Articles
<![CDATA[Implementation and Impact of Virtual Reality on Survival Horror Games ]]>
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Anthony, Gregorian]]>;
<![CDATA[Pickerling, Pickerling]]>
<![CDATA[ Inform : Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi Vol. 6 No. 2 (2021) ]]>
Publisher : <![CDATA[Universitas Dr. Soetomo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (447.665 KB)
|
DOI: 10.25139/inform.v6i2.3943
<![CDATA[Currently, games are an important part of human life. Not only serves as entertainment, games nowadays also serve as education, communication, socialization, and even a job for some people. This makes technology in the game world more developed and closer to reality. One of the popular and interesting technologies is virtual reality. This technology has various elements, but the most important element is the immersion element, which can give users the sensation to feel as if they are in a real environment. In this research, the authors examine the effects of virtual reality when combined with horror games. The selection of horror games was made because this genre is one of the genres with the fastest immersion element compared to other game genres. In addition to the use of virtual reality technology, considering that horror games require complex particle simulations and good lighting, the authors use the Unreal Engine as the main engine in this game. The test method used in this study is the beta testing method with the assessment using the user acceptance method. The conclusion was that virtual reality technology combined with the advantages of the unreal engine caused game players to get a tenser atmosphere.]]>
<![CDATA[MVPA and GA Comparison for State Space Optimization at Classic Tetris Game Agent Problem ]]>
<![CDATA[Armanto, Hendrawan]]>;
<![CDATA[Dwi Putra, Ronal]]>;
<![CDATA[Pickerling, Pickerling]]>
<![CDATA[ Inform : Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi Vol. 7 No. 1 (2022) ]]>
Publisher : <![CDATA[Universitas Dr. Soetomo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25139/inform.v7i1.4381
<![CDATA[Tetris is one of those games that looks simple and easy to play. Although it seems simple, this game requires strategy and continuous practice to get the best score. This is also what makes Tetris often used as research material, especially research in artificial intelligence. These various studies have been carried out. Starting from applying state-space to reinforcement learning, one of the biggest obstacles of these studies is time. It takes a long to train artificial intelligence to play like a Tetris game expert. Seeing this, in this study, apply the Genetic Algorithms (GA) and the most valuable player (MVPA) algorithm to optimize state-space training so that artificial intelligence (agents) can play like an expert. The optimization means in this research is to find the best weight in the state space with the minimum possible training time to play Tetris with the highest possible value. The experiment results show that GAs and MVPA are very effective in optimizing the state space in the Tetris game. The MVPA algorithm is also faster in finding solutions. The resulting state space weight can also get a higher value than the GA (MVPA value is 249 million, while the GA value is 68 million).]]>
<![CDATA[Sistem Tempat Parkir Terintegrasi yang Dilengkapi dengan Aplikasi Mobile dan Mikrokontroller ]]>
<![CDATA[Kenji Andrean]]>;
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Pickerling Pickerling]]>
<![CDATA[ Journal of Information System,Graphics, Hospitality and Technology Vol. 2 No. 01 (2020): Journal of Information System,Graphics, Hospitality and Technology ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37823/insight.v2i01.79
<![CDATA[Pada tempat parkir yang berada di Indonesia khusunya Surabaya masih menggunakan tiket yang di print pada saat masuk ke tempat parkir. Tiket ini akan disimpan sampai pada saat keluar dari tempat parkir, dan baru akan diserahkan kepada petugas parkir yang berada di gerbang keluar. Pada gerbang keluar, petugas akan melakukan scan ticket di mesin dan akan memberitahu berapa jumlah yang harus dibayarkan. Hal ini dapat terasa lambat dan kurang efisien, sehingga dapat menimbulkan suatu kendala pada saat keluar dimana kendalanya adalah penumpukan mobil yang membuat keluar dari tempat parkir terhambat dan juga harus menyediakan uang dimana jika uang tersebut memiliki kembalian maka harus menunggu petugas untuk memberikan kembalian. Flutter adalah framework native untuk membuat aplikasi cross platform Android dan iOS. Flutter menggunakan Dart sebagai Bahasa pemrograman. Pada sistem ini, pengguna yang mendaftar sebagai member dapat melakukan parkir ke tempat parkir yang tersedia dengan menggunakan aplikasi tanpa memakai tiket. Selain fitur untuk parkir, terdapat fitur untuk melakukan subscribe atau booking pada tempat parkir, dan melakukan report. Pengguna juga dapat mendaftar menjadi owner, dimana owner dapat melakukan setting parkiran, mengirimkan newsfeed, dan melakukan review untuk report yang dikirimkan oleh member. Dengan dibuatnya sistem ini, diharapkan pengguna dapat terbantu untuk melakukan parkir agar menjadi lebih mudah dan efisien. Dalam pembuatan sistem, terdapat beberapa kendala seperti proses buka dan tutup gerbang menggunakan mikrokontroler dimana gerbang terkadang mengalami delay pada saat melakukan proses.]]>
<![CDATA[Algoritma Emperor Penguin pada Efisiensi Pengiriman Produk UMKM dengan Konsep Pembagian Ongkos Kirim ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Pickerling Pickerling]]>;
<![CDATA[Kevin Susanto]]>
<![CDATA[ Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37823/insight.v3i02.176
<![CDATA[Di Era Pandemi saat ini, perkembangan ekonomi atau bisnis Usaha Mikro, Kecil, dan Menengah (UMKM) semakin menjamur di masyarakat. Perkembangan UMKM ini tidak hanya berhenti pada jumlah saja akan tetapi juga pada sistem pemesanan UMKM tersebut. Saat ini banyak UMKM yang menerapkan konsep Pre-Order (PO) di dalam pemesanannya dimana mayoritas UMKM tersebut merupakan UMKM yang memasarkan produknya melalui media sosial atau chating. Munculnya sistem baru ini memunculkan juga beberapa permasalahan bagi UMKM, salah satu diantaranya adalah besarnya biaya pengiriman apabila sebuah produk dikirim secara khusus ke seorang pembeli. Hal ini mungkin tidak terlihat memberatkan bagi UMKM akan tetapi permasalahan ini memberatkan pelanggan dan semakin mahal biaya yang harus dikeluarkan pelanggan maka akan semakin kecil kemungkinan pelanggan membeli produk di UMKM tersebut. Penelitian ini berfokus pada dua hal, yang pertama adalah menyediakan marketplace bagi UMKM Pre-Order yang dapat mengatasi permasalahan biaya pengiriman dan kedua adalah dampak Algoritma Emperor Penguin pada pencarian rute pengiriman. Marketplace UMKM Pre-Order yang dikembangkan akan menerapkan teknologi fluter dan berbasiskan mobile apps. Hal ini dikarenakan semakin besarnya pengaruh mobile apps di kalangan masyarakat dibandingkan web apps atau desktop apps. Mobile Apps akan secara otomatis melakukan pencarian rute pengiriman untuk seluruh pre-order yang terjadi pada hari tertentu dan melakukan assign kepada driver yang bertugas dimana rute yang dicari bukan hanya berdasarkan jarak melainkan juga berdasarkan biaya pengiriman yang dikeluarkan oleh keseluruhan pembeli pada 1x pengiriman. Algoritma Emperor Penguin akan berusaha mencari rute pengiriman yang terdekat dan biaya yang dikeluarkan pembeli yang terkecil. Setelah melalui berbagai ujicoba, dapat disimpulkan bahwa 94.7% UMKM yang didukung oleh penelitian ini puas dan merasa terbantu, 97.4% pelanggan merasa terbantu dengan sistem pembagian ongkos kirim, dan Algoritma Emperor Penguin bekerja dengan baik dan dapat menghasilkan rute optimal dengan ongkos terkecil.]]>
<![CDATA[Multilevel Image Thresholding Memanfaatkan Firefly Algorithm, Improved Bat Algorithm, dan Symbiotic Organisms Search ]]>
<![CDATA[Pickerling Pickerling]]>;
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Stefanus Kurniawan Bastari]]>
<![CDATA[ Intelligent System and Computation Vol 1 No 1 (2019): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v1i1.24
<![CDATA[Multilevel image thresholding adalah teknik penting dalam pemrosesan gambar yang digunakan sebagai dasar image segmentation dan teknik pemrosesan tingkat tinggi lainnya. Akan tetapi, waktu yang dibutuhkan untuk pencarian bertambah secara eksponensial setara dengan banyaknya threshold yang diinginkan. Algoritma metaheuristic dikenal sebagai metode optimal untuk memecahkan masalah perhitungan yang rumit. Seiring dengan berkembangnya algoritma metaheuristic untuk memecahkan masalah perhitungan, penelitian ini menggunakan tiga algoritma metaheuristic, yaitu Firefly Algorithm (FA), Symbiotic Organisms Search (SOS), dan Improved Bat Algorithm (IBA). Penelitian ini menganalisis solusi optimal yang didapatkan dari percobaan masing-masing algoritma. Hasil uji coba masing-masing algoritma saling dibandingkan untuk menentukan kelemahan dan kelebihan setiap algoritma berdasarkan performanya. Hasil uji coba menyatakan tiga algoritma tersebut memiliki performa berbeda dalam optimisasi multilevel image thresholding.]]>
<![CDATA[Perencanaan Perjalanan Wisata Multi Kota dan Negara dengan Algoritma Cuttlefish ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Reynold Kevin]]>;
<![CDATA[Pickerling Pickerling]]>
<![CDATA[ Intelligent System and Computation Vol 1 No 2 (2019): INSYST:Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v1i2.91
<![CDATA[Liburan merupakan saat yang paling tepat untuk melakukan perjalanan wisata bersama keluarga maupun kerabat ke suatu daerah untuk melihat berbagai objek wisata yang ada. Sebelum melakukan liburan, tentu saja setiap orang akan menyiapkan rencana perjalanan yang paling efektif dan efisien. Hal ini tentu saja merepotkan bagi para wisatawan karena tidaklah mudah untuk menyusun jadwal perjalanan wisata yang baik dan efisien. Meskipun sudah terdapat berbagai paket tur yang ditawarkan bagi para wistawan, banyak dari paket tur yang ditawarkan tidak sesuai dengan keinginan dari masing-masing orang karena faktor selera yang berbeda-beda. Oleh karena itu, dibuatlah sebuah penelitian yang digunakan untuk melakukan perencanaan perjalanan wisata multi kota dan negara berbasiskan aplikasi mobile. Untuk menyelesaikan, penelitian ini akan menggunakan Algoritma Cuttlefish dalam pembuatan jadwal wisata secara otomatis berdasarkan data input yang telah diisikan oleh pengguna sebelumnya. Pada penelitian ini, pengguna dapat melakukan pembuatan perencanaan perjalanan wisata baik secara manual ataupun otomatis. Selain fitur untuk pembuatan perencanaan perjalanan wisata, juga terdapat fitur untuk melakukan pencarian tiket penerbangan dan juga akomodasi tempat tinggal dengan bantuan TravelPayouts API. Pada pembuatan jadwal wisata pun juga sudah dilengkapi dengan pencarian tiket penerbangan dan akomodasi tempat tinggal sesuai dengan input yang diberikan oleh pengguna sebelumnya. Pengguna juga dapat melihat jadwal wisata yang telah terbentuk dalam bentuk Table View, Map View dan PDF. Dengan dibuatnya penelitian ini diharapkan para pengguna dapat membuat sebuah jadwal wisata berdasarkan selera masing-masing. Jadwal wisata yang dibentuk secara otomatis dengan menggunakan Algoritma Cuttlefish tersebut juga dibuat sedemikian rupa hingga tercipta sebuah jadwal wisata yang efisien. Selain itu, pada tahap akhir dari tahap uji coba disebarkan kuesioner kepada responden. Kuesioner bertujuan untuk mengetahui komentar pengguna mengenai hasil akhir dari penelitian yang telah dibuat demi pengembangan untuk kedepannya. Berdasarkan hasil kuesioner, sebanyak 88% responden menyatakan jadwal wisata yang terbentuk sudah cukup baik.]]>
<![CDATA[PREPROCESSING DATA DAN REPRESENTASI ORGANISME ALGORITMA SYMBIOTIC ORGANISMS SEARCH PADA PERMASALAHAN PENJADWALAN PRAKTIKUM PERGURUAN TINGGI ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[C. Pickerling]]>;
<![CDATA[Eka Rahayu Setyaningsih]]>
<![CDATA[ MULTITEK INDONESIA Vol 11, No 1 (2017): Juni ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Ponorogo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (252.829 KB)
|
DOI: 10.24269/mtkind.v11i1.494
<![CDATA[Pada era saat ini, penjadwalan tidak saja diperlukan untuk dunia usaha akan tetapi juga diperlukan pada dunia pendidikan. Banyak sekolah atau perguruan tinggi di Indonesia yang mengalami kesulitan dalam melakukan penjadwalan manual dan membutuhkan solusi dalam melakukan penjadwalan yang cepat dan optimal. Hal tersebut yang menjadi dasar penelitian dengan fokus penjadwalan laboratorium perguruan tinggi. Penjadwalan yang diteliti disini adalah penjadwalan dengan menggunakan algoritma Symbiotic Organisms Search, tetapi untuk penelitian awal ini akan lebih difokuskan kepada preprocessing data serta representasi organisme terhadap kasus penjadwalan praktikum. Hal tersebut dilakukan dikarenakan tanpa adanya data serta representasi yang tepat maka hasil yang diperoleh juga tidak optimal. Setelah melalui beberapa ujicoba diketahui bahwa dengan preprocessing data serta pemilihan representasi yang tidak tepat akan menurunkan hasil dari algoritma symbiotic organisms search hingga 17% bahkan dapat memberikan hasil yang salah dalam melakukan penjadwalan praktikum perguruan tinggi.]]>
<![CDATA[Library Algoritma Genetik dan Whale Optimization berbasis GPU Programming ]]>
<![CDATA[Bernard Niklas Satrijo]]>;
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Lukman Zaman PCSW]]>;
<![CDATA[Pickerling Pickerling]]>
<![CDATA[ Intelligent System and Computation Vol 4 No 1 (2022): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v4i1.208
<![CDATA[Pencarian solusi terbaik pada suatu permasalahan menjadi suatu hal yang terus dikembangkan dari waktu ke waktu. Berbagai penelitian dilakukan dalam berbagai bidang untuk dapat menyelesaikan masalah-masalah tersebut. Salah satu cara yang dapat menjadi solusi adalah digunakannya algoritma evolusioner. Salah satu algoritma evolusioner yang terkenal adalah algoritma genetik (GA). Selain algoritma genetik, terdapat algoritma baru lain yang telah muncul dan dikembangkan, yaitu algoritma whale optimization (WOA). Meskipun begitu, penyelesaian algoritma evolusioner pada umumnya membutuhkan waktu yang lama. Hal tersebut dapat ditanggulangi dengan penggunaan GPU Programming pada algoritma evolusioner yang dibuat. Sifat dari library yang dibuat adalah general purpose library. Pada library ini, user hanya perlu membuat satu class turunan dari class dalam library, mengatur parameter, dan mengimplentasikan abstract method. Seluruh proses yang terjadi dalam library bersifat transparan, dan apabila selesai, user dapat mengambil nilai fitness terbaik, solusi terbaik, nilai fitness terbaik per generasi, dan nilai rata-rata fitness per generasi. Dengan dibuatnya library ini, diharapkan user dapat mengimplementasikan algoritma genetik dan whale optimization dalam menyelesaikan suatu permasalahan dengan mudah dan dalam waktu yang lebih cepat dibandingkan dengan library lainnya.]]>
<![CDATA[Pengenalan Ekspresi Wajah dengan CNN dan Wavelet ]]>
<![CDATA[Erwin Sentosa]]>;
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Pickerling Pickerling]]>;
<![CDATA[Lukman Zaman]]>
<![CDATA[ Intelligent System and Computation Vol 4 No 2 (2022): INSYST: Journal of Intelligent System and Computation ]]>
Publisher : <![CDATA[Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52985/insyst.v4i2.209
<![CDATA[Dengan berkembangnya teknologi di jaman modern ini diharapkan komputer juga mampu mengenali ekspresi wajah manusia. Hal itu dapat terwujud dengan kemajuan machine learning. Machine learning telah menjadi bagian dari kehidupan sehari-hari bagi banyak orang di seluruh dunia. Penemuan dan implementasi machine learning memungkinkan komputer untuk belajar dan memprediksi pola yang mungkin terjadi dan dapat digunakan untuk membantu manusia melakukan kegiatan sehari-hari. Salah satunya yaitu Convolutional Neural Network. Pada penelitian ini akan digunakan wavelet transform untuk membantu meningkatkan akurasi dari convolutional neural network dan mempercepat peningkatan akurasi. Wavelet berguna untuk melakukan compressing pada gambar sehingga lebih mudah untuk diolah. Gambar yang dihasilkan oleh wavelet terbagi menjadi 4 frekuensi yang berbeda-beda. Setiap gambar yang dihasilkan oleh wavelet diuji cobakan kedalam convolutional neural network. Berdasarkan hasil uji coba yang dilakukan, akurasi terbaik didapatkan dari dataset KDEF dengan menggunakan gambar wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 79%. Sedangkan hasil uji coba menggunakan dataset buatan sendiri didapatkan akurasi terbaik dengan menggunakan wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 36,925%.]]>
<![CDATA[MVPA and GA Comparison for State Space Optimization at Classic Tetris Game Agent Problem ]]>
<![CDATA[Hendrawan Armanto]]>;
<![CDATA[Ronal Dwi Putra]]>;
<![CDATA[C. Pickerling]]>
<![CDATA[ Inform : Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi Vol. 7 No. 1 (2022) ]]>
Publisher : <![CDATA[Universitas Dr. Soetomo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (854.14 KB)
|
DOI: 10.25139/inform.v7i1.4457
<![CDATA[Tetris is one of those games that looks simple and easy to play. Although it seems simple, this game requires strategy and continuous practice to get the best score. This is also what makes Tetris often used as research material, especially research in artificial intelligence. These various studies have been carried out. Starting from applying state-space to reinforcement learning, one of the biggest obstacles of these studies is time. It takes a long to train artificial intelligence to play like a Tetris game expert. Seeing this, in this study, apply the Genetic Algorithms (GA) and the most valuable player (MVPA) algorithm to optimize state-space training so that artificial intelligence (agents) can play like an expert. The optimization means in this research is to find the best weight in the state space with the minimum possible training time to play Tetris with the highest possible value. The experiment results show that GAs and MVPA are very effective in optimizing the state space in the Tetris game. The MVPA algorithm is also faster in finding solutions. The resulting state space weight can also get a higher value than the GA (MVPA value is 249 million, while the GA value is 68 million).]]>
