Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Sains Student Research
Fajar Al Fahri
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Decision Sciences, Operations Research & Management Education Other

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

Found 2 Documents
Search

 1 
Discrete Event Simulation untuk Analisis Sistem Antrian Konsumen Outlet Mixue Simpang Tuntungan Marini; Alfin Alfarizi; Dinda Ayu Ningsih; Fajar Al Fahri
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15819

Abstract

Pelayanan yang efisien merupakan faktor penting dalam meningkatkan kepuasan pelanggan pada industri minuman cepat saji. Mixue Simpang Tuntungan termasuk outlet dengan intensitas kunjungan tinggi sehingga berpotensi menimbulkan antrean pada proses pemesanan dan pembayaran. Penelitian ini bertujuan untuk menganalisis kinerja pelayanan kasir dan memberikan rekomendasi perbaikan sistem antrean menggunakan pendekatan pemodelan dan Discrete Event Simulation (DES). Data dikumpulkan melalui observasi langsung terhadap 30 pelanggan, dengan parameter waktu antar kedatangan, waktu pelayanan kasir, proses penyajian, serta waktu tunggu pelanggan. Pemodelan sistem menggunakan model antrian M/M/1 untuk kondisi aktual dan M/M/2 sebagai skenario usulan. Simulasi dilakukan menggunakan Python melalui 10 replikasi untuk memperoleh rata-rata performa sistem. Hasil penelitian menunjukkan bahwa sistem pelayanan dengan satu kasir masih efisien, dengan waktu tunggu 0,59 menit dan tingkat utilisasi 30,12%. Penambahan satu kasir mampu menurunkan waktu tunggu hingga 91% menjadi 0,055 menit, namun menurunkan utilisasi menjadi 15,85% per kasir sehingga tidak optimal pada kondisi trafik pelanggan normal. Dengan demikian, penambahan kasir disarankan hanya diterapkan pada kondisi puncak, sedangkan pada kondisi normal cukup menggunakan satu kasir. Pendekatan DES terbukti efektif dalam mengevaluasi performa pelayanan dan menghasilkan rekomendasi operasional berbasis data.
PENINGKATAN AKURASI PREDIKSI PENJURUSAN SISWA SMK DENGAN OPTIMASI JARINGAN SYARAF TIRUAN BACKPROPAGATION Muhammad Nabhan Akbar Marpaung; Lailan Sofinah Harahap; Fajar Al Fahri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 1 (2026): Februari: Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i1.7975

Abstract

The development of artificial intelligence (AI) technology has had an increasingly significant impact on various industries, including education, particularly in terms of data processing and decision making. However, in reality, students' choice of major is often determined without proper and measurable analysis, which means that students' potential is not always in line with their chosen major. The mismatch between academic abilities and chosen fields of study is one of the problems arising from this situation. To address this issue, this study predicts majors based on subject grade data using Artificial Neural Network techniques and the Backpropagation algorithm. Backpropagation was chosen because it can produce more accurate predictions by gradually learning data patterns through a directed learning process. This approach significantly improves prediction accuracy based on model training and testing results, making it a useful tool for more objective, flexible, efficient, adaptive, and data-driven decision-making in optimally selecting majors for students to support their overall and sustainable academic success.
Co-Authors Alfin Alfarizi Dinda Ayu Ningsih Lailan Sofinah Harahap Marini Muhammad Nabhan Akbar Marpaung