Claim Missing Document
Check
Articles

Found 28 Documents
Search

Inovasi Naive Bayes Classifier dalam Prediksi Rating Game untuk Pengalaman Gaming yang Lebih Menarik Febri Liantoni; Dini Erlinawati; Yuliana Rizki Ikhsanty; Fadil Indra Sanjaya; Mulia Sulistiyono
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 3 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i3.67228

Abstract

Ada beberapa jenis game yang muncul dan dibuat untuk menarik perhatian para gamers. Beberapa permainan mampu mengobati rasa lelah, panik, sedih, bosan, dan kebanyakan mengisi waktu luang. Penelitian ini bertujuan untuk mengembangkan dan menerapkan metode Naive Bayes Classifier yang inovatif dalam prediksi rating game. Dengan menggunakan pendekatan yang memberikan rekomendasi rating yang akurat untuk setiap permainan yang akan dirilis, dengan tujuan meningkatkan pengalaman gaming pengguna. Dataset yang digunakan dalam penelitian ini mencakup informasi tentang game-game yang telah dirilis sebelumnya, termasuk rating yang diberikan oleh para pengguna. Hasil eksperimen menunjukkan bahwa metode Naive Bayes Classifier yang dikembangkan kami memiliki kinerja yang baik dalam memprediksi rating game. Penelitian ini memiliki potensi untuk meningkatkan pengalaman gaming pengguna dengan memberikan rekomendasi rating yang akurat. Dengan menggunakan metode Naive Bayes Classifier yang inovatif diharapkan dapat membantu pengguna dalam membuat keputusan yang tepat tentang permainan yang akan mereka mainkan.
Prediction of Rainfall and Water Discharge in The Jagir River Surabaya with Long-Short-Term Memory (LSTM) Retzi Yosia Lewu; Slamet Slamet; Sri Wulandari; Widdi Djatmiko; Kusrini Kusrini; Mulia Sulistiyono
Jurnal Riset Informatika Vol 5 No 3 (2023): Priode of June 2023
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v5i3.558

Abstract

Flood disasters can occur at any time when the factors for the amount of river water discharge and rainfall intensity tend to be high, so preparations and ways of handling are needed to anticipate flood disasters quickly, precisely, and accurately for the Surabaya Public Works Service. One of the steps to predict and analyze the status of the flood disaster alert level is by calculating predictions based on rainfall and the amount of river water discharge. This study uses the Long-Short Term Memory (LSTM) algorithm to predict rainfall and river water discharge on the Jagir River in Surabaya. The LSTM method is a model commonly used for predictions based on time series data. The data obtained are rainfall data and water discharge on the Jagir River, Surabaya, which will be used as training and testing data to make predictions. The results of implementing the LSTM method using data training of 70% and data testing of 30% on rainfall data using the best epoch, namely at epoch ten by producing tests on data testing can have a Mean Absolute Error (MAE) performance of 4.5 and Root Mean Square Error (RMSE) of 9.7. Whereas the water discharge variable uses the best epoch, namely at epoch 75, by producing data testing data which can have a Mean Absolute Error (MAE) performance of 11.49 and a Root Mean Square Error (RMSE) of 9.63.
Prediction of Rainfall and Water Discharge in The Jagir River Surabaya with Long-Short-Term Memory (LSTM) Retzi Yosia Lewu; Slamet Slamet; Sri Wulandari; Widdi Djatmiko; Kusrini Kusrini; Mulia Sulistiyono
Jurnal Riset Informatika Vol. 5 No. 3 (2023): June 2023
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v5i3.239

Abstract

AbstractFloods can occur at any time if the amount of river water discharge and rainfall intensity tends to be high, so preparations and ways of handling are needed to anticipate flooding quickly, precisely, and accurately for the Surabaya City Public Works Service. One of the steps to predict and analyze the status of the flood disaster alert level is to calculate predictions based on rainfall and the amount of river water discharge. This study uses the Long-Short Term Memory (LSTM) algorithm to predict using a time series dataset of rainfall and river water discharge in the Jagir River, Surabaya. This data is used to make predictions with the proportion of 70% training data and 30% testing data. Data normalization is performed in intervals of 0 and 1 using a min-max scaler and activated using ReLU (Rectified Linear Unit) and Adam Optimizer. The process continues by repeating the process to enter iterations, or epochs until it reaches the specified epoch (n). The data is then normalized to their original values and visualized. The model was evaluated and produced acceptable performance evaluation results for the rainfall variable, namely at epoch (n) = 75 for training data, namely a score of 0.054 for MAE and 0.099 for RMSE. In contrast, data testing was given a score of 0.041 for MAE and 0.091 for RMSE. As for the water discharge variable, the performance evaluation shows the difference between the training and testing data. Results of training data MAE = 11.10 and RMSE=18RMSE =18.61.61 at epoch (n) = 150. Results of data testing MAE = 11.37 and RMSE = 21.08 at epoch (n) = 100. These results indicate an anomaly that needs to be discussed in further research.
AirDisinfeX: Pengembangan IoT pada Sistem Pencegahan Penyebaran COVID-19 melalui Udara Rizqi Sukma Kharisma; Kusrini Kusrini; Uyock Anggoro Saputro; Mulia Sulistiyono; Majid Rahardi; Bernadhed Bernadhed; Elik Hari Muktafin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4483

Abstract

Ruang tertutup merupakan tempat yang memiliki potensi lebih tinggi dalam penyebaran virus COVID-19. Hal ini dikarenakan virus COVID-19 dapat terbawa udara. Ruang tertutup membuat udara semakin lama di ruang tersebut. Terlebih ruang tertutup sangat banyak digunakan untuk beraktivitas seperti rumah, sekolah, mall, kantor, tempat ibadah, dll. Sehingga untuk ruang tertutup harus mendapat perhatian serius untuk dapat menghindari penyebaran virus. AirDisinfeX adalah alat berbasis IoT dengan dilengkapi sinar UVC yang dapat membunuh virus termasuk virus COVID-19. Alat ini dapat dikendalikan dari jarak jauh secara manual atau timer. Sehingga alat bisa diaktifkan terlebih dahulu sebelum ruang tertutup digunakan. Penelitian ini juga menggunakan mikrokontroler ESP32 dalam mendukung pengembangan alat AirDisinfeX berbasis IoT. Hasil penelitian ini dengan akurasi sistem IoT AirDisinfeX sebesar 96,10% dan waktu respon rata-rata 5,32 detik
PELATIHAN ECOMMERCE DAN MANAJEMEN KEUANGAN UNTUK UKM KERAJINAN DIDESA KARANG TENGAH anggit Dwi Hartanto; Eny Nurnilawati; Anik Sri Widowati; Mulia Sulistiyono
JURDIMAS : Jurnal Pengabdian Masyrakat Universitas DIPA Makassar Vol 1 No 1 (2022): Jurnal Pengabdian pada Masyarakat 2022-1
Publisher : JURDIMAS : Jurnal Pengabdian Masyrakat Universitas DIPA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jurdimas.v1i1.1117

Abstract

Desa karang tengah adalah desa yang sedang berkembang menjadi desa wisata dan terdapat banyak sekali usaha mikro salah satunya adalah usaha kerajinan warang kakeris.Kerajinan keris merupakan kerajinan yang potensial untuk go-international jika promosi dan pemasaran dilakukan denganbaik dan benar. Saat ini proses promosi dengan menggunakan media blog dan facebook yang mempunyaifitur sistem terbatas. Berdasar pada permasalahan yang muncul akan disolusi dengan kegiatan yang dimulaidenganmenganalisis metode pemasaran yang sedang berjalan, membangun sistem informasi promosi danpemasaran, melakukan pelatihan penggunaan dan manajemen sistem pemasaran serta melakukan pelatihanbidangmanajemenkeuangan. Luaran dari kegiatan ini adalah sistem informasi promosi dan pemasaran untuk usaha mikrokerajinan warangka keris di desa karang tengah kecamatan imogiri kabupaten bantul.Luaran lainnyaadalahpeningkatanpemahamandalammenggunakansisteminformasitersebut. Hasil akhir dari kegiatan ini secara umum dapat meningkatkan pertumbuhan ekonomi Usaha mikro. Dan secara khusus dapat meningkatkan kesejahteraan dengan penggunaan teknologi informasi dalam pemasaran.
PELATIHAN PENERAPAN AUGMENTED REALITY DALAM PENGEMBANGAN TEKNOLOGI PEMBELAJARAN UNTUK PENDIDIKAN DAN KEBUDAYAAN DI PUSTEKKOM KEMENDIKBUD Mulia Sulistiyono
JURDIMAS : Jurnal Pengabdian Masyrakat Universitas DIPA Makassar Vol 1 No 1 (2022): Jurnal Pengabdian pada Masyarakat 2022-1
Publisher : JURDIMAS : Jurnal Pengabdian Masyrakat Universitas DIPA Makassar

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

Abstract

Dalam beberapa tahun terakhir, penggunaan Augmented Reality (AR) untuk membuat alternatif pengajaran dalam pendidikan semakin meningkat. PUSTEKKOM (Pusat Teknologi Informasi dan Komunikasi) merupakan unit kerja pada Kementrian Pendidikan dan Kebudayaan yang memiliki fungsi salah satunya mengembangkan media pembelajaran untuk pendidikan dan kebudayaan berbasis radio, televisi, film, multimedia, dan web. Untuk mendukung fungsi tersebut diadakan pelatihan penggunaan Augmented Reality untuk mengembangkan media pembelajaran untuk pendidikan dan kebudayaan. Dalam Pelatihan ini para peserta diajarkan mengenal Teknologi Augmented Reality, membuat Object 3 Dimensi (3D), membuat Desain Marker, dan membuat Aplikasi Augmented Reality. Materi yang diberikan diharapkan mampu membantu untuk mensimulasikan pembelajaran menjadi sangat mudah serta Augmented Reality dapat digunakan sebagai solusi alternatif media untuk pengembangan teknologi pembelajaran untuk pendidikan dan kebudayaan.
Digital Interactive Comic “Virus Fighter” Bernadhed, bernadhed; Sulistiyono, Mulia; Negara, Putri Abdi
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 4 No 1 (2024): JTECS Januari 2024
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v4i1.4744

Abstract

Virus terlebih khususnya COVID 19 menyebar melalui droplet atau kontak langsung dengan korban. Virus ini menyebabkan sesak napas dan hilangnya penciuman. Salah satu cara untuk mencegahnya adalah dengan menghindari kerumunan. Hal ini perlu disosialisasikan kepada masyarakat dengan bantuan teknologi yang mampu menghubungkan antar manusia tanpa harus bertemu langsung. Komik Interaktif akan menjadi media sosialisasi yang menarik dan dapat menyampaikan informasi secara detail. Hal ini dikarenakan komik dilengkapi dengan gambar yang dapat menambah minat pembaca dan gambar dapat menambah pesan serta imajinasi penulis lebih baik dari pada teks. Komik interaktif mempunyai fitur untuk berinteraksi dengan pengguna dengan tombol tambah, menganimasikan adegan untuk menonjolkan emosi, menyediakan efek dramatis atau mempercantik ilustrasi. Komik interaktif bertajuk Corona Fighter ini akan menceritakan kisah para profesor, dokter, dan pengemudi ambulans yang bekerja keras menangani virus corona. Komik ini bergenre fantasi sains. Meski dengan sentuhan fiksi, pesan utama yang disampaikan terkait COVID 19 tidak menutup kemungkinan
Performance analysis of amd ryzen 5 4600h mobile processor undervolting using AMD APU tuning utility on cinebench R23 Sulistiyono, Mulia; Ariadi, Muhammad Vicri; Kharisma, Rizqi Sukma; Saputro, Uyock Anggoro
Journal of Soft Computing Exploration Vol. 5 No. 2 (2024): June 2024
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v5i2.369

Abstract

In an effort to optimize laptop performance for gaming and high-demand applications without costly hardware upgrades, this research investigates the impact of CPU undervoltage using the AMD Ryzen Mobile 4600H processor. Undervolting, the process of reducing the CPU's voltage supply, is proposed as a strategy to enhance performance by lowering operational temperatures, potentially allowing for more efficient processing. This study uses the AMD APU Tuning Utility to adjust voltage settings and assesses performance changes using a series of benchmarks. Initial findings indicate that undervoltage can indeed have beneficial effects. The most significant data point from the research is the comparison of Cinebench R23 scores before and after applying undervolting settings. From a baseline score of 6835 points, system performance increased to 7880 points in the optimal undervolting scenario, an improvement of 1045 points. This shows a noticeable enhancement in processing efficiency. However, the study also reveals some complexities in undervolting, such as an initial drop in performance in the first configuration before gains are realized in subsequent adjustments. Efficiency values varied across different settings, starting with a decrease (-0.41) and culminating in a substantial gain (+1.54) by the fourth configuration. These results suggest that while undervolting can improve performance, the outcomes depend significantly on finding the right voltage balance, highlighting the nuanced nature of CPU voltage manipulation for performance optimization.
Comparative study of marker-based and markerless tracking in augmented reality under variable environmental conditions Sulistiyono, Mulia; Hasyim, Jaka Wardana; Bernadhed, Bernadhed; Liantoni, Febri; Sidauruk, Acihmah
Journal of Soft Computing Exploration Vol. 5 No. 4 (2024): December 2024
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v5i4.503

Abstract

Augmented reality (AR) technology integrates virtual content into real environments using two main methods: marker-based and markerless tracking. Marker-based tracking relies on printed markers for object placement, while markerless uses environmental features for flexibility and accuracy. This research aims to evaluate the combined impact of environmental factors-distance, angle, and lighting-on these two methods. The Multimedia Development Life Cycle (MDLC) methodology was applied by testing 72 combinations of indicators: distance (5-120 cm), angle (30°, 45°, 90°), and light color (red, blue, green, yellow) using Xiaomi Note 8 and Google Pixel 4. Results show markerless tracking is superior in all conditions, achieving a 94.4% success rate on both devices. In contrast, marker-based tracking only achieved 72.2% (Xiaomi Note 8) and 77.8% (Google Pixel 4). Markerless tracking was optimally performed from 50 cm away and up close, while marker-based tracking degraded in performance at long distances and red lighting. Markerless tracking proved to be more reliable and consistent, suitable for dynamic and diverse environments, while marker-based methods remained relevant for short distances and controlled lighting. These findings provide guidance for AR developers in choosing a tracking methodology according to application needs.
Analisis Performa Algoritma XGBoost, GRU, dan Prophet dalam Peramalan Penjualan Obat untuk Optimasi Rantai Pasok Farmasi Hidayat, Muhammad Taufik; Sulistiyono, Mulia
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.562

Abstract

Penelitian ini bertujuan untuk meningkatkan efisiensi dan akurasi manajemen stok farmasi dengan mengevaluasi efektivitas peramalan dari tiga algoritma deret waktu yang populer — XGBoost, GRU, dan Prophet — pada data penjualan obat. Masalah utama dalam manajemen stok farmasi adalah ketidakakuratan peramalan, yang dapat menyebabkan kehabisan stok atau kelebihan inventaris, sehingga berdampak pada biaya operasional dan kepuasan pelanggan. Berdasarkan hasil evaluasi menggunakan berbagai metrik, XGBoost menunjukkan performa terbaik dengan nilai MSE terendah sebesar 16,1885, RMSE sebesar 4,0234, MAE sebesar 2,6427, MAPE sebesar 4,3535%, dan R-Squared sebesar 0,9646 pada rasio data latih sebesar 60%. Sebaliknya, GRU dan Prophet menunjukkan hasil yang kurang stabil, dengan nilai kesalahan prediksi lebih tinggi di seluruh metrik. Temuan ini memberikan kontribusi signifikan bagi manajemen rantai pasok farmasi dengan mendukung strategi berbasis data yang dapat meningkatkan efisiensi operasional dan kepuasan konsumen.