Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi
Najwatul Khoiriah
Universitas Negeri Medan
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

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

Found 2 Documents
Search

 1 
Perancangan dan Implementasi Aplikasi Mobile Lost & Found Kampus Berbasis Real-Time Menggunakan Jetpack Compose dan Firebase Raihan Insan Pratama Siagian; Muhammad Zidane Al-Kautsar; Ega Pratama; Najwatul Khoiriah; Fatimah Asro Harahap; Adidtya Perdana
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 5 (2025): Oktober 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9871

Abstract

Abstrak - Perkembangan teknologi mobile membuka peluang besar dalam menciptakan solusi praktis bagi permasalahan sehari-hari di lingkungan kampus, salah satunya terkait kehilangan dan penemuan barang. Penelitian ini merancang dan mengimplementasikan aplikasi mobile Lost Found berbasis real-time yang dibangun menggunakan Jetpack Compose sebagai framework modern Android dan Firebase sebagai layanan backend. Aplikasi ini dirancang untuk mempermudah mahasiswa maupun civitas akademika dalam melaporkan serta menemukan barang yang hilang dengan cepat, akurat, dan terintegrasi. Metode pengembangan yang digunakan adalah prototype development sehingga pengguna dapat memberikan umpan balik pada setiap tahap perancangan. Hasil implementasi menunjukkan bahwa aplikasi mampu menampilkan informasi kehilangan dan penemuan barang secara real-time, mendukung notifikasi, serta menyediakan antarmuka yang intuitif dan responsif. Dengan demikian, aplikasi ini diharapkan dapat menjadi solusi efektif dalam meningkatkan kepedulian, keterhubungan, serta efisiensi dalam mengatasi masalah kehilangan barang di lingkungan kampus.Kata kunci: Aplikasi Mobile; Lost and Found; Jetpack Compose; Firebase; Real-Time; Abstract - The development of mobile technology opens up great opportunities in creating practical solutions for everyday problems in the campus environment, one of which is related to the loss and discovery of goods. This research designs and implements a real-time Lost Found mobile application built using Jetpack Compose as a modern Android framework and Firebase as a backend service. This application is designed to make it easier for students and the academic community to report and find lost items quickly, accurately, and integrated. The development method used is prototype development so that users can provide feedback at each stage of the design. The implementation results show that the application is able to display real-time lost and found information, support notifications, and provide an intuitive and responsive interface. Thus, this application is expected to be an effective solution in increasing awareness, connectedness, and efficiency in overcoming the problem of lost items in the campus environment.Keywords: Mobile App; Lost and Found; Jetpack Compose; Firebase; Real-Time;
Analisis Pola dan Optimalisasi Rute Perjalanan Taksi Menggunakan K-Means Clustering Muhammad Rizki Alfahri; Muhammad Zidane Alkautsar; Najwatul Khoiriah; Agata Putri Handayani Simbolon; Fanny Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 2 (2025): April 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i2.8979

Abstract

Abstrak - Perjalanan taksi di kota besar memiliki pola yang beragam berdasarkan lokasi dan waktu tempuh. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengelompokkan data perjalanan taksi berdasarkan dua variabel utama, yaitu jarak perjalanan dan total biaya. Dengan menggunakan 15.000 data sampel dari dataset Yellow_tripdata_2024, hasil clustering menunjukkan bahwa perjalanan dapat dibagi menjadi lima kelompok utama. Klaster pertama mencakup perjalanan jarak pendek di pusat kota, klaster kedua meliputi perjalanan dari dan ke bandara atau area pinggiran kota, dan klaster ketiga berfokus pada perjalanan malam dan dini hari. Dua klaster tambahan menunjukkan pola perjalanan unik berdasarkan variasi harga dan jarak. Hasil analisis ini dapat dimanfaatkan untuk optimalisasi tarif, peningkatan layanan transportasi, serta pengambilan keputusan bagi operator taksi dan perencana transportasi kota.Kata kunci: Big Data, Clustering, K-Means, Transportasi, Analisis perjalanan Abstract - Taxi trips in big cities have diverse patterns based on location and travel time. This study applies the K-Means Clustering algorithm to cluster taxi trip data based on two main variables, namely trip distance and total cost. Using 15,000 sample data from the Yellow_tripdata_2024 dataset, the clustering results show that trips can be divided into five main clusters. The first cluster includes short-distance trips in the city center, the second cluster includes trips to and from the airport or suburban areas, and the third cluster focuses on night and early morning trips. Two additional clusters show unique travel patterns based on price and distance variations. The results of this analysis can be used for fare optimization, transportation service improvement, and decision-making for taxi operators and city transportation planners.Keywords: Big Data, Clustering, K-Means, Transportation, Travel analysis
Co-Authors Adidtya Perdana, Adidtya Agata Putri Handayani Simbolon Ega Pratama Fanny Ramadhani Fatimah Asro Harahap Muhammad Rizki Alfahri Muhammad Zidane Al-Kautsar Muhammad Zidane Alkautsar Raihan Insan Pratama Siagian