Queue Optimization Using Heuristic-Based Decision Algorithms A Comparative Evaluation of Array-Based and Rule-Based Approache

Erwin Apriliyanto, Arif Setia Sandi A, Yayu Sri Rahayu

Abstract


Penelitian ini menyajikan evaluasi kinerja komparatif antara dua pendekatan pemrosesan keputusan ringan untuk klasifikasi antrean, yaitu model indeks berbasis array dan logika berbasis aturan tradisional (if-else). Tujuan utama penelitian ini adalah mengidentifikasi strategi algoritmik yang efisien dan dapat diterapkan pada sistem layanan cerdas waktu nyata. Metode berbasis array dalam penelitian ini mengadopsi pendekatan berbasis heuristik ringan yang dirancang untuk mencapai efisiensi tinggi dalam pemrosesan keputusan tanpa kompleksitas komputasi tinggi, sehingga cocok diterapkan pada sistem cerdas yang memerlukan respons cepat dan akurat. Metode kedua diuji menggunakan data kondisi antrean nyata dengan variasi jumlah data uji (50, 100, dan 200 entri). Fokusnya terfokus pada akurasi klasifikasi dan kecepatan eksekusi. Hasil pengujian menunjukkan bahwa model berbasis array mencapai akurasi klasifikasi sebesar 94,6%, lebih tinggi dibandingkan metode berbasis aturan yang hanya mencapai 88,2%. Dari sisi kecepatan, pendekatan array menunjukkan efisiensi yang signifikan dengan waktu pemrosesan rata-rata 0,49 hingga 0,67 detik per entri, atau 13 hingga 16 kali lebih cepat dibandingkan metode if-else yang memerlukan waktu 7,86 hingga 8,95 detik per entri. Temuan ini menunjukkan bahwa logika berbasis array lebih efisien, skalabel, dan cocok berinteraksi ke dalam sistem manajemen antrean cerdas yang membutuhkan respons tinggi dan akurasi

Keywords


sistem antrean, klasifikasi, metode array, metode MAPE, akurasi

Full Text:

PDF

References


Altagiuri, R. E., Zaghloul, O. H., Do, B. H., & Stroppa, F. (2024). A Motion Planner for Growing Reconfigurable Inflated Beam Manipulators in Static Environments. IEEE Robotics and Automation Letters.

Apriliyanto, E., & Rahayu, Y. S. (2024). Comparison of Sentiment Analysis from Twitter Data Collection with Naïve Bayes, Decision Tree, and k-Nearest Neighbor Methods. Jurnal Ilmiah SINUS, 22(2), 1-12.

Apriliyanto, E. (2023). Comparison of Response Time Database RDBMS with NoSQL on Electronic Medical Records (EMR). Jurnal Ilmiah SINUS, 21(2), 65-78.

Apriliyanto, E., Putra, R. I., & Rahayu, Y. S. (2024). Peran AI Chatbots dalam Layanan Mahasiswa Ilmu Komunikasi Menggunakan Metode Natural Languange Processing (NLP)

Chen, Y., Hua, F., Jin, Y., & Zhang, E. Z. (2021, August). BGPQ: A Heap-Based Priority Queue Design for GPUs. In Proceedings of the 50th International Conference on Parallel Processing (pp. 1-10).

Dewi, D. S. K. (2021). PELAKSANAAN E-GOVERNMENT DI PEMERINTAH DAERAH KABUPATEN PONOROGO: Array. MODERAT: Jurnal Ilmiah Ilmu Pemerintahan, 7(2), 357-369.

Evanthe, H., Sinaga, R. M., Halawa, S. P. P., Priscillia, S. A., & Ramadhani, F. (2025). Implementasi Algoritma Antrian Prioritas Menggunakan Array di Python Untuk Sistem Antrian Layanan Darurat. JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 90-95.

Guo, J., Liu, Y., Shin, H., & Nallanathan, A. (2024). Deep learning for beamforming in multi-user continuous aperture array (CAPA) systems. arXiv preprint arXiv:2411.09104.

Han, S., Oh, J., Oh, K., & Ha, J. (2022). Deep-learning for breaking the trapping sets in low-density parity-check codes. IEEE Transactions on Communications, 70(5), 2909-2923.

Igarashi, Y., Dozono, M., Honda, R., Kobayashi, N., Lin, C. S., Ota, S., ... & Takahashi, T. N. (2024). Implementations of streaming DAQ on actual detector systems. IEEE Transactions on Nuclear Science.

Li, Z., Wang, C., Shen, F., Peng, Y., & Wang, M. (2024). Goose Queue Inspired V-Array With Cross-Section Variations for Enhanced Electromechanical Energy Harvesting Behaviors. IEEE/ASME Transactions on Mechatronics.

Polak, M. S. H., Troendle, D. A., & Jang, B. (2025). Boundary-Aware Concurrent Queue: A Fast and Scalable Concurrent FIFO Queue on GPU Environments. Applied Sciences, 15(4), 1834.

Prasad, A., Rajendra, S., Rajan, K., Govindarajan, R., & Bondhugula, U. (2022, October). Treebeard: An optimizing compiler for decision tree based ML inference. In 2022 55th IEEE/ACM International Symposium on Microarchitecture (MICRO) (pp. 494-511). IEEE.

Tan, B. L., Mok, K. M., Chang, J. J., Lee, W. K., & Hwang, S. O. (2021). RISC32-LP: Low-power FPGA-based IoT sensor nodes with energy reduction program analyzer. IEEE Internet of Things Journal, 9(6), 4214-4228.

Tang, Y., Zhou, H., Ji, Z., & Wang, C. L. (2025). Cube-fx: Mapping Taylor Expansion Onto Matrix Multiplier-Accumulators of Huawei Ascend AI Processors. IEEE Transactions on Parallel and Distributed Systems.

Thievenaz, H., Kimura, K., & Alias, C. (2021). Towards Trace-Based Array Contraction (Doctoral dissertation, Inria; Waseda University).

Sanjel, A., Khanal, B., Rivas, P., & Speegle, G. (2024, December). Automated Synthesis of Distributed Code from Sequential Snippets Using Deep Learning. In 2024 IEEE International Conference on Big Data (BigData) (pp. 4119-4126). IEEE.

Xu, R., Ma, S., Guo, Y., & Li, D. (2023). A survey of design and optimization for systolic array-based dnn accelerators. ACM Computing Surveys, 56(1), 1-37.




DOI: http://dx.doi.org/10.30646/sinus.v23i2.965

Refbacks

  • There are currently no refbacks.


 


STMIK Sinar Nusantara

KH Samanhudi 84 - 86 Street, Laweyan Surakarta, Central Java, Indonesia
Postal Code: 57142, Phone & Fax: +62 271 716 500 

Email: ejurnal @ sinus.ac.id | https://p3m.sinus.ac.id/jurnal/e-jurnal_SINUS/

ISSN: 1693-1173 (print) | 2548-4028 (online)


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

View My Stats