Claim Missing Document
Check
Articles

Found 5 Documents
Search

Optimalisasi Penyelesaian Permainan pada Game Puzzle 8 dengan Perbandingan Algoritma A* dan Greedy Rini Wijayanti; Wahyu Nugraha; Kusrini Kusrini
Creative Information Technology Journal Vol 7, No 1 (2020): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i1.230

Abstract

Perkembangan game yang pesat serta beragam menjadikan game sebagai salah satu hiburan penghilang stress untuk manusia. Ada beberapa game yang diciptakan untuk mengasah kemampuan penggunanya namun ada pula game yang diciptakan hanya sebatas hiburan ringan. Game yang terlalu sulit untuk diselesaikan, bukan tidak mungkin akan membuat penggunanya malah menjadi stres dan berhenti memaikan permainan. Game yang cukup menguras pikiran salah satunya adalah game puzzle 8, yang mana pemain ditutuntut untuk mampu menyelesaikan permainan dengan menyusun setiap kotak permainan sehingga dapat tersusun secara berurut. Banyak metode yang dapat digunakan untuk membantu menyelesaikan permainan puzzle 8. Salah satunya adalah algoritma A-star. A-star digunakan untuk menyelesaikan permainan secara optimal dengan menggunakan fungsi heuristik. Yang mana heuristik merupakan salah satu teknik yang mengembangkan efisiensi dalam pencarian. Pembuatan proyek ini adalah untuk mengimplementasikan algoritma A-star dalam permainan puzzle 8 dengan menggunakan bahasa pemrograman Java. Dalam pengujian aplikasi algoritma A-star memiliki langkah yang lebih sedikit dibandingkan dengan algoritma Greedy, namun waktu yang dibutuhkan algoritma A-star lebih lama. Hal ini disebabkan karena A-star melakukan perhitungan biaya sebanyak dua kali, tetapi algoritma Greedy hanya satu kali. Setelah dilakukan pengujian dapat disimpulan bahwa algoritma A-star memberikan langkah optimal dalam penyelesaian puzzle 8 dilihat dari faktor jumlah langkah untuk menyelesaikan permainan.Kata Kunci—Game, A-star, Penyelesaian, Optimal.The development of a fast and diverse game makes the game as one of the stress relievers for humans. There are some games that are created to hone the ability of users, but there are also games that are created only limited to mild entertainment. Games that are too difficult to solve, it is not impossible that it will make users event stress and stop playing the game. One of the games that is enough to drain the mind is puzzle 8, where players are required to be able to cpmplete the game by arranging each game box so that they can be arranged in order. Many methods can be used to help solve puzzle 8 games. One of them is the A-star algorithm. A-star is used to finish the game optimally by using heuristic function. Which heuristics is one technique that develops efficiency in search. The making of this project is to implement the A-star algorithm in puzzle 8 using the Java programming language. In testing the A-star algorithm application has fewer steps compared to the Greedy algorithm, but the time required for the A-star algorithm is longer. This is because A-star calculates costs twice, but the Greedy algorithm is only one time. After testing it can be concluded that the S-star algorithm provides optimal steps in solving puzzle 8 viewed from the number of steps to complete the game.Keywords—Game, A-star, Completion, Optimal.
Sistem Pendukung Keputusan Dalam Pemilihan Control Panel Virtual Private Server Menggunakan Metode AHP dan SAW Arwendra Adi Putra; Kusrini kusrini; Eko Pramono
Creative Information Technology Journal Vol 5, No 1 (2017): November-Januari
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.349 KB) | DOI: 10.24076/citec.2017v5i1.116

Abstract

Hosting dapat dibedakan menjadi berbagai macam type, salah satunya adalah Virtual Private Server (VPS). VPS merupakan sebuah cara untuk membagi sumber daya sebuah physical server menjadi server virtual. Sebuah VPS memerlukan control panel karena untuk mempermudah pengaturan seperti mengelola email, disk, database, penambahan domain, memonitor bandwidth dan backup data. Terdapat berbagai macam control panel dengan spesifikasi yang berbeda-beda. Pemilihan control panel tersebut sangat penting karena control panel tersebut harus disesuaikan dengan spesifikasi VPS. Berdasarkan permasalahan tersebut, diperlukan sistem yang dapat membantu dalam pengambilan keputusan dalam pemilihan control panel. Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode Analitical Hierarcy Process (AHP) dan Simple Additive Weighting (SAW). Metode AHP digunakan untuk mencari bobot variabel kriteria, sedangkan metode SAW digunakan untuk menentukan nilai akhir dan perangkingan. Hasil perangkingan alternatif control panel pada sistem ini menunjukkan hasil yang sama dengan hasil perangkingan dari pakar control panel, sehingga sistem ini dapat digunakan oleh pengguna sebagai dasar pengambilan keputusan dalam menentukan pemilihan alternatif control panel.Kata Kunci — control panel, VPS, AHP, SAW, sistem pendukung keputusanHosting can be divided into various types, one of them is Virtual Private Server (VPS). VPS is a way to divide the resources of a physical server into a virtual server. A VPS requires a control panel because it use to simplify settings such as managing email, disks, databases, adding domains, monitoring bandwidth and data backups. There are various control panels with different specifications. Selecting of control panel is very important because control panel must be adjusted to the VPS specification.Based on these problems, we need a system that can assist in decision making in selecting of control panel. The method that is used in this research is Analytical Hierarchy Process (AHP) and Simple Additive Weighting (SAW). The result of alternative ranking control panel on this system shows the same result with ranking result from control panel expert, so this system can be used by the user as the basis of decision making in determining the alternative selection of control panel.Keywords— control panel, VPS, AHP, SAW, decision support system
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN DI STMIK AMIKOM YOGYAKARTA MENGGUNAKAN METODE TOPSIS DAN BORDA Ikmah Ikmah; Kusrini Kusrini; Andi Sunyoto
Telematika Vol 10, No 2: Agustus (2017)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.833 KB) | DOI: 10.35671/telematika.v10i2.418

Abstract

Setiap perguruan tinggi pasti membutuhkan seorang dosen untuk dapat mengajar dengan baik kepada mahasiswanya. Dosen yang diinginkan juga harus mempunyai kriteria yang dibutuhkan oleh perguruan tinggi, agar menghasilkan lulusan yang mampu bersaing dengan dunia luar. Dalam proses seleksi penerimaan dosen pada perguruan tinggi STMIK Amikom Yogyakarta membutuhkan calon dosen yang sesuai dengan kriteria yang diinginkan. Pada proses penerimaan calon dosen di STMIK Amikom Yogyakarta masih bersifat subyektif, sehingga menimbulkan tingkat subyektifitas untuk mendapatkan calon dosen yang sesuai dengan kriteria yang ditentukan. Kriteria yang digunakan adalah tes microteaching dan tes psikotes. Pada penelitian ini penulis menyarankan untuk melakukan proses seleksi dengan menggunakan metode TOPSIS dan Borda. Metode TOPSIS digunakan untuk merekomendasikan calon dosen yang memperoleh nilai tertinggi, kemudian metode Borda digunakan untuk mendapatkan suatu keputusan dari banyak decision maker yang dalam penelitian ini terdapat pada tahap tes microteaching. Hasil dari penelitian ini dapat merekomendasikan calon dosen yang lulus seleksi penerimaan dosen dengan melakukan pengujian menggunakan formasi bobot. Pengujian dilakukan sebanyak 5 kali, dari pengujian tersebut disarankan untuk menggunakan pengujian yang pertama karena pada pengujian pertama mendekati dengan data nyata sebesar 63,33% untuk tes microteaching dan 75% untuk tes psikotes.
PEMETAAN LOKASI KEBAKARAN HUTAN DAN LAHAN DI NTB DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES Rachmawati Oktaria Mardiyanto; Fitriani Fitriani; Ridwan Joko Purnomo; Kusrini Kusrini; Dina Maulina
TEKNIMEDIA: Teknologi Informasi dan Multimedia Vol. 2 No. 2 (2021): Desember 2021
Publisher : Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.49 KB) | DOI: 10.46764/teknimedia.v2i2.44

Abstract

Forest and land fires are one of the environmental problems in terms of economic and ecological harm. The number of cases of forest fires in the province of NTB has increased dramatically, causing dangerous smog. The increasing incidence of forest and land fires is evidenced by the increasing area burned and the frequency of fires in the last few decades. This study aims to classify the locations of forest and land fires and the causes of fires that occur in NTB. This research has used 104 data in three years (2017-2019) taken from the website of the Department of Environment and Forestry of the province of NTB. The classification model for mapping forest and land fires and the causes of fires uses the Naïve Bayes algorithm with an accuracy value of 55.555%. Thus, it can be concluded that the classification model using Naïve Bayes has the potential to be used effectively so that it can classify the location of forest and land fires and the causes of fires.
NORMALISASI DATA UNTUK EFISIENSI K-MEANS PADA PENGELOMPOKAN WILAYAH BERPOTENSI KEBAKARAN HUTAN DAN LAHAN BERDASARKAN SEBARAN TITIK PANAS Ahmad Harmain; Paiman Paiman; Henri Kurniawan; Kusrini Kusrini; Dina Maulina
TEKNIMEDIA: Teknologi Informasi dan Multimedia Vol. 2 No. 2 (2021): Desember 2021
Publisher : Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (333.454 KB) | DOI: 10.46764/teknimedia.v2i2.49

Abstract

The Indonesian region is part of the tropics which has a very high fire potential, especially during the dry season, so it is necessary to take concrete steps to mitigate so that the potential for forest fires is minimized. To do this, a more advanced and up-to-date technological method is needed to map areas that have a high potential for forest fires. The imaging and information system from the satellite system (MODIS) is one of the information about the condition of the earth's surface, namely the parameters of Latitude, Longitude, Brightness, FRP (Fire Radiative Power), and Confidence, which can be used as the basis for grouping an area as having a fire potential or not. K-Means is a method in machine learning that can be used as a method for grouping these areas. Accuracy in testing the results of the K-Means grouping can be tested using the Davies Bouldin Index (DBI) and Silhouette Coefficient methods.