, status pernikahan, profesi, dan jenis kelamin seseorang. Data yang digunakan pada penelitian kali ini diperoleh dari UC Irvine Machine Learning Repository Dataset yang bernama Adult. Dataset tersebut diekstrak oleh Barry Becker dari basis data sensus pada 1994. Dataset ini ditangani dengan perhitungan manual dengan mencari nilai tiap Entropy dan menggunakan aplikasi Orange Mining untuk melakukan verifikasi terhadap perhitungan manual, serta penggambaran Decision Tree yang tepat atau tidak.
Penerapan Named Entity Recognition pada Teks Media Sosial Bahasa Indonesia Menggunakan BiLSTM-CRF Ilham, Ghatfani Muhammad; Santoso, Rahmat; Lestari, Sheril; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Named Entity Recognition (NER) merupakan salah satu tugas penting dalam Natural Language Processing (NLP) yang bertujuan untuk mengidentifikasi dan mengklasifikasikan entitas bernama seperti orang, lokasi, dan organisasi di dalam teks. Tantangan utama dalam penerapan NER pada bahasa Indonesia, khususnya pada data media sosial, terletak pada penggunaan bahasa tidak baku, singkatan, dan keberadaan noise teks. Penelitian ini mengusulkan penerapan model Bidirectional Long Short-Term Memory yang dikombinasikan dengan Conditional Random Field (BiLSTM-CRF) untuk melakukan NER pada teks bahasa Indonesia yang bersumber dari Twitter/X. Dataset yang digunakan berasal dari Kaggle dengan skema pelabelan BIO dan dibagi ke dalam data latih, validasi, dan uji. Tahapan penelitian meliputi preprocessing teks, pembangunan model BiLSTM-CRF, serta evaluasi performa menggunakan metrik precision, recall, dan F1- score. Hasil eksperimen menunjukkan bahwa model BiLSTM-CRF mampu mengenali entitas bernama dengan performa yang baik dan stabil pada data uji, sehingga pendekatan ini efektif untuk menangani karakteristik teks media sosial berbahasa Indonesia. Penelitian ini diharapkan dapat menjadi referensi bagi pengembangan sistem NER bahasa Indonesia pada data informal.