Claim Missing Document
Check
Articles

Found 28 Documents
Search

Rancang Bangun Game Kumbang Kum-Oid Berbasis Android Menggunakan Algoritma A* (A Star) Fadhli Almuiini Ahda; Martshena Gema
Jurnal Ilmiah Teknologi Informasi Asia Vol 9 No 2 (2015): Volume 9 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Video game merupakan salah satu media hiburan yang sangat populer untuk semua orang. Teknologi game telah mengalami kemajuan yang sangat pesat. Salah satunya adalah game puzzle yang memberi permainan. Game juga bisa diartikan sebagai arena keputusan dan aksi pemainannya. Permainan berbasis komputer, komputer dirancang dengan menerapkan Artificial intelligence (AI). Algoritma yang digunakan dalam game ini adalah algoritma A*. Dimana A* merupakan perbaikan dari BFS dengan memodifikasi fungsi heuristicnya yang akan meminimumkan total cost lintasan. Dengan konsep perbandingan terhadap fungsi f(n) dari sebuah node dengan menentukan nilai g(n) dan nilai h(n), sehingga komputer dapat memilih langkah terpendek dengan mengambil nilai terkecil dalam setiap state. Sehingga pada kondisi yang tepat algoritma A* akan memberikan solusi terbaik dalam waktu yang optimal. Dari hasil pengujian yang dilakukan game simulasi mampu menemukann jalur dengan rute terpendek. Pencarian jalur akan berhasil menemukan solusi berupa rute terpendek, jika terdapat jalur yang bisa dilalui (ada jalur yang tidak tertutup penghalang) dan akan gagal dalam menemukan solusi jika tidak ada jalur yang bisa dilalui atau semua jalur yang ada tertutup oleh penghalang. Dari pengujian beta yang didapat, disimpulkan bahwa 78% orang menyatakan bahwa game dan simulasi kumbang kum-oid mampu memberi variasi dalam game puzzle, serta 60% orang menyatakan bahwa game dan simulasi kumbang kum-oid menarik untuk dimainkan.
Pemodelan Fuzzy Inference System Tsukamoto Untuk Prediksi Curah Hujan Studi Kasus Kota Batu Ida Wahyuni; Fadhli Almu'iini Ahda
Jurnal Ilmiah Teknologi Informasi Asia Vol 12 No 2 (2018): Volume 12 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32815/jitika.v12i2.260

Abstract

Tidak menentunya pola curah hujan mengakibatkan petani apel menjadi kesulitan dalam menentukan waktu pembungaan yang mengakibatkan hasil panen apel menjadi tidak maksimal. Banyak metode yang digunakan untuk memprediksi curah hujan, salah satunya adalah Fuzzy Inference System (FIS) Tsukamoto. Penelitian terdahulu yang menggunakan metode ini berhasil mendapatkan nilai Root Mean Square Error (RMSE) yang cukup kecil. Pada penelitian ini digunakan metode FIS Tsukamoto untuk membuat pemodelan prediksi curah hujan pada empat lokasi di daerah Batu, Jawa Timur dengan tujuan untuk mendapatkan RMSE yang kecil pula. Metode FIS Tsukamoto digunakan untuk memprediksi curah hujan dengan data time series mulai tahun 2005 sampai tahun 2014. Hasil dari penelitian ini adalah prototipe metode FIS Tsukamoto yang dapat digunakan untuk memprediksi curah hujan dengan nilai error RMSE pada daerah Junggo sebesar 9.196, pada daerah Pujon sebesar 9.407, pada daerah Tinjomulyo sebesar 8.798, pada daerah Ngujung sebesar 8.825.
Sistem Pakar Penentuan Kualitas Garam di Desa Sedayulawas Kabupaten Lamongan Menggunakan Metode Forward Chaining Fadhli Almu'iini Ahda; Gandes Nawang Sari; Lia Farokhah
Jurnal Ilmiah Teknologi Informasi Asia Vol 14 No 1 (2020): Volume 14 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32815/jitika.v14i1.447

Abstract

Garam merupakan salah satu kebutuhan yang menjadi pelengkap dari kebutuhan pangan, dan merupakan sumber elektrolit bagi tubuh manusia. Garam banyak dimanfaatkan sebagai bumbu dapur dalam rumah tangga, pembuatan kosmetik, kaca, dan lain sebagainya. Pembuatan garam dilakukan dengan meratakan petak tambak yang sudah diisi air laut dan dengan bantuan sinar matahari air laut ini mengkristal dan menjadi butiran-butiran garam. Proses ini berlangsung rutin pada musim kemarau di daerah (pesisir) penghasil garam, dari bulan Juni hingga bulan November atau mulai turunnya hujan pada awal Desember, yang menjadi permasalahan petani garam adalah bagaimana cara menentukan kualitas garam tersebut. Dalam menentukan kualitas garam, sistem pakar digunakan untuk menentukan kualitas tersebut. Untuk itu metode yang digunakan adalah Forward Chaining. Metode ini dipilih karena mampu menentukan kualitas berdasarkan fakta yang ada yaitu seperti warna garam, rasa garam, dan bentuk garam. Dengan teknik pencarian fakta kemudian mencocokkan fakta tersebut dengan bagian IF, maka rule dieksekusi dan sebuah fakta baru THEN dan diimplementasikan dengan pemrograman berbasis web dan ditambahkan kedalam database MySQL untuk membantu pengolahan data. Setelah melakukan perancangan dan implementasi dari permasalahan, maka pengujian dilakukan dengan menggunakan black box. Pengujian ini untuk membuktikan sistem pakar untuk menentukan kualitas garam sudah sesuai dengan yang diharapkan yaitu mencapai 100%.
Sistem Pendukung Keputusan Untuk Pemilihan Supplier Buah Di PT.Indomarco Prismatama Menggunakan Metode Analytical Hierarchy Process Machrus Tohir; Fadhli Almu'iini Ahda; Danang Arbian Sulistyo
Jurnal Ilmiah Teknologi Informasi Asia Vol 16 No 2 (2022): Volume 16 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32815/jitika.v16i2.629

Abstract

ABSTRAK : Perkembangan pasar yang semakin pesat membuat perusahaan harus mampu bersaing secara global dengan tetap mempertahankan performance. Pemilihan supplier merupakan hal penting untuk menunjang performance perusahaan, karena pemilihan supplier yang tidak tepat dapat menyebabkan Kerugian dan menurunya service level yang diakibatkan stock out perusahaan. Penilitian ini bertujuan untuk memilih supplier terbaik dengan cara menyeleksi supplier berdasarkan kriteria dan subkriteria yang sesuai. Penelitian ini dilakukan di PT.Indomarco Prismatama dengan mengambil objek Merchandiser dan departemen buah. Sistem pendukung keputusan dengan metode Analytical Hierarchy Process yang digunakan untuk mendapatkan bobot-bobot kriteria supplier. Hasil yang didapatkan setelah melakukan pengujian perbandingan antara system dan reality didapatkan hasil menggunakan system jauh lebih baik dalam memilih supplier terbaik. Dan sistem ini hanya sebuah media yang bisa digunakan untuk merekomendasikan pilihan kepada pimpinan.
Pembuatan Infrastruktur Database Menggunakan Metode Replikasi Untuk Pelanggan Jagoan Hosting Sulthan Shidqi; Danang Arbian Sulistyo; Fadhli Almu’iini Ahda
Jurnal Ilmiah Teknologi Informasi Asia Vol 16 No 1 (2022): Volume 16 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32815/jitika.v16i1.702

Abstract

ABSTRAK Penelitian ini membahas penggunaan dan penerapan cluster database untuk mengurangi dampak buruk pada website akibat server mengalami downtime, sehingga dapat tetap menjaga trafik pengunjung yang sedang beraktivitas pada website. Pada penelitian ini akan dilakukan implementasi perancangan cluster database dan pengujian hasil dari implemetasi cluster database pada server. Dari hasil tes tersebut akan ditemukan dampak yang ditimbulkan dengan adanya cluster database pada server supaya dapat digunakan sebagai refrensi pada pembuatan infrastruktur sebuah website. Dalam pengujian program dilakukan dengan membandingkan dari hasil system sebelum dilakukan implementasi cluster dan setelah dilakukan implementasi cluster. Dalam uji coba yang telah dilakukan mencapai hasil yang sesuai tidak terjadi downtime pada akses website apabila terjadi kegagalan pada salah satu server database. Dari hasil tersebut menunjukan bahwa cluster database berfungsi dengan baik dalam menjaga uptime website yang ada. Kata kunci: Cluster, Database, Infrastruktur, Website
An enhanced pivot-based neural machine translation for low-resource languages Sulistyo, Danang Arbian; Wibawa, Aji Prasetya; Prasetya, Didik Dwi; Ahda, Fadhli Almuíini
International Journal of Advances in Intelligent Informatics Vol 11, No 2 (2025): May 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i2.2115

Abstract

This study examines the efficacy of employing Indonesian as an intermediary language to improve the quality of translations from Javanese to Madurese through a pivot-based approach utilizing neural machine translation (NMT). The principal objective of this research is to enhance translation precision and uniformity among these low-resource languages, hence advancing machine translation models for underrepresented languages. The data collecting approach entailed extracting parallel texts from internet sources, followed by pre-processing through tokenization, normalization, and stop-word elimination algorithms. The prepared datasets were utilized to train and assess the NMT models. An intermediary phase utilizing Indonesian is implemented in the translation process to enhance the accuracy and consistency of translations between Javanese and Madurese. Parallel text corpora were created by collecting and preprocessing data, thereafter, utilized to train and assess the NMT models. The pivot-based strategy regularly surpassed direct translation regarding BLEU scores for all n-grams (BLEU-1 to BLEU-4). The enhanced BLEU ratings signify increased precision in vocabulary selection, preservation of context, and overall comprehensibility. This study significantly enhances the current literature in machine translation and computational linguistics, especially for low-resource languages, by illustrating the practical effectiveness of a pivot-based method for augmenting translation precision. The method's dependability and efficacy in producing genuine translations were proved through numerous studies. The pivot-based technique enhances translation quality, although it possesses limitations, including the risk of error propagation and bias originating from the pivot language. Further research is necessary to examine the integration of named entity recognition (NER) to improve accuracy and optimize the intermediate translation process. This project advances the domains of machine translation and the preservation of low-resource languages, with practical implications for multilingual communities, language education resources, and cultural conservation.
Minangkabau Language Stemming: A New Approach with Modified Enhanced Confix Stripping Ahda, Fadhli Almu'iini; Aji Prasetya Wibawa; Didik Dwi Prasetya; Danang Arbian Sulistyo; Andrew Nafalski
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 3 (2025): June 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i3.6511

Abstract

Stemming is an essential procedure in natural language processing (NLP), which involves reducing words to their root forms by eliminating affixes, including prefixes, infixes, and suffixes. The employed method assesses the efficacy of stemming, which differs according to language. Complex affixation patterns in Indonesian and regional languages such as Minangkabau pose considerable difficulties for traditional algorithms. This research adopts the enhanced fixed-stripping method to tackle these issues by integrating linguistic characteristics unique to Minangkabau. This study has three phases: data acquisition, pseudocode development, and algorithm execution. Testing revealed an average accuracy of 77.8%, indicating the algorithm's proficiency in managing Minangkabau’s intricate morphology. Nevertheless, constraints persist, particularly with irregular affixation patterns. Possible improvements could include adding more datasets, improving the rules for handling affixes, and using machine learning to make the system more flexible and accurate. This study emphasizes the significance of customized solutions for regional languages and provides insights into the advancement of NLP in various linguistic environments. The findings underscore the progress made in processing Minangkabau text while also emphasizing the need for further research to address current issues.
Multilingual Parallel Corpus for Indonesian Low-Resource Languages Sulistyo, Danang Arbian; Wibawa, Aji Prasetya; Prasetya, Didik Dwi; Ahda, Fadhli Almu’iini; Arya Astawa, I Nyoman Gede; Andika Dwiyanto, Felix
JOIV : International Journal on Informatics Visualization Vol 9, No 5 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.5.3412

Abstract

Indonesia has an extraordinary number of languages, with more than 700 regional languages such as Javanese, Madurese, Balinese, Sundanese, and Bugis. Despite the wealth of languages, digital resources for these languages remain scarce, making the preservation and accessibility of digital languages a significant challenge. Research was conducted to address this gap by building a multilingual parallel corpus consisting of more than 150,000 phrase pairs extracted from Bible translations in five regional languages in Indonesia. Rigorous preprocessing, normalization, and Unicode tokenization were performed to improve data quality and consistency. The encoder-decoder architecture was a key focus in the development of the NMT model. Evaluation focused on forward and backward translation directions, which were measured using BLEU scores. The results show that forward translation consistently outperforms backward translation. The Indonesian Javanese model produced a score of 0.9939 for BLEU-1 and 0.9844 for BLEU-4, indicating a high level of translation quality. In contrast, reverse translation tasks, such as translating from Sundanese to Indonesian, presented significant challenges, with BLEU-4 scores as low as 0.3173. This illustrates the complexity of the translation system from Indonesian to local languages. If future research focuses on transformer-based models and incorporates additional linguistic parameters to enhance the accuracy of natural language processing (NLP) models for Indonesia's underrepresented regional languages, this work provides a dataset that can be utilized for that purpose.