Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Karina Aulia Sari
Teknik Informatika, Institut Teknologi Nasional Malang
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PERANCANGAN GAME HORROR 3D “THE UNREAD” DENGAN METODE FINITE STATE MACHINE DAN FUZZY SUGENO Abdul Wahid; Yosep Agus Pranoto; Karina Aulia Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15473

Abstract

Game horror The Unread dikembangkan dalam bentuk 3D berperspektif First Person untuk menghadirkan pengalaman eksplorasi dan investigasi di rumah kosong yang penuh misteri. Perilaku musuh diatur menggunakan Finite State Machine (FSM) dengan tiga state utama: wander, chase, dan jumpscare. Agar adaptif, FSM dikombinasikan dengan logika fuzzy Sugeno berdasarkan input jarak ke pemain dan tingkat sanity untuk menentukan kecepatan serta transisi perilaku secara dinamis. Hasil pengujian menunjukkan sistem berjalan efektif dengan akurasi tinggi dan respons sesuai kondisi pemain. Fitur eksplorasi, interaksi, dan transisi level berfungsi optimal, serta 76,88% responden memberikan penilaian positif terhadap kontrol, atmosfer horror, audio, dan kecerdasan musuh.
PERANCANGAN GAME 3D FIND LOST LIVESTOCK DENGAN METODE FINITE STATE MACHINE Yedija Adya Vesaka; Hani Zulfia Zahro’; Karina Aulia Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15506

Abstract

Industri game mengalami perkembangan pesat, terutama dalam genre endless runner dan edukasi. Find Lost Livestock adalah game 3D berbasis Android yang menggabungkan tema peternakan dengan genre endless runner. Penelitian ini bertujuan untuk merancang permainan yang tidak hanya menghibur, tetapi juga memberikan wawasan tentang dunia peternakan. Karena edukasi mengenai peternakan masih jarang tersedia dalam bentuk media yang menyenangkan dan interaktif, yang bermanfaat terutama bagi anak-anak. Game ini menerapkan metode Finite State Machine (FSM) untuk mengatur perilaku musuh secara sistematis, sehingga menciptakan pengalaman bermain yang lebih dinamis dan menantang. FSM memungkinkan transisi status musuh yang lebih fleksibel, yang dapat meningkatkan pengalaman dalam permainan. Selain itu, metode Collision Detection diterapkan untuk memastikan interaksi antar objek dalam permainan berjalan dengan baik. Pengujian perangkat dilakukan pada sembilan perangkat Android dengan berbagai spesifikasi, dan permainan berjalan lancar di semua perangkat yang diuji. Pengujian pengguna yang melibatkan 12 responden berusia 6 hingga 9 tahun menunjukkan bahwa 97,5% dari responden memberikan penilaian positif terhadap permainan ini, dengan 49,2% memberikan penilaian "Sangat Baik" dan 48,3% memberikan penilaian "Baik". Hal ini menunjukkan bahwa Find Lost Livestock diterima dengan baik oleh pengguna dan berhasil memberikan pengalaman bermain yang menyenangkan sekaligus edukatif
ANALISIS SENTIMEN TERHADAP MAKAN BERGIZI GRATIS PADA SOSIAL MEDIA X MENGGUNAKAN METODE DECICION TREE DENGAN PEMBANDING NAIVE BAYES Kurniawan Yoga Pratama; Sentot Achmadi; Karina Aulia Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15525

Abstract

Media sosial X (sebelumnya Twitter) telah menjadi tempat yang populer bagi orang-orang untuk berbagi pendapat, termasuk tentang program sosial seperti makan bergizi gratis yang belakangan ini menjadi perhatian publik. Tujuan dari program ini adalah untuk meningkatkan kesehatan masyarakat, terkhusus bagi anak-anak sekolah. Program ini menerima banyak tanggapan dari masyarakat, yang sebagian besar positif. Dengan menggunakan teknik klasifikasi Decision Tree, penelitian ini bertujuan untuk melihat bagaimana orang-orang di media sosial X melihat program makan bergizi gratis. Data dikumpulkan melalui proses crawling dengan kata kunci "Makan Bergizi Gratis", lalu dilakukan perbaikan, tokenisasi, penghapusan kata kunci, dan stemming. Setelah algoritma Decision Tree digunakan untuk melakukan klasifikasi, hasil evaluasi digunakan untuk membandingkannya dengan algoritma Naïve Bayes. Hasil menunjukkan bahwa algoritma Decision Tree memiliki akurasi sebesar 76,38%, dengan kinerja yang baik terutama pada kelas sentimen positif. Sementara itu, algoritma Naïve Bayes memiliki akurasi sebesar 75,59%, tetapi distribusi prediksinya cenderung tidak merata di antara kelas sentimen. Penelitian ini menunjukkan bahwa metode Decision Tree mampu memberikan klasifikasi yang cukup seimbang untuk menangani data sentimen multi-kelas dan memberikan gambaran umum tentang persepsi publik terhadap kebijakan makan bergizi gratis di Indonesia
Co-Authors Abdul Wahid Hani Zulfia Zahro Kurniawan Yoga Pratama Sentot Achmadi Yedija Adya Vesaka Yosep Agus Pranoto