Evanthe, Hansel
Unknown Affiliation

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

Found 4 Documents
Search

IMPLEMENTASI ALGORITMA ANTRIAN PRIORITAS MENGGUNAKAN ARRAY DI PYTHON UNTUK SISTEM ANTRIAN LAYANAN DARURAT Evanthe, Hansel; Muslim Sinaga, Rizal; Putra Paskah Halawa, Sovantri; Audy Priscillia, Selfi; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12214

Abstract

Manajemen layanan darurat di rumah sakit sering menghadapi tantangan dalam mengelola antrean pasien secara efisien, terutama di Instalasi Gawat Darurat (IGD). Sistem antrian prioritas berbasis algoritma dan struktur data array di Python dikembangkan untuk meningkatkan efisiensi tersebut. Penelitian ini bertujuan merancang sistem berbasis array di phyton yang mampu mendistribusikan pasien sesuai tingkat urgensi menggunakan algoritma FIFO dan algoritma prioritas. Metode yang digunakan melibatkan pembuatan kelas dan antarmuka pengguna menggunakan pustaka Python Tkinter unuk membantu memasukkan pasien. Pengujian dilakukan melalui simulasi tiga skenario: pasien dengan prioritas acak, kedatangan pasien kritis berturut-turut, dan skala antrian besar. Hasil simulasi menunjukkan bahwa sistem mampu mengelola antrean dengan efisien, memberikan prioritas pada pasien kritis, dan menampilkan antrean real-time secara terstruktur. Namun, pada skenario skala besar, ditemukan jeda pemrosesan akibat tingginya beban data. Sistem ini dapat ditingkatkan dengan algoritma atau struktur data alternatif seperti heap atau tree untuk meningkatkan performa
PENGARUH KONFIGURASI SWAP PADA LINUX MINT TERHADAP PERFORMA MESIN VIRTUAL DI VIRTUALBOX DENGAN RAM TERBATAS Evanthe, Hansel; Asro Harahap, Fatimah; Juliana Silalahi, Feby; Kiswanto, Dedy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12586

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh konfigurasi swap pada Linux Mint terhadap performa mesin virtual di VirtualBox dengan RAM terbatas. Virtualisasi telah menjadi teknologi penting dalam dunia komputasi modern, memungkinkan beberapa sistem operasi berjalan bersamaan pada satu perangkat keras. Namun, keterbatasan RAM sering menjadi kendala utama yang memengaruhi kinerja mesin virtual, terutama pada perangkat dengan spesifikasi rendah. Linux Mint menyediakan fitur swap sebagai memori virtual tambahan dengan memanfaatkan penyimpanan sekunder, seperti hard drive atau SSD, untuk mengatasi keterbatasan RAM, meskipun penggunaannya dapat memengaruhi kecepatan dan stabilitas sistem.Pengujian dilakukan dalam lima kondisi: tanpa swap, dengan swap bawaan, serta menggunakan swap file buatan sebesar 1 GB, 2 GB, dan 4 GB. Hasil penelitian menunjukkan bahwa swap file 4 GB memberikan performa terbaik dengan waktu boot Debian 24,89 detik dan lag yang minimal, dibandingkan tanpa swap yang menghasilkan waktu boot 30,85 detik dengan lag signifikan. Swap file berukuran lebih kecil (1 GB dan 2 GB) memberikan kontribusi positif tetapi belum sepenuhnya menghilangkan hambatan performa. Tanpa swap, sistem hanya mengandalkan RAM fisik, yang menyebabkan penurunan stabilitas pada beban berat. Dapat disimpulkan bahwa penggunaan swap file dengan ukuran cukup besar, seperti 4 GB, sangat direkomendasikan untuk meningkatkan stabilitas dan performa, terutama pada perangkat dengan spesifikasi terbatas yang sering menjalankan mesin virtual
Sebuah Evanthe, Hansel; Fhadillah, Fhadillah; Fauzan, Rosyid; Farezi, Nazwar; 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.v9i4.13992

Abstract

Pasar saham merupakan indikator penting dalam ekonomi, dengan harga saham yang fluktuatif mencerminkan berbagai faktor seperti sentimen pasar dan kondisi perusahaan. NVIDIA Corporation (NVDA) menjadi salah satu perusahaan teknologi yang menarik perhatian investor karena pertumbuhan signifikannya dalam industri semikonduktor dan AI. Namun, volatilitas tinggi menjadi tantangan dalam menentukan strategi investasi. Penelitian ini bertujuan untuk menganalisis pola pergerakan harga saham NVIDIA menggunakan klasterisasi K-Means dan memprediksi harga saham dengan model Long Short-Term Memory (LSTM). Permasalahan utama adalah kesulitan model prediksi dalam lonjakan harga ekstrem dan ketergantungan pada data historis. Tujuan penelitian adalah mengidentifikasi pola harga saham melalui klasterisasi dan menguji akurasi prediksi LSTM dengan berbagai skenario data latih. Metode yang digunakan meliputi pengumpulan data historis NVIDIA (2020–2025) dari Yahoo Finance, preprocessing data, klasterisasi K-Means dengan penentuan klaster optimal menggunakan metode Elbow, serta prediksi time-series dengan LSTM. Evaluasi dilakukan menggunakan RMSE dan MAPE. Hasil klasterisasi menunjukkan tiga klaster optimal dengan Silhouette Score 0.579, mengindikasikan pengelompokan yang cukup baik. Prediksi LSTM menghasilkan RMSE dan MAPE terendah pada 60% data latih (70.18 dan 9.61%), namun kesalahan meningkat seiring penambahan data latih akibat ketidakmampuan model menangkap lonjakan harga ekstrem. Disarankan untuk menambahkan fitur seperti volume perdagangan guna meningkatkan akurasi prediksi.
RANCANG BANGUN CHATBOT SEBAGAI MEDIA LAYANAN INFORMASI AKADEMIK MAHASISWA UNIVERSITAS NEGERI MEDAN BERBASIS NLP SEDERHANA Evanthe, Hansel; Afrrahman S. Effendi, Ali; Putra Paskah Halawa, Sovantri; Zidane, Muhammad; 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.v9i4.13997

Abstract

Kemajuan teknologi kecerdasan buatan mendorong pengembangan chatbot sebagai solusi otomatis dalam layanan informasi akademik. Penelitian ini mengembangkan chatbot berbasis web menggunakan Flask dan MySQL untuk menjawab pertanyaan mahasiswa Universitas Negeri Medan. Permasalahan utama adalah kurangnya sistem otomatis yang efisien dalam menyediakan informasi kampus secara real-time, sehingga diperlukan chatbot yang merespons pertanyaan berdasarkan data terstruktur dalam database. Tujuan penelitian adalah membangun chatbot yang dapat merespons pertanyaan mahasiswa dengan cepat dan akurat, sehingga mempermudah akses informasi akademik dan meningkatkan efisiensi layanan. Metode penelitian meliputi analisis kebutuhan melalui observasi, studi literatur, dan pengamatan website universitas; perancangan sistem dengan dukungan flowchart; implementasi backend menggunakan Flask dan penyimpanan data dengan MySQL; serta pengujian fungsionalitas melalui pertanyaan standar seperti informasi rektor, jurusan, fasilitas, dan pengumuman. Hasil pengujian menunjukkan chatbot memberikan jawaban akurat (100%) dengan waktu respons di bawah 1 detik. Antarmuka yang dibangun dengan HTML, CSS, dan JavaScript terbukti interaktif dan mudah digunakan. Namun, sistem masih terbatas dalam menangani pertanyaan dengan typo atau variasi kalimat, serta pembaruan data masih manual. Hasil ini mendemonstrasikan efektivitas chatbot sebagai penyedia informasi akademik dan menyarankan pengembangan NLP yang lebih canggih serta integrasi machine learning.