Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal Syntax Literate : Jurnal Ilmiah Indonesia EXPLORE
Anggit Dwi Hartanto, Anggit Dwi
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Environmental Science Law, Crime, Criminology & Criminal Justice

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Penerapan Algoritma Genetika dan Algoritma Ghost Framework pada Game Ms. Pacman Setiawanda, Yongky Budi; Rasyid, Muhammad Khulqi; Ramadhan, Muhammad Jauharul; Hartanto, Anggit Dwi
Creative Information Technology Journal Vol 5, No 3 (2018): Mei-Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (755.791 KB) | DOI: 10.24076/citec.2018v5i3.206

Abstract

Pacman merupakan salah satu game klasik yang terkenal pada dekade 80-an dan masih sampai sekarang menarik untuk menjadi objek penelitian tentang penerapan berbagai konsep Artificial Intellegent (AI). Tujuan utama dari game ini adalah, mendapatkan poin sebanyak-banyaknya sambil menghidar dari kejaran ghost dan mendapatkan poin tambahan saat memakan ghost setelah mendapatkan pil super. Pergerakan masing-masing ghost ditentukan oleh algoritma DFS dan BFS yang diterapkan pada Ghost Framework. Algoritma tersebut sering digunakan untuk membandingkan algoritma lain dalam hal efektifitas. Penulis memanfaatkan Algoritma DFS dan BFS pada ghost digame Pacman untuk membandingkan keefektifan Algoritma Genetika (GA). Penulis menerapkan Algoritma Genetika pada player Pacman sebagai pengganti control. Terminal akan bertugas untuk mengambil nilai semua kemungkinan arah gerakan di setiap waktu selama permainan. Berdasarkan nilai-nilai ini pengontrol dapat mengontrol MS. Pacman melawan Ghost framework. Dengan desain ini, Penulis mengurangi kompleksitas solusi GA dengan menghapus semua control tindakan tugas manajemen dari system. Setelah melakukan beberapa pengujian, Penulis mendapatkan hasil dimana GA menghasilkan rerata score 8,330 yang lebih tinggi dibandingkan dengan player amatir dan kontroler lain. Dari hasil yang tersedia, Penulis menyimpulkan bahwa kinerja GA sebagai controller MS. Pacman dapat dikatakan baik.Kata Kunci — Algoritma Genetika, Pacman, Ghost FrameworkPacman is one of the famous classic games in the 80s and is still interesting to be the object of research on Artificial Intelligence (AI). The main goal of this game is to get as many points as possible while avoiding ghost chases and get extra points when eating ghost after getting super pills. The movement of each ghost is determined by the DFS and BFS algorithms that are applied to Ghost Framework. The algorithm is often used to compare other algorithms in terms of effectiveness. Writer use the DFS and BFS Algorithm on ghost in the Pacman game to compare the effectiveness of the Genetic (GA) Algorithm. The terminal will take the value of all possible direction of movement during the game. Based on these values the controller can control MS. Pacman against Ghost framework. With this design, Writer reduce the complexity of the GA solution by removing all management actions from the control system. After doing some testing, Writer get results where GA produces a higher score compared to other amateur players and controllers. From available results, Writer conclude that the performance of GA as a MS. Pacman controller is good.Keywords — Genetic Algorithm, Pacman, Ghost Framework
CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN TAMURA TEXTURE FITUR PADA KAIN SONGKET KHAS LOMBOK wahyuni, wenti ayu; Utami, Ema; Hartanto, Anggit Dwi
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.440

Abstract

Information Retrieval adalah bidang ilmu yang berhubungan dengan representasi, penyimpanan, dan akses ke item informasi. Pada dunia nyata, implementasi dari information retrieval dapat ditemukan pada mesin pencarian. Proses pencarian biasanya banyak menggunakan query berupa teks, Namun Banyak kelemahan yang ditemukan pada pencarian menggunakan teks. Content based image retrieval (CBIR) merupakan proses untuk melakukan pencarian citra digital. Prinsip dasar dari teknik CBIR adalah penggunaan algoritma analisa gambar untuk mengekstrak angka secara otomatis pada atribut gambar disuatu waktu pada database gambar. Tujuan penelitian ini yaitu membangun sistem CBIR dalam pencarian kain songket lombok dengan menggunakan metode ekstraksi fitur tamura dalam ekstraksi fitur citra gambar. Data yang digunakan berjumlah kurang lebih 450 kain songket. Aplikasi yang digunakan pada penelitian ini adalah aplikasi dari LIRE. Database yang digunakan berasal dari data yang dikumpulkan langsung. Penerapan metode tamura menunjukkan hasil yang relevan karena dapat menemukan 9 gambar yang relevan dari 12 gambar.
PENGENALAN EKSPRESI WAJAH MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORK Adiatma, Biva Candra Lutfi; Utami, Ema; Hartanto, Anggit Dwi
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.478

Abstract

Pengenalan ekspresi wajah menjadi salah satu bidang penelitian aktif dalam beberapa tahun terakhir. Pendekatan yang ada saat ini sebagian besar menggunakan metode tradisional seperti SIFT, HOG, LBP, yang diikuti oleh klasifikasi yang dilatih dari data gambar atau video. Sebagian besar mendapatkan hasil yang cukup baik ketika menggunakan data citra yang terkontrol , tetapi tidak bekerja dengan baik pada kumpulan data yang lebih sulit dimana terdapat banyak bagian wajah dengan banyak variasi gambar. Banyak penelitian yang telah mengusulkan kerangka kerja untuk pengenalan ekspresi wajah menggunakan metode deep learning. Meskipun kinerjanya lebih baik, masih banyak ruang untuk perbaikan. Dalam penelitian ini kami mengusulkan pendekatan menggunakan metode deep learning berbasis Deep Convolutional Neural Network (DCNN) dengan variasi parameter yang berbeda. Hasil yang didapatkan setelah 5 kali percobaan training pada dataset FER2013 dengan 4 optimizer berbeda yaitu optimizer Nadam mendapatkan hasil yang sama baiknya dengan Adam dengan akurasi 83%, kemudian diikuti Adamax dengan nilai akurasi 82%, dan optimizer terkahir dengan akurasi 74% adalah SGD. Hasil prediksi terbaik diperoleh ketika menggunakan optimizer Nadam dengan akurasi 83%.
Analisis Maturity Level Perencanaan Strategis Sistem Informasi Pemerintahan Daerah Di Indonesia: Systematic Literature Review Hidayat, Jati Arif; Utami, Ema; Hartanto, Anggit Dwi
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : CV. Ridwan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.24 KB) | DOI: 10.36418/syntax-literate.v6i6.2437

Abstract

Meningkatnya kesadaran akan perlunya penyusunan rencana strategis dalam pengembangan sebuah sistem informasi terintegrasi dapat kita lihat pada penelitian yang dilakukan di beberapa pemerintah daerah di Indonesia, namun tidak semua perencanaan strategis sistem informasi (PSSI) yang disusun sudah memenuhi aspek kelengkapan sesuai tahapan PSSI sehingga kurang memberikan manfaat yang maksimal. Pada penelitan ini dilakukan analisis untuk mengetahui tren metode apa saja yang digunakan dari tahun ke tahun, mengukur aspek kelengkapan tahapan serta maturity level dari masing-masing tahapan PSSI menggunakan Systematic Literature Review. Dari 33 studi yang memenuhi inklusi dan eksklusi, terdapat 8 jenis metode yang digunakan dan metode yang paling banyak digunakan adalah metode Ward and Peppard yaitu 17 Studi (52%), metode Ward and Peppard menjadi paling populer karena memiliki alat analisis sangat lengkap seperti SWOT, PEST, Five Force Competitive, Value Chain, Critical Success Factors, Balance Scorecard, dan McFarlan’s Strategic Grid. Hasil pengukuran maturity level dari masing-masing tahapan PSSI menunjukkan tahapan yang sudah memenuhi mature level sebagai berikut 57,6% studi pada tahapan kesadaran strategis (strategic awareness), 42,4% studi pada tahapan analisis situasi (situation analysis), 39,4% studi pada tahapan konsepsi strategi (strategy conception), 54,6% studi pada tahapan perumusan strategi (strategy formulation), 36,3% studi pada tahapan perencanaan implementasi strategi (strategy implementation planning). Secara garis besar maturity level pada setiap tahapan PSSI menunjukkan hasil kurang baik dengan rata-rata keseluruhan di angka 46,1%.
Co-Authors Adiatma, Biva Candra Lutfi Ema Utami Hidayat, Jati Arif Ramadhan, Muhammad Jauharul Rasyid, Muhammad Khulqi Setiawanda, Yongky Budi wahyuni, wenti ayu