Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Komputasi : Jurnal Ilmiah Ilmu Komputer dan Matematika
Jelita Rahmah Zebua
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Control & Systems Engineering Energy Environmental Science Mathematics

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

Found 2 Documents
Search

 1 
A Analysis and Modeling Simulation King Kuphi Cafe Queuing System With Customer Arrival Variations Using Python Nurul Fikria Nurul_Fikria; Risky Ananta Pradana; Jelita Rahmah Zebua; Fathi Athallah Z
Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Vol. 23 No. 1 (2026): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika.
Publisher : Program Studi Ilmu Komputer, Universitas Pakuan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33751/komputasi.v23i1.78

Abstract

Queueing system modeling and simulation is an effective approach for analyzing service performance in business environments with dynamic customer arrival rates, such as at King Kuphi Cafe. This study aims to model the queueing system at the cafe with various variations in customer arrival rates using the queueing theory approach and simulate it using the Python programming language. The models used are the M/M/1 and M/M/c queueing systems, which allow analysis of changes in waiting time, queue length, server utilization, and service level based on variations in arrival (λ) and service (μ) parameters. The simulation was run using Python packages such as NumPy and SimPy to represent the arrival and service processes realistically. The results of the study show that an increase in the rate of customer arrivals significantly affects system performance, particularly in terms of an increase in average waiting time and queue length. In addition, adding more servers has been proven to reduce queue congestion and improve overall service quality. These findings are expected to serve as a basis for King Kuphi Cafe managers in making strategic decisions regarding the number of baristas and operational optimization to achieve more efficient service.
Prediksi Kelulusan Mahasiswa Menggunakan Random Forest Dan Smote Untuk Mengatasi Imbalanced Data Fahrialdy Febriansyah Putra; Sulthan Fakhri Wibowo; Jelita Rahmah Zebua
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 4 No. 3 (2026): Juli : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v4i3.2225

Abstract

Institusi pendidikan tinggi masih menghadapi tantangan dalam mengidentifikasi risiko keterlambatan kelulusan mahasiswa secara dini, terutama akibat kompleksitas data akademik dan kendala imbalanced data. Penelitian ini bertujuan untuk membangun model prediksi kelulusan mahasiswa yang akurat dengan mengombinasikan algoritma Random Forest dan teknik SMOTE guna menangani kesenjangan jumlah sampel antara kelas mayoritas dan minoritas. Metode yang digunakan adalah eksperimen kuantitatif berbasis Data Mining dengan memanfaatkan bahasa pemrograman Python di lingkungan Google Colab. Dataset yang terdiri dari 1.500 catatan akademik diproses melalui tahap pra-pemrosesan, penyeimbangan data menggunakan SMOTE, hingga klasifikasi menggunakan mekanisme ensemble learning pada Random Forest. Hasil eksperimen menunjukkan performa yang sangat memuaskan dengan tingkat akurasi mencapai 98,75% serta nilai precision, recall, dan f1-score yang stabil. Analisis kepentingan atribut mengungkapkan bahwa Nilai Tugas dan Aktivitas E-Learning merupakan indikator prediktor yang paling berpengaruh dalam menentukan status kelulusan. Model ini memiliki potensi besar untuk diimplementasikan sebagai sistem peringatan dini (Early Warning System) guna membantu institusi dalam memitigasi angka keterlambatan kelulusan secara otomatis dan efisien..
Co-Authors Fahrialdy Febriansyah Putra Fathi Athallah Z Nurul Fikria Nurul_Fikria Risky Ananta Pradana Sulthan Fakhri Wibowo