Article Per Year (5 Year)
p-Index From 2021 - 2026
2.024
P-Index
This Author published in this journals
All Journal Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) Jurnal Sains dan Informatika MANAJEMEN DEWANTARA Jatilima : Jurnal Multimedia Dan Teknologi Informasi Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Emerging Information Science and Technology Jurnal Nasional Teknik Elektro dan Teknologi Informasi sudo Jurnal Teknik Informatika Analogi Jurnal Ilmu Komputer dan Sistem Informasi jabdimasunipem
Nisrina Akbar Rizky Putri
Universitas Muhammadiyah Klaten
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Analisis Spatiotemporal Pergerakan Pengunjung Ruang Tunggu Rumah Sakit Menggunakan YOLO dan Multi-Object Tracking Ardiansyah Ardiansyah; Nisrina Akbar Rizky Putri; Rezyana Budi Syahputri
sudo Jurnal Teknik Informatika Vol. 5 No. 3 (2026): Edisi September
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i3.1987

Abstract

Peningkatan pemanfaatan layanan kesehatan sebesar 6,6% dibandingkan tahun sebelumnya meningkatkan tekanan terhadap kapasitas pelayanan, sementara standar waktu tunggu rawat jalan ditetapkan <60 menit dan pada kondisi aktual masih ditemukan waktu tunggu >130 menit. Kondisi tersebut menunjukkan kebutuhan akan informasi operasional yang objektif untuk memahami kepadatan dan pergerakan pengunjung secara real-time. Penelitian ini bertujuan mengembangkan analisis spatiotemporal pergerakan pengunjung ruang tunggu rumah sakit berbasis video Closed-Circuit Television (CCTV) menggunakan You Only Look Once (YOLO) dan Multi-Object Tracking (MOT), berbeda dengan pemanfaataan sensor dan pencatatan manual, keduanya rentan bias dalam mengekstraksi dinamika spatiotemporal seperti pola lintasan maupun pemetaan kepadatan area. Penelitian menggunakan YOLOv8n-seg dan YOLOv11n-seg yang dikombinasikan dengan Deep OC-SORT dan StrongSORT pada video dengan frame rate 10 FPS dan 15 FPS. Hasil evaluasi deteksi menunjukkan bahwa kedua model memiliki performa yang tinggi, dengan Precision 0,972 dan Recall 0,971 pada YOLOv8n-seg serta Precision 0,969 dan Recall 0,974 pada YOLOv11n-seg; mAP50 masing-masing mencapai 0,985 dan 0,986, sedangkan F1-Score keduanya sebesar 0,971. Hasil estimasi occupancy menunjukkan bahwa kombinasi YOLOv8n-seg dan Deep OC-SORT menghasilkan MAE 0,94 orang, RMSE 1,31 orang, MAPE 5,98%, dan R² 0,8218 pada 15 FPS. Hasil tracking selanjutnya digunakan untuk membentuk trajectory, heatmap, dan perubahan occupancy terhadap waktu serta diintegrasikan ke dalam dashboard analitik real-time. Penelitian ini menunjukkan bahwa integrasi YOLO dan MOT dapat mentransformasikan data CCTV menjadi informasi spasial dan temporal yang objektif untuk mendukung pemantauan kepadatan ruang tunggu rumah sakit.
Analisis Sentimen Terhadap Kemajuan Kecerdasan Buatan di Indonesia Menggunakan BERT dan RoBERTa Nisrina Akbar Rizky Putri; Ardiansyah
Jurnal Sains dan Informatika Vol. 9 No. 2 (2023): Jurnal Sains dan Informatika
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i2.649

Abstract

Kecerdasaan buatan/Artificial Intelligence (AI) dalam beberapa tahun belakang menjadi pro dan kontra. Banyak pihak yang menyambut baik kemajuan AI karena dapat membantu meningkatkan kinerja tetapi tidak sedikit yang beranggapan AI dapat menjadi ancaman yang akan membuat Masyarakat dengan pendidikan rendah terancam dalam hal penyaluran pekerjaan dan aspek lainnya. Prespektif tersebut muncul hampir disemua platfom sosial media untuk menyampaikan tanggapan. Pada penelitian yang dilakukan peneliti memanfaatkan analisis sentimen sehingga dapat menggambarkan sentimen pada masyarakat dengan manfaatkan komentar masyarakat di kolom komentar YouTube sebagai objek penelitian dikarekan relevansi dengan topik sebesar 60-80%. Penelitian yang dilakukan menggunakan Transformers BERT dan RoBERTa untuk labeling 5796 data yang dikumpulkan serta mengevaluasi menggunakan model indobenchmark/indobert-base-p1 dan flax-community/indonesian-roberta-base. Dari hasil ujicoba didapatkan BERT indobenchmark/indobert-base-p1 menjadi algoritma dengan kinerja lebih baik pada skema 1 mendapatkan akurasi validasi 84%, akurasi testing 83% serta skema 2 mendapatkan akurasi validasi 83%, akurasi testing 84% dibandingkan RoBERTa flax-community/indonesian-roberta-base berbahasa Indonesia meskipun algoritma tersebut merupakan hasil perkembangan dari BERT. Hasil penelitian yang dilakukan peneliti juga mendapatkan sentiment negatif lebih dominan sebesar 53,6% hasil labeling Transformers BERT dan 52.2% dari hasil Transformers RoBERTa dibandingkan sentimen netral dan positif. Sehingga peneliti menyarankan adanya keterlibatan pemangku kebijakan untuk memberikan batasan yang jelas terkait penggunaan AI.
Co-Authors Adika Sri Widagdo Adika Sri Widagdo Aprilia Kurnianti Ardiansyah Ardiansyah Ardiansyah Azizah, Laila Marifatul Cahya Damarjati Dimas Bagas Ajipratama Erma Widyastuti Fachruddin Edi Nugroho Saputro Habib Ismail Krisna Nuresa Qodri Rizal Adimas Ronaldo Slamet Riyadi Sri Widagdo, Adika Syahputri, Rezyana Budi Teguh Bharata Adji Widyawan