Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi bit-Tech
Agata Putri Handayani Simbolon
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 
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
Implementasi Sistem Pengelolaan Pesanan Menu Restoran Berbasis Stack dan Queue Agata Putri Handayani Simbolon; Khairul Fahmi Sagala; Muhammad Raffi Akbar Tanjung; Tri Sapta Warman Zai; Fanny Ramadhani
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1867

Abstract

Di industri restoran, memiliki sistem pengelolaan pesanan yang efisien sangat penting untuk meningkatkan kualitas layanan dan kepuasan pelanggan. Namun, sebagian besar restoran masih bergantung pada metode manual yang sering kali menyebabkan masalah, seperti antrian yang tidak teratur, kesalahan pencatatan, dan kesulitan dalam melacak riwayat pesanan, terutama pada volume pelanggan yang tinggi. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pengelolaan pesanan yang berbasis struktur data stack dan queue. Sistem ini menggunakan metode FIFO pada queue untuk memastikan pesanan diproses secara berurutan sesuai urutan kedatangan, sementara stack berfungsi untuk menyimpan dan menampilkan riwayat pesanan yang sudah selesai diproses. Pengembangan sistem dilakukan dengan pendekatan waterfall yang meliputi analisis kebutuhan, desain sistem menggunakan diagram UML, implementasi dengan Python, dan pengujian sistem untuk memastikan semua fungsionalitas bekerja dengan baik. Hasil penelitian menunjukkan bahwa sistem ini dapat mengelola alur pemesanan dengan lebih terorganisir, mempercepat proses layanan, mengurangi kesalahan, dan meningkatkan kepuasan pelanggan. Selain itu, sistem ini memungkinkan staf restoran untuk dengan mudah mengakses riwayat pesanan yang sudah diproses. Secara keseluruhan, penelitian ini menyimpulkan bahwa penerapan struktur data stack dan queue menawarkan solusi yang efektif dan efisien dalam pengelolaan pesanan restoran. Penelitian lanjutan dapat fokus pada integrasi sistem dengan database eksternal untuk meningkatkan skalabilitas dan mendukung operasi restoran dengan lebih banyak pelanggan.
Co-Authors Fanny Ramadhani Khairul Fahmi Sagala Muhammad Raffi Akbar Tanjung Muhammad Rizki Alfahri Muhammad Zidane Alkautsar Najwatul Khoiriah Ramadhani, Fanny Tri Sapta Warman Zai