cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zulfan Zainal
Contact Email
zulfanzainal@serambimekkah.ac.id
Phone
+6281360353540
Journal Mail Official
jnkti@serambimekkah.ac.id
Editorial Address
Gedung H Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata, Batoh, Kota Banda Aceh - Aceh
Location
Kota banda aceh,
Aceh
INDONESIA
Jurnal Nasional Komputasi dan Teknologi Informasi
Published by Universitas Serambi Mekkah Aceh
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/jnkti.v8i2
Core Subject : Science, Engineering,
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation
Jurnal Nasional Komputasi dan Teknologi Informasi adalah jurnal nasional yang diterbitkan oleh Program Studi Teknik Komputer Universitas Serambi Mekkah tahun 2018 dan telah Terakreditasi SINTA 5. Jurnal ini terbit sebanyak enam edisi dalam satu tahun yaitu setiap bulan Februari, April, Juni, Agustus, Oktober dan Desember baik cetak (P-ISSN : 2620-8342) dan online (E-ISSN: 2621-3052). Jurnal ini mempublikasikan artikel-artikel ilmiah yang berkaitan dengan bidang Komputer dan Teknologi Informasi dengan scope Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan Komputer, Elektronika dan Sistem Kontrol, Multimedia dan Pengolahan Citrat Digital serta bidang Komputer dan Informatika lainnya yang relevan. Artikel yang dikirimkan ke JNKTI dapat ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Setiap artikel yang dipublikasi dalam jurnal ini akan direview terlebih dahulu dengan metode Peer-Review dan hanya artikel yang memenuhi syarat yang akan dipublikasikan. Artikel-artikel yang telah dipublikasikan oleh JNKTI juga sudah diindeks oleh beberapa lembaga indeksasi seperti Google Scholar, Garuda, CrossRef, BASE, Moraref dan SINTA. Bidang bidang fokus penelitian yang akan dipublikasi dalam jurnal ini antara lain : Bidang Rekayasa Perangkat Lunak Bidang Jaringan Komputer Bidang Multimedia dan Pengolahan Citra Digital Bidang Komputasi Bidang Sistem dan Teknologi Informasi Bidang Kecerdasan Buatan Multidisiplin ilmu lainnya yang relevan
Arjuna Subject : Teknik (semua kategori) - Teknik Kontrol dan Sistem
Articles 1,386 Documents
 135   136   137   138   139 
Implementasi Sistem QR Code pada Penyimpanan dan Pengelolaan Barang untuk Meningkatkan Efisiensi Inventory di Toko Sembako AL Rahma Alif Putra Zainuldin; Ita Arfyanti; Presa Taruna Oliver

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10058

Abstract

Abstrak - Pengelolaan data persediaan barang (inventory) yang akurat merupakan kebutuhan vital bagi usaha ritel. Toko Sembako AL Rahma saat ini masih menerapkan pencatatan stok secara konvensional, yang mengakibatkan masalah redundansi data, ketidaksesuaian antara stok fisik dan catatan (data discrepancy), serta lambatnya proses pencarian barang. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi inventory berbasis web dengan mengimplementasikan teknologi Quick Response (QR) Code sebagai identifikasi unik barang. Metode pengembangan perangkat lunak yang digunakan adalah Waterfall, meliputi tahapan analisis kebutuhan, desain sistem, implementasi kode, pengujian, dan pemeliharaan. Sistem ini dirancang untuk memfasilitasi pencatatan transaksi barang masuk dan keluar melalui pemindaian QR Code. Pengujian fungsionalitas sistem dilakukan menggunakan metode Black Box Testing untuk memvalidasi kesesuaian input dan output. Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan sesuai perancangan dan valid. Implementasi sistem ini terbukti mampu meningkatkan efisiensi waktu pencatatan serta meminimalkan kesalahan manusia (human error) dalam manajemen stok di Toko Sembako AL Rahma.Kata Kunci: Sistem Inventory; Quick Response (QR) Code; Metode Waterfall, Manajemen Stok; Pengujian Blackbox;Abstract - Accurate inventory data management is a vital necessity for retail businesses. Currently, AL Rahma Grocery Store applies conventional stock recording, which results in data redundancy, discrepancies between physical stock and records, and slow item retrieval processes. This study aims to design and build a web-based inventory information system by implementing Quick Response (QR) Code technology for unique item identification. The software development method used is the Waterfall model, which encompasses requirements analysis, system design, code implementation, testing, and maintenance phases. The system is designed to facilitate the recording of incoming and outgoing goods transactions through QR Code scanning. System functionality testing was conducted using the Black Box Testing method to validate the conformity of inputs and outputs. The test results indicate that all system features function according to the design and are valid. The implementation of this system is proven to increase recording time efficiency and minimize human error in stock management at AL Rahma Grocery Store. Keywords: Inventory System; Quick Response (QR) Code; Waterfall Method; Stock Management; Black Box Testing;
Rancang Bangun Aplikasi Formularium Rumah Sakit Ibu Anak Sitti Khadijah Gorontalo Menggunakan Progressive Web App N Dian Hidayat Rahmola; Hilmansyah Gani; Alter Lasarudin

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10405

Abstract

Abstrak - Pengelolaan formularium secara manual di Rumah Sakit Ibu dan Anak (RSIA) Sitti Khadijah Gorontalo menggunakan buku fisik menghadapi berbagai kendala, seperti proses pembaruan yang lambat, risiko kesalahan pencatatan, kesulitan akses informasi cepat, serta ketidakmampuan integrasi dengan sistem digital. Penelitian ini bertujuan merancang dan membangun aplikasi formularium berbasis Progressive Web App (PWA) untuk mengatasi permasalahan tersebut, guna meningkatkan efisiensi akses data obat dan akurasi informasi bagi tenaga medis. Metode pengembangan sistem menggunakan model Waterfall dengan tahapan analisis kebutuhan melalui observasi dan wawancara, perancangan sistem menggunakan diagram UML (Activity Diagram, Sequence Diagram) dan ERD, implementasi dengan PHP (Laravel), MySQL, dan teknologi PWA, serta pengujian melalui black box testing. Hasil penelitian berupa aplikasi PWA yang menyediakan fitur pencarian obat, kalkulator medis (BMI, APGAR Score, Glasgow Coma Scale), manajemen data obat dan penyakit, serta pengelolaan pengguna. Aplikasi ini terbukti mempercepat akses informasi obat dan memudahkan pembaruan data secara real-time, dan dapat diakses lintas platform (desktop/mobile) tanpa instalasi dari toko aplikasi.Kata kunci : Formularium Rumah Sakit; Progressive Web App; Aplikasi Kesehatan; Abstract – Manual formulary management at Sitti Khadijah Gorontalo Mother and Child Hospital (RSIA) using physical books faces various obstacles, such as slow updating processes, the risk of recording errors, difficulty in accessing information quickly, and the inability to integrate with digital systems. This study aims to design and develop a Progressive Web App (PWA)-based formulary application to address these issues, thereby improving the efficiency of drug data access and the accuracy of information for medical personnel. The system development method used the Waterfall model with stages of needs analysis through observation and interviews, system design using UML diagrams (Activity Diagram, Sequence Diagram) and ERD, implementation with PHP (Laravel), MySQL, and PWA technology, and testing through black box testing. The results of this study are a PWA application that provides drug search features, medical calculators (BMI, APGAR Score, Glasgow Coma Scale), drug and disease data management, and user management. This application has been proven to speed up access to drug information and facilitate real-time data updates, and can be accessed across platforms (desktop/mobile) without installation from an app store.Keywords: Hospital Formulary; Progressive Web App; Health Application;
Implementasi Algoritma Random Forest Terhadap Prediksi Harga Bitcoin Nova Fitriawan Zuhri; Nur Nafi’iyah

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9820

Abstract

Abstrak - Tingginya volatilitas Bitcoin mendorong kebutuhan model prediktif presisi untuk landasan keputusan investasi optimal. Studi ini mengimplementasikan algoritma Random Forest guna memprediksi pergerakan harga berdasarkan 1.766 data historis harian (Januari 2020-Oktober 2024). Pra-pemodelan diawali analisis korelasi Pearson dengan ambang batas 0.5, yang menyeleksi fitur High (0,999), Open (0,998), dan Low (0,997) sebagai prediktor akibat asosiasi kuat, sementara Volume dan Change% dieliminasi karena kontribusi minimal. Pengujian membandingkan dua strategi pembagian data: partisi acak dan tidak acak (rasio 80:20), menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Akurasi. Hasil empiris menunjukkan partisi acak unggul (MAPE 1,34%; Akurasi 98,66%) dibanding partisi tidak acak (MAPE 1,7%; Akurasi 98,3%). Konklusi menegaskan efektivitas signifikan algoritma Random Forest, dengan keberhasilan bergantung pada ketepatan seleksi fitur dan adaptasi strategi pembagian data terhadap karakteristik dataset.Kata kunci: Bitcoin; Random Forest; Prediksi Harga; Korelasi Pearson; MAPE; Abstract - The high volatility of Bitcoin necessitates precise predictive models for optimal investment decision-making. This study implements the Random Forest algorithm to predict price movements based on 1,766 daily historical data points (January 2020 - October 2024). Pre-modeling began with Pearson correlation analysis with a threshold 0.5, which selected the High (0.999), Open (0.998), and Low (0.997) features as predictors due to their strong association, while Volume and Change% were eliminated due to their minimal contribution. The testing compared two data splitting strategies: random and non-random (80:20 ratio), using the Mean Absolute Percentage Error (MAPE) and Accuracy metrics. Empirical results showed that random partitioning outperformed non-random partitioning (MAPE 1.34%; Accuracy 98.66% compared to MAPE 1.7%; Accuracy 98.3%). The conclusion confirms the significant effectiveness of the Random Forest algorithm, with success depending on the accuracy of feature selection and adapting the data splitting strategy to the characteristics of the dataset. Keywords: Bitcoin; Random Forest; Price Prediction; Pearson Correlation; MAPE;
Sistem Keamanan Pintu Otomatis Berbasis Face Recognition dan Machine Learning Menggunakan ESP32-CAM dengan Web Dashboard Nazwar Farezi; Dedy Kiswanto; Muhammad Alby Savana Hasibuan; Ega Pratama

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10273

Abstract

Abstrak - Penelitian ini membahas pembuatan dan penerapan sistem keamanan pintu otomatis yang menggunakan teknologi pengenalan wajah. Sistem ini memanfaatkan modul ESP32-CAM sebagai alat utama untuk mengambil gambar dan melakukan pemrosesan awal. Selain itu, sistem juga menggabungkan machine learning untuk proses mengenali wajah dan menggunakan dashboard web sebagai alat untuk pemantauan serta pengelolaan pengguna secara langsung. Data wajah dikumpulkan melalui proses registrasi langsung dengan kamera, kemudian diolah melalui beberapa tahap pra-pemrosesan dan ekstraksi ciri sebelum digunakan untuk membandingkan dan mengenali identitas pengguna. Hasil pengujian menunjukkan bahwa sistem bisa melakukan autentikasi secara otomatis, membuka pintu saat wajah pengguna terdeteksi, serta mencatat seluruh aktivitas akses ke dalam dashboard. Uji coba dilakukan dalam berbagai kondisi cahaya dan jarak, dan sistem menunjukkan kinerja yang stabil pada situasi normal. Dashboard yang dibuat juga mampu menampilkan kondisi perangkat, riwayat akses, serta informasi pengguna secara akurat. Dari hasil tersebut, sistem ini dianggap bisa memberikan solusi keamanan rumah yang lebih praktis, efisien, dan mudah dikelola dibandingkan metode tradisional.Kata kunci: Face Recognition; ESP32-CAM; Sistem Keamanan Pintu Otomatis; Machine Learning; Internet of Things (IoT); Abstract - This research discusses the development and implementation of an automatic door security system using facial recognition technology. This system utilizes an ESP32-CAM module as the primary tool for image capture and initial transmission. Furthermore, the system incorporates machine learning for facial recognition and utilizes a web dashboard for real-time user monitoring and management. Facial data is collected through a direct registration process with a camera, then processed through several stages of pre-processing and feature extraction before being used to recognize and identify users. Test results show that the system can perform automatic authentication, open the door upon face detection, and record all access activity in the dashboard. Tests were conducted under various lighting conditions and distances, and the system demonstrated stable performance under normal conditions. The dashboard is also capable of accurately displaying device status, access history, and user information. These results suggest that this system can provide a more practical, efficient, and easier-to-manage home security solution than traditional methods.Keywords: Facial Recognition; ESP32-CAM; Automatic Door Security System; Machine Learning; Internet of Things (IoT); Web Dashboard;
Analisis dan Desain Sistem Informasi Berbasis Low-Code dalam Konteks Digital Transformation Kampus Aan Ansen Andryadi; Ridwan Zulkifli; Ihsan Surya Jamil; Daffa Arfiyandi; Dzikri Alfaturrohman; Aziz Muhammad Labib; Ahmad Gojali Mansur; ⁠M Fisal Ramdan

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10465

Abstract

Abstrak - Transformasi digital di lingkungan kampus menuntut kecepatan adaptasi teknologi untuk mendukung proses akademik dan administrasi yang efisien. Penelitian ini bertujuan untuk merancang dan membangun purwarupa Sistem Informasi Kampus (SI-Kampus) yang terintegrasi menggunakan pendekatan Low-Code Development Platform (LCDP). Metode pengembangan yang digunakan adalah Agile Development yang memungkinkan iterasi cepat dan fleksibilitas terhadap perubahan kebutuhan pengguna. Hasil penelitian mencakup analisis alur bisnis, perancangan sistem menggunakan Unified Modeling Language (UML), dan implementasi modul akademik utama. Penerapan Low-Code terbukti mempercepat siklus pengembangan sistem hingga 40% dibandingkan metode konvensional, mendukung percepatan transformasi digital institusi pendidikan tinggi.Kata kunci : Agile; Low-Code Development; Sistem Informasi Kampus; Transformasi Digital; UML; Abstract - Digital transformation in the campus environment demands rapid technological adaptation to support efficient academic and administrative processes. This research aims to design and build an integrated Campus Information System (SI-Kampus) prototype using the Low-Code Development Platform (LCDP) approach. The development method used is Agile Development, which allows for rapid iteration and flexibility to meet changing user needs. The research results include business flow analysis, system design using the Unified Modeling Language (UML), and implementation of key academic modules. The implementation of Low-Code has been proven to accelerate the system development cycle by up to 40% compared to conventional methods, supporting the acceleration of the digital transformation of higher education institutions.Keywords: Agile; Campus Information Systems; Digital Transformation; Low-Code Development; UML;
Analisis Kepuasan Pengguna Katalog Elektronik pada Biro Pengadaan Barang dan Jasa Setda Provinsi Sumatera Selatan Menggunakan Metode Webqual dan Customer Satisfaction Index Fadiya Faradita; Agustina Heryati; Abdul Kholik

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10594

Abstract

Abstrak - Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pengguna Katalog Elektronik pada Biro Pengadaan Barang dan Jasa Setda Provinsi Sumatera Selatan. Metode penelitian yang digunakan meliputi pengumpulan data melalui observasi, kuesioner, dan wawancara. Data dikumpulkan melalui survei terhadap pengguna Katalog Elektronik pada Biro Pengadaan Barang dan Jasa Setda Provinsi Sumatera Selatan. Selanjutnya data yang diperoleh diolah menggunakan SPSS versi 25. Peneliti menggunakan metode Webqual dalam penyusunan kuesioner yang terdiri dari dimensi Usability, Information Quality, dan Service Interaction Quality. Metode Customer Satisfaction Index bertujuan untuk mengukur tingkat kepuasan pengguna secara menyeluruh. Temuan dari penelitian ini diharapkan dapat memberikan wawasan kepada pihak terkait untuk meningkatkan kualitas dan kepuasan pengguna secara keseluruhan.Kata Kunci : Webqual; Customer Satisfaction Index; Katalog Elektronik; Abstract - This research aims to determine the level of satisfaction of Electronic Catalog users at the Procurement of Goods and Services Bureau of the Regional Secretariat of South Sumatra Province. The research methods used include data collection through observation, questionnaires and interviews. Data was collected through a survey of Electronic Catalog users at the Procurement of Goods and Services Bureau of the Regional Secretariat of South Sumatra Province. Furthermore, the data obtained was processed using SPSS version 25. Researchers used the Webqual method in preparing the questionnaire which consisted of the dimensions Usability, Information Quality, and Service Interaction Quality. The Customer Satisfaction Index method aims to measure the overall level of user satisfaction. It is hoped that the findings from this research can provide insight to related parties to improve overall quality and user satisfaction.Keywords : Webqual; Customer Satisfaction Index; Electronic Catalog;
Rancang Bangun Sistem Pengelolaan Luaran Akademik dengan Metode Kanban di Universitas Catur Insan Cendekia Anisya Hamidah; Kusnadi Kusnadi; Agung Supriyadi

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9782

Abstract

Abstrak − Universitas Catur Insan Cendekia (UCIC) berkomitmen meningkatkan mutu pendidikan dan menjaga kualitas institusi melalui pemenuhan standar akreditasi. Salah satu aspek penting adalah pengelolaan luaran akademik yang mencerminkan pelaksanaan Tridharma Perguruan Tinggi, meliputi publikasi ilmiah, hak kekayaan intelektual (HKI), serta produk akademik lainnya. Penelitian ini bertujuan merancang dan membangun sistem informasi luaran akademik berbasis web untuk mendukung pencatatan, pemantauan, serta pelaporan yang lebih efektif dan terpusat. Metode penelitian menggunakan pendekatan kanban dengan enam tahapan, yaitu Backlog, ToDo, Doing, Testing, Done, dan Deployment. Data dikumpulkan melalui observasi, wawancara, dan studi literatur, kemudian dianalisis secara deskriptif. Sistem dikembangkan menggunakan framework Laravel dan diuji dengan metode black-box serta System Usability Scale (SUS). Hasil penelitian menunjukkan sistem mampu berjalan sesuai kebutuhan, menyajikan data akurat, dan menampilkan visualisasi dashboard yang informatif. Evaluasi SUS menghasilkan skor rata-rata 78,5 dengan kategori “Good” dan grade “B”. Kesimpulannya, metode kanban efektif menjaga alur kerja terstruktur, meningkatkan efisiensi, serta mengurangi multitasking. Rekomendasi ke depan adalah mengintegrasikan sistem dengan basis data nasional untuk mendukung akreditasi yang lebih komprehensif.Kata Kunci: Akreditasi; kanban; laravel; luaran akademik; sistem informasi; Abstract − Catur Insan Cendekia University (UCIC) is committed to improving the quality of education and maintaining institutional standards through the fulfillment of accreditation requirements. One important aspect is the management of academic outputs that reflect the implementation of the Tri Dharma of Higher Education, including scientific publications, intellectual property rights (IPR), and other academic products. This research aims to design and develop a web-based academic output information system to support effective and centralized recording, monitoring, and reporting. The research method applies the Kanban approach with six stages: Backlog, ToDo, Doing, Testing, Done, and Deployment. Data were collected through observation, interviews, and literature studies, then analyzed descriptively. The system was developed using the Laravel framework and tested with black-box and System Usability Scale (SUS) methods. The results show that the system functions according to user needs, presents accurate data, and provides informative dashboard visualizations. The SUS evaluation produced an average score of 78.5, categorized as “Good” with a grade of “B.” In conclusion, Kanban proved effective in maintaining structured workflows, increasing efficiency, and reducing multitasking. Future recommendations include integrating the system with national databases to support more comprehensive accreditation. Keywords: Accreditation; kanban; Laravel; academic output; information system;
Efektivitas Kinerja Algoritma SVM dengan Teknik ADASYN untuk Deteksi Gangguan Kecemasan Mahasiswa Fiky Anggara; Rianindya Chandra Hardika; Anik Puji Rahayu; Mohammad Ahmad Maidanul Abrori

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10244

Abstract

Abstrak - Gangguan kecemasan merupakan kondisi psikologis yang kerap muncul pada mahasiswa dan dapat mengganggu kesejahteraan serta hasil akademik mereka. Dalam konteks penelitian ini, gangguan kecemasan dipahami sebagai kecemasan yang berkaitan dengan aktivitas dan tuntutan akademik mahasiswa, sehingga upaya identifikasi sejak dini menjadi penting agar strategi penanganan dapat diberikan secara tepat. Penelitian ini mengeksplorasi kinerja algoritma Support Vector Machine (SVM) dalam mendeteksi tingkat kecemasan mahasiswa dengan bantuan metode Adaptive Synthetic Sampling (ADASYN) untuk mengatasi ketidaksembangan distribusi kelas pada dataset. Data penelitian diperoleh dari platform Kaggle dan diproses melalui sejumlah tahapan, termasuk pembersihan data, transformasi fitur, serta prosedur penyembangan data menggunakan ADASYN. Evaluasi performa model dilakukan dengan menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil pengujian menunjukkan bahwa penerapan ADASYN meningkatkan kemampuan SVM dalam mengenali kelas minoritas tanpa menurunkan stabilitas prediksi secara signifikan. Secara keseluruhan, pendekatan ini memberikan hasil yang lebih sembang pada proses klasifikasi dan berpotensi diterapkan pada penelitian serupa dengan karakteristik data yang tidak sembang.Kata kunci : SVM; ADASYN; Kecemasan Akademik Mahasiswa; Ketidaksembangan Data; Klasifikasi; Abstract – Anxiety disorders are common psychological issues experienced by university students and can adversely affect ther well-beng and academic performance. In the context of this study, anxiety disorders refer to academic-related anxiety associated with academic demands, learning activities, and students perceved ability to meet academic requirements, making early identification essential to ensure that appropriate interventions can be provided. This study examines the performance of the Support Vector Machine (SVM) algorithm in detecting student anxiety levels by applying Adaptive Synthetic Sampling (ADASYN) to address class imbalance within the dataset. The dataset was obtained from the Kaggle platform and underwent several preprocessing steps, including data cleansing, feature transformation, and data balancing using ADASYN. The model’s performance was assessed using accuracy, precision, recall, and f1-score metrics. The results indicate that the use of ADASYN enhances SVM’s ability to identify minority classes while maintaining stable overall predictive performance. These findings suggest that the combination of SVM and ADASYN yields a more balanced classification outcome and may serve as a promising approach for studies involving imbalanced data.Keywords: SVM; ADASYN; Student Academic Anxiety; Imbalanced Data; Classification;
Penerapan Algoritma Dijkstra dalam Penentuan Rute Terpendek Pengiriman Barang dari Gudang Logistik Shopee Express MMTC ke Konsumen di Tuasan Medan Tembung Muhammad Zidane Al-Kautsar; Zulfahmi Indra; Najwatul Khoiriah; Raihan Insan Pratama Siagian

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9882

Abstract

Abstrak - Pengiriman barang yang cepat dan efisien merupakan faktor penting dalam menjaga kualitas layanan logistik, khususnya pada perusahaan e-commerce seperti Shopee Express. Salah satu tantangan utama yang dihadapi adalah penentuan rute terpendek agar barang dapat sampai ke konsumen dengan waktu dan biaya yang optimal. Penelitian ini membahas penerapan algoritma Dijkstra dalam menentukan rute pengiriman barang dari gudang logistik Shopee Express MMTC menuju konsumen di kawasan Tuasan, Medan Tembung. Metode penelitian dilakukan dengan memodelkan jaringan jalan sebagai graf berbobot, di mana setiap simpul merepresentasikan titik lokasi dan setiap sisi mewakili jarak antar lokasi. Algoritma Dijkstra digunakan untuk menghitung lintasan terpendek berdasarkan bobot jarak tersebut. Hasil penelitian menunjukkan bahwa algoritma Dijkstra mampu memberikan solusi rute tercepat dan paling efisien dibandingkan jalur alternatif lain, sehingga dapat mendukung proses distribusi barang yang lebih efektif. Dengan penerapan metode ini, diharapkan pihak logistik dapat meningkatkan ketepatan waktu pengiriman serta menekan biaya operasional.Kata kunci: Algoritma Dijkstra; Rute Terpendek; Shopee Express; Pengiriman Barang; Abstract - Fast and efficient delivery of goods is an important factor in maintaining the quality of logistics services, especially for e-commerce companies such as Shopee Express. One of the main challenges faced is determining the shortest route so that goods can reach consumers with optimal time and cost. This research discusses the application of the Dijkstra algorithm in determining the delivery route for goods from the Shopee Express MMTC logistics warehouse to consumers in the Tuasan area, Medan Tembung. The research method is carried out by modeling the road network as a weighted graph, where each node represents a location point and each edge represents the distance between locations. Dijkstra's algorithm is used to calculate the shortest path based on the distance weight. The research results show that the Dijkstra algorithm is able to provide the fastest and most efficient route solution compared to other alternative routes, so that it can support a more effective goods distribution process. By implementing this method, it is hoped that logistics parties can increase delivery times and reduce operational costs.Keywords: Dijkstra's Algorithm; Shortest Route; Shopee Express; Goods Delivery;
Pengembangan Model Dynamic Naive Bayes untuk Pemodelan Risiko Akademik Mahasiswa: Integrasi Filsafat Ilmu Kuhn dan Popper dalam Analisis Risiko Pendidikan Tinggi Ridwan Zulkifli; Dony Waluya Firdaus; Muhamad Nawawi; Agus Nursikuwagus; Usep Mohamad Ishaq; Andrias Darmayadi

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10409

Abstract

Abstrak - Pemodelan risiko akademik mahasiswa serta prediksi kemungkinan kegagalan studi berdasarkan pola perilaku historis merupakan fokus utama institusi pendidikan tinggi. Model prediksi statis seperti Naive Bayes konvensional sering kali gagal menangkap perubahan perilaku mahasiswa sepanjang waktu pada data longitudinal, sehingga menghasilkan anomali prediksi. Penelitian ini, melalui Tinjauan Literatur Sistematis (Systematic Literature Review/SLR), mengkaji pengembangan Dynamic Naive Bayes (DNB) sebagai perluasan Naive Bayes yang memasukkan dimensi temporal dan transisi antar periode (misalnya perubahan status risiko antar semester), serupa dengan prinsip Dynamic Bayesian Networks. DNB diasumsikan mampu meningkatkan akurasi prediksi sebesar 10–15% dibandingkan model statis. Secara metodologis, pengembangan DNB didasarkan pada kerangka filsafat ilmu Thomas Kuhn dan Karl Popper. Mengacu pada paradigma Kuhn, kegagalan Naive Bayes statis dalam menangani data dinamis mencerminkan tahap crisis dan anomaly dalam normal science pemodelan prediktif risiko akademik, yang mendorong scientific revolution melalui adopsi model dinamis seperti DNB. Sementara itu, dari perspektif Rasionalisme Kritis Popper, hipotesis bahwa DNB memberikan prediksi yang lebih akurat harus terus-menerus diuji secara ketat dan terbuka terhadap falsifikasi empiris menggunakan data baru. Integrasi kedua kerangka ini memastikan bahwa pengembangan DNB tidak hanya bersifat teknis, melainkan juga didasari pada pertumbuhan pengetahuan ilmiah yang kritis, rasional, dan berkelanjutan.Kata kunci: pemodelan risiko akademik; dynamic naive bayes; prediksi kegagalan studi; data longitudinal; tinjauan literatur sistematis; filsafat ilmu,;thomas kuhn; karl popper; Abstract - Student academic risk modeling, the study of predicting the likelihood of failure based on historical behavioral patterns, is a major focus for higher education institutions. Although predictive models have been developed, statistical approaches such as standard Naive Bayes often fail to capture changes in student behavior over time, which are characteristic of longitudinal data. This failure, known as anomalies, highlights the need for new models capable of addressing dynamic and temporal aspects, such as Dynamic Naive Bayes (DNB). This study, through a Systematic Literature Review (SLR), examines the development of a DNB capable of processing or accounting for time factors, such as changes in risk status between semesters. Methodologically, DNB is an extension of Naive Bayes by incorporating transition time, similar to Dynamic Bayesian Networks, which is assumed to improve predictive accuracy by 10-15% compared to statistical models. Philosophically, the DNB development model is interpreted through the framework of Thomas Kuhn and Karl Popper. According to Kuhn, the failure of statistical Naive Bayes on dynamic data led to a crisis and anomaly in normal science (the use of standard predictive models), triggering the need for a scientific revolution (the adoption of DNB). Meanwhile, Popper's perspective (Critical Rationalism) demands that DNB predictive hypotheses must always be open to falsification through aggressive testing against new data. This integration ensures that the DNB development model is based on the critical and continuous growth of scientific knowledge.Keywords: Scientific Revolution; Dynamic Naive Bayes (DNB); Student Academic Risk; Longitudinal Data; Naive Bayes; Philosophy of Science;

Page 138 of 139 | Total Record : 1386

 135   136   137   138   139 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol 9, No 1 (2026): Februari 2026 Vol 8, No 6 (2025): Desember 2025 Vol 8, No 5 (2025): Oktober 2025 Vol 8, No 4 (2025): Agustus 2025 Vol 8, No 3 (2025): Juni 2025 Vol 8, No 2 (2025): April 2025 Vol 8, No 1 (2025): Februari 2025 Vol 7, No 6 (2024): Desember 2024 Vol 7, No 5 (2024): Oktober 2024 Vol 7, No 4 (2024): Agustus 2024 Vol 7, No 3 (2024): Juni 2024 Vol 7, No 2 (2024): April 2024 Vol 7, No 1 (2024): Februari 2024 Vol 6, No 6 (2023): Desember 2023 Vol 6, No 5 (2023): Oktober 2023 Vol 6, No 4 (2023): Agustus 2023 Vol 6, No 3 (2023): Juni 2023 Vol 6, No 2 (2023): April 2023 Vol 6, No 1 (2023): Februari 2023 Vol 5, No 6 (2022): Desember 2022 Vol 5, No 5 (2022): Oktober 2022 Vol 5, No 4 (2022): Agustus 2022 Vol 5, No 3 (2022): Juni 2022 Vol 5, No 2 (2022): April 2022 Vol 5, No 1 (2022): Februari 2022 Vol 4, No 6 (2021): Desember 2021 Vol 4, No 5 (2021): Oktober 2021 Vol 4, No 4 (2021): Agustus 2021 Vol 4, No 3 (2021): Juni 2021 Vol 4, No 2 (2021): April 2021 Vol 4, No 1 (2021): Februari 2021 Vol 3, No 3 (2020): Desember 2020 Vol 3, No 2 (2020): OKTOBER 2020 Vol 3, No 1 (2020): April 2020 Vol 2, No 2 (2019): OKTOBER 2019 Vol 2, No 1 (2019): APRIL 2019 Vol 2, No 1 (2019): edisi khusus Vol 1, No 2 (2018): OKTOBER 2018 Vol 1, No 1 (2018): APRIL 2018 More Issue