Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Algoritma Dijkstra Untuk Menentukan Rute Terpendek dari SMA 17 Medan Ke Unika St.Thomas Purba, Jhonatan; Manurung, Saut; Girsang, Jahanra; Gulo, Jelita Astrid; Sipayung, Sardo Pardingotan
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14963

Abstract

Mobilitas pelajar di kawasan perkotaan sering kali menuntut efisiensi waktu dan rute perjalanan, khususnya bagi siswa SMA yang berencana melanjutkan studi ke perguruan tinggi. Penelitian ini bertujuan untuk menentukan rute tercepat dari SMA Negeri 17 Medan ke Universitas Katolik Santo Thomas menggunakan algoritma Dijkstra. Algoritma ini digunakan karena kemampuannya dalam menemukan jalur terpendek secara sistematis melalui perhitungan bobot jarak antar titik dalam bentuk graf. Data lokasi dan jarak diperoleh melalui Google Maps dan observasi lapangan, lalu dimodelkan menjadi graf berbobot di mana simpul mewakili titik pertemuan jalan dan sisi menunjukkan jarak antar simpul. Proses penentuan rute dilakukan melalui langkah-langkah Dijkstra, dimulai dari simpul asal (SMA 17 Medan) hingga simpul tujuan (Unika St. Thomas), dengan mempertimbangkan seluruh kemungkinan lintasan. Hasil pengujian menunjukkan bahwa algoritma Dijkstra mampu secara efisien menemukan rute tercepat berdasarkan data jarak aktual dan memberikan hasil yang mendekati data dari Google Maps. Visualisasi jalur juga mempermudah pemahaman arah perjalanan. Dengan demikian, pendekatan ini tidak hanya berguna bagi siswa, tetapi juga dapat diimplementasikan dalam aplikasi penunjuk arah berbasis lokasi untuk masyarakat umum.
Pengelompokan Mahasiswa Berdasarkan Nilai dan Kehadiran Menggunakan K-Means Simanjuntak, Theresya; Gulo, Jelita Astrid; Sipayung, Sardo Pardingotan; Hia, Hikmat Pengertian
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15812

Abstract

Pengelompokan mahasiswa berdasarkan kinerja akademik diperlukan untuk mendukung pengambilan keputusan dalam program bimbingan akademik yang lebih targeted. Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk mengelompokkan mahasiswa berdasarkan nilai akademik dan tingkat kehadiran. Dataset terdiri dari 50 sampel mahasiswa dengan atribut nilai dan persentase kehadiran dalam rentang 0-100. Penentuan jumlah cluster optimal menggunakan Elbow Method dan Silhouette Score dengan variasi nilai K dari 2 hingga 6. Hasil eksperimen menunjukkan K=3 menghasilkan pemisahan optimal dengan Silhouette Score tertinggi 0.72 dan WCSS 8,230. Tiga cluster yang terbentuk merepresentasikan mahasiswa berprestasi tinggi (30%), berkinerja sedang (40%), dan memerlukan perhatian khusus (30%). Algoritma konvergen dalam rata-rata 8-12 iterasi dengan konsistensi 90% pada multiple runs. Analisis korelasi menunjukkan hubungan sangat kuat antara nilai dan kehadiran (r=0.89). Sistem visualisasi interaktif dikembangkan menggunakan React.js dan Recharts untuk memudahkan interpretasi hasil. Penelitian ini memberikan kontribusi praktis berupa framework clustering untuk identifikasi early warning mahasiswa berisiko dan rekomendasi program intervensi akademik.
Analisis Sistem Pakar untuk Diagnosa Kerusakan Perangkat Komputer menggunakan Metode Forward Chaining Simanjuntak, Theresya; Angelie, Ronita Olive; Manurung, Saut Parlindungan; Gulo, Jelita Astrid; Girsang, Jahanra
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 4 No. 1 (2026): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v4i1.222

Abstract

Kerusakan perangkat komputer menjadi permasalahan yang sering dihadapi pengguna dengan keterbatasan akses ke teknisi profesional. Penelitian ini bertujuan menganalisis implementasi sistem pakar untuk diagnosa kerusakan perangkat komputer menggunakan metode Forward Chaining sebagai mesin inferensi. Metode penelitian menggunakan pendekatan kualitatif deskriptif dengan teknik akuisisi pengetahuan melalui wawancara teknisi dan studi literatur. Basis pengetahuan dirancang menggunakan representasi aturan IF-THEN yang menghubungkan gejala dengan jenis kerusakan. Hasil pengujian terhadap 50 kasus kerusakan menunjukkan sistem mampu memberikan diagnosa dengan tingkat akurasi 86 persen. Forward Chaining terbukti efektif melakukan penalaran sistematis dari fakta gejala menuju kesimpulan diagnosa. Sistem ini memberikan solusi alternatif bagi pengguna awam untuk mengidentifikasi kerusakan komputer secara mandiri tanpa bergantung sepenuhnya pada teknisi profesional. Penelitian ini memberikan kontribusi dalam pengembangan sistem pakar di bidang troubleshooting komputer.
Rancang Bangun Sistem Rekomendasi Pemilihan Laptop menggunakan Metode Simple Additive Weighting dan Technique for Order Preference by Similarity to Ideal Solution Simanjuntak, Theresya; Angelie, Ronita Olive; Parlindungan , Saut Manurung; Gulo, Jelita Astrid
JITKO : Jurnal Inovasi Teknologi dan Komputer Vol. 2 No. 02 (2025): Jurnal Inovasi Teknologi dan Komputer (JITKO)
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jitko.v2i02.133

Abstract

Tidak mudah bagi pengguna untuk memilih laptop yang sesuai dengan kebutuhan. Ini disebabkan oleh banyaknya merek dan spesifikasi laptop yang ada di pasaran. Penelitian ini memiliki tujuan, yaitu merancang rekomendasi sistem pemilihan laptop dengan mengintegrasikan metode simple additive weighting dan TOPSIS untuk meningkatkan akurasi rekomendasi. Jenis penelitian yang digunakan adalah kuantitatif. Data diperoleh dari survei kebutuhan pengguna dan situasi, serta survei spesifikasi laptop dari berbagai vendor. Kriteria penilaian terdiri dari processor, RAM, storage, VGA, harga, dan portabilitas dengan bobot yang telah ditentukan berdasarkan kebutuhan pengguna. Pembandingan hasil rekomendasi level akurasi integrasi pembobotan dengan metode secara tunggal dirangkum dalam skala Table 4. Berdasarkan validasi dari 30 produk laptop yang diuji, diketahui bahwa integrasi SAW-TOPSIS memberikan level akurasi rekomendasi sekitar 91,2 persen, lebih baik dibanding metode yang bersifat tunggal seperti SAW dengan level rekomendasi sekitar 84,3 persen dan TOPSIS sekitar 87,5 persen. Sistem ini merupakan solusi yang efektif dan benar-benar membantu konsumen saat memutuskan untuk membeli produk laptop yang sesuai dengan kebutuhan dan angggaran yang dimiliki.