<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="164029">
 <titleInfo>
  <title>APLIKASI MOBILE BERBASIS EDGE-AI UNTUK INFORMASI KEDATANGAN BUS REAL-TIME</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Yahdina Ahsya</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Waktu kedatangan bus yang tidak menentu masih menjadi masalah utama dalam system transportasi umum di negara berkembang. Permasalahan ini disebabkan oleh berbagai faktor, seperti kemacetan lalu lintas dan infrastruktur yang kurang memadai, misalnya tidak adanya jalur khusus untuk bus. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem transportasi cerdas &quot;My Transkutaraja&quot;, yaitu sebuah aplikasi mobile berbasis Edge-AI untuk memprediksi Waktu kedatangan bus secara real-time. Berbeda dengan pendekatan berbasis cloud, aplikasi ini mengintegrasikan model machine learning secara lokal pada perangkat, sehingga proses inferensi dapat dilakukan secara real-time tanpa bergantung pada server eksternal. Penelitian ini dilakukan pada Koridor 1 bus Trans Koetaradja dengan rute pusat kota menuju Darussalam di Banda Aceh, Indonesia. Pengujian pada beberapa perangkat Android dengan spesifikasi berbeda menunjukkan bahwa rata-rata Waktu inferensi berada di bawah 700 mikrodetik, bahkan pada perangkat dengan spesifikasi rendah. Sistem ini juga mendukung pembaruan model secara otomatis saat aplikasi dijalankan, sehingga meningkatkan fleksibilitas dan kemudahan pemeliharaan. Melalui tahap usability testing yang melibatkan 20 partisipan diperoleh skor System Usability Scale (SUS) sebesar 74, yang menunjukkan tingkat kepuasan pengguna yang baik. Temuan ini menunjukkan bahwa penerapan Edge-AI layak dan efektif untuk meningkatkan keandalan transportasi umum di lingkungan dengan keterbatasan infrastruktur.&#13;
&#13;
Kata kunci : Transportasi Umum, Trans Koetaradja, Sistem Transportasi Cerdas, Waktu Kedatangan Bus, Edge-AI, Aplikasi Mobile</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>164029</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-21 11:58:29</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-21 12:02:09</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>