Amelia Vega S. Meliala, Ruth
Unknown Affiliation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

OPTIMALISASI RUTE TRANSPORTASI MENGGUNAKAN ALGORITMA GRAF: STUDI KASUS : JARINGAN TRANSPORTASI PERKOTAAN Amelia Vega S. Meliala, Ruth; Nabila Harahap, Salsa; Haikal Al-Majid, M; Harliana, Putri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11996

Abstract

Peningkatan kepadatan lalu lintas di kota-kota besar menimbulkan kebutuhan yang mendesak akan sistem transportasi yang efisien. Penelitian ini bertujuan menganalisis penerapan algoritma graf, khususnya algoritma Dijkstra dan A*, dalam mengoptimalkan rute transportasi perkotaan untuk menemukan rute terpendek yang lebih cepat dan efisien. Data jaringan transportasi diperoleh dari survei pengguna transportasi umum dan data jaringan terbuka, yang kemudian dipetakan menjadi graf dengan titik dan jalur yang menghubungkannya. Algoritma Dijkstra dan A* diimplementasikan untuk memproses jaringan transportasi ini, dan hasilnya dianalisis serta divalidasi menggunakan data historis dan simulasi kondisi lalu lintas. Hasil penelitian menunjukkan bahwa algoritma A* lebih unggul dalam menyesuaikan rute secara real-time, sedangkan Dijkstra optimal untuk kondisi statis. Dengan demikian, penerapan algoritma graf dapat membantu menciptakan sistem transportasi cerdas yang mendukung efisiensi dan kenyamanan pengguna dalam menghadapi tantangan lalu lintas perkotaan
ANALISIS SENTIMEN MASYARAKAT TERHADAP LARANGAN PENGECER MENJUAL LPG 3 KG BERSUBSIDI MENGGUNAKAN ALGORITMA NAÏVE BAYES Hidayatul Arifin, Muhammad; Amelia Vega S. Meliala, Ruth; Amanah, Fadilla; Aulia, Windy; Arnita, Arnita; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13883

Abstract

Kebijakan pemerintah yang melarang pengecer untuk menjual gas LPG 3 kg bersubsidi menghasilkan berbagai komentar di media sosial, terutama YouTube, di mana banyak komentar mengungkapkan kekhawatiran tentang kesulitan akses dan dampak ekonomi terhadap masyarakat kecil. Dengan menggunakan algoritma Naive Bayes, penelitian ini mengkaji sentimen publik terhadap kebijakan tersebut. Data dikumpulkan melalui proses scraping komentar YouTube; setelah itu, IndoBERT digunakan untuk melakukan pelabelan otomatis dan pembersihan data. Teknik SMOTE digunakan untuk mengatasi ketidakseimbangan kelas dalam dataset, sedangkan metode TF-IDF digunakan untuk mengekstraksi fitur teks. Hasil analisis menunjukkan bahwa 70% komentar bersentimen negatif, dan model multinomial Naive Bayes mencapai akurasi 85,67%. Penggunaan oversampling juga terbukti meningkatkan recall untuk kelas sentimen positif dan netral. Hasilnya menunjukkan bahwa untuk membuat kebijakan yang diterapkan lebih mudah dipahami dan diterima oleh masyarakat, pemerintah harus merevisi strategi komunikasi dan distribusi LPG bersubsidi.
PERBANDINGAN KINERJA KNN DAN SVM DALAM KLASIFIKASI SAMPAH ORGANIK DAN ANORGANIK MENGGUNAKAN EKSTRAKSI FITUR HOG DAN LBP Hidayatul Arifin, Muhammad; Amelia Vega S. Meliala, Ruth; Impana Manik, Kristin; Defiyanti, Aqilah; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13972

Abstract

Pertumbuhan limbah yang semakin meningkat menimbulkan tantangan yang signifikan bagi upaya pelestarian lingkungan. Proses pemisahan sampah masih dilakukan secara manual dan sering kali tidak konsisten, yang merupakan kendala utama. Penelitian ini bertujuan untuk mengembangkan sistem yang menggunakan pengolahan citra untuk mengklasifikasikan sampah organik dan anorganik secara otomatis. Penelitian ini menggunakan dataset yang digunakan terdiri dari 1.800 citra dimana 900 organik dan 900 anorganik yang diekstraksi melalui Histogram of Oriented Gradients (HOG) dan Local Binary Pattern (LBP). Tahap preprocessing, yang mencakup pengubahan ukuran dan konversi ke grayscale. Selanjutnya, Principal Component Analysis (PCA) digunakan untuk mengurangi dimensi fitur HOG, kemudian digabungkan dengan fitur LBP dan diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN). Hasil pengujian menunjukkan bahwa SVM dengan kernel RBF memiliki akurasi tertinggi sebesar 88,89%, sementara KNN dengan nilai k=5 memiliki akurasi sebesar 83,61%. Keunggulan SVM terletak pada kemampuan mereka untuk memaksimalkan margin pemisahan. Hasilnya menunjukkan bahwa metode penggabungan HOG dan LBP dengan klasifikasi berbasis SVM dapat meningkatkan akurasi pemisahan sampah secara otomatis. Hasil ini dapat mendorong upaya untuk mengurangi beban di TPA serta meningkatkan praktik daur ulang yang berkelanjutan.
PENGEMBANGAN SISTEM PEMESANAN LAPANGAN FUTSAL BERBASIS WEB DENGAN PENDEKATAN REKAYASA PERANGKAT LUNAK Amelia Vega S. Meliala, Ruth; Shaleh Lbn Gaol, Anwar; Nabila Harahap, Salsa; Tasya Agustina Tampubolon, Putri; Perdana, Adidtya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13994

Abstract

Digitalisasi berbagai layanan, seperti sistem pemesanan fasilitas olahraga, telah didorong oleh kemajuan teknologi informasi dan komunikasi (TIK). Tujuan dari penelitian ini adalah untuk membuat sistem pemesanan lapangan futsal yang efektif dan mudah digunakan yang berbasis web. Metode penelitian dan pengembangan (R&D) digunakan, menggunakan pendekatan rekayasa perangkat lunak model Waterfall. Proses pengembangan mencakup pengumpulan data melalui penelitian dan observasi, pembuatan antarmuka menggunakan HTML, CSS, dan JavaScript, dan penggunaan LocalStorage sebagai media penyimpanan data sementara tanpa backend. Dashboard admin, halaman pemesanan, fitur login, dan tampilan data booking adalah bagian dari sistem yang dirancang. Untuk memastikan bahwa sistem bekerja sesuai harapan, pengujian dilakukan menggunakan metode black box. Hasil perancangan menunjukkan bahwa sistem dapat mempercepat jadwal penyewaan lapangan dan proses reservasi. Pengembangan tambahan seperti integrasi sistem pembayaran online dan notifikasi otomatis diharapkan menjadi dasar penelitian ini.