Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Data Analytics, Information, and Computer Science (JDAICS)
Pratama, Jonathan
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI ALGORITMA DIJKSTRA DALAM MENENTUKAN RUTE WISATA DI KOTA PALANGKA RAYA Stevans, Glend; Eleazar Rangin, Adriel; Timothy Souk, Jeremy; Pratama, Jonathan; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9701

Abstract

Salah satu ciri khas suatu tempat adalah pariwisata. Kota Palangka Raya memiliki banyak wisata yang menarik karena lokasinya yang baik. Untuk meningkatkan pendapatan daerah dari sektor pariwisata, teknologi harus digunakan agar wisatawan dengan mudah mengakses informasi tentang objek wisata. Salah satu cara untuk melakukan ini adalah dengan membangun sistem informasi pencarian rute yang menjelaskan lokasi objek wisata di Kota Palangka Raya. Implementasi Algoritma Dijkstra dalam Menentukan Rute Wisata di Kota Palangka Raya adalah suatu studi yang bertujuan untuk memberi solusi dalam mencari dan menentukan rute wisata bagi wisatawan yang ada di kota Palangka Raya. Dengan implementasi Algoritma Djikstra, studi ini menawarkan alat yang bisa membantu untuk menemukan rute wisata terpendek antara tempat wisata yang telah dipilih, dengan memepertimbangkan jarak antar destinasi wisata. Pada metode ini melibatkan inisialisasi graf yang menjadi representasi dari hubungan antara destinasi-destinasi wisata, diikuti dengan implementasi Algoritma Dijkstra untuk menemukan rute terbaik. Hasil dari studi menunjukan bahwa algoritma mampu memberikan rute yang efisien dan optimal dengan estimasi jarak yang akurat. Pembahasan mengenai hasil studi menyoroti kelebihan dan kekurangan dari algoritma ini dalam konteks web pencari rute wisata. Dalam kesimpulannya, penelitian ini diharapkan mampu memberikan kontribusi dalam memudahkan wisatawan dalam merencanakan perjalanan wisata mereka di Kota Palangka Raya
PREDIKSI WIN RATE PADA GAME VALORANT MELALUI PEMILIHAN AGENT MENGGUNAKAN ALGORITMA NAÏVE BAYES Iskandar, Agus; Pratama, Jonathan
Journal of Data Analytics, Information, and Computer Science Vol. 3 No. 1 (2026): Januari
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Kemajuan industri game online semakin pesat, dengan Valorant menjadi salah satu permainan FPS 5v5 yang populer. Dalam permainan ini, pemilihan agent berperan penting dalam menentukan peluang kemenangan tim. Namun, banyak pemain yang belum memahami bagaimana komposisi agent yang efektif dapat meningkatkan win rate. Oleh karena itu, penelitian ini bertujuan untuk memprediksi tingkat kemenangan tim dalam Valorant berdasarkan susunan agent menggunakan algoritma Naïve Bayes. Penelitian ini dilakukan dengan mengumpulkan dan memproses data pertandingan, termasuk agent yang dipilih, role masing-masing agent, dan tier setiap agent. Data kemudian dikonversi ke dalam format numerik menggunakan metode target encoding. Model Naïve Bayes diterapkan untuk mengklasifikasikan hasil pertandingan menjadi "Menang" atau "Kalah". Evaluasi model dilakukan dengan confusion matrix, yang menghasilkan nilai akurasi sebesar 71,79%, precision 62,50%, recall 66,67%, dan F1-score 64,52%. Hasil penelitian menunjukkan bahwa komposisi agent yang lebih seimbang dalam hal role (duelist, initiator, sentinel, controller) memiliki peluang menang lebih besar dibandingkan dengan tim yang hanya berfokus pada satu atau dua role saja. Temuan ini diharapkan dapat memberikan wawasan bagi pemain Valorant dalam menyusun strategi pemilihan agent serta menambah referensi ilmiah terkait penerapan algoritma Naïve Bayes dalam game analytics.
Co-Authors Agus Iskandar Eleazar Rangin, Adriel Handrianus Pranatawijaya, Viktor Stevans, Glend Timothy Souk, Jeremy