Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal of Informatics and Advanced Computing

SIMULASI REKAYASA LALU LINTAS MENGGUNAKAN ALGORITMA EVOLUTIONARY COMPUTATION (STUDI KASUS: SIMPANG SENGON DEPOK) Deni Septiadi; Maspiyanti, Febri
Journal of Informatics and Advanced Computing (JIAC) Vol 2 No 1 (2021): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v2i1.2688

Abstract

Peran transportasi terhadap perkembangan wilayah dapat berdampak pada aspek-aspek kehidupan di wilayah tersebut. Dampak yang paling terlihat dan terasa akibat gagalnya peran transportasi pada suatu wilayah adalah padatnya volume arus lalu lintas. Keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan melebihi kapasitas jalan inilah yang disebut dengan kepadatan volume arus lalu lintas. Hal ini terjadi pada simpang Sengon Depok, dimana volume arus lalu lintas dipengaruhi oleh pengaturan waktu lampu lalu lintas pada simpang Sengon Depok yang belum maksimal dalam penerapan time traffic yang sesuai dengan keadaan kendaraan yang melewati persimpangan. Penelitian ini membuat simulasi lalu lintas dengan studi kasus pada simpang Sengon Depok tersebut. Data penelitian yang digunakan berupa data sekunder dari Dinas Perhubungan Kota Depok. Simulasi rekayasa lalu lintas ini menerapkan algoritma evolutionary computation. Penelitian ini mendapatkan hasil perhitungan berupa nilai fitness terbaik 0.71366. Hasil dari penelitian ini bisa menyelesaikan jumlah kendaraan berdasarkan data Dinas Perhubungan Kota Depok dalam waktu 5 sampai 10 menit dari waktu sebelumnya yaitu 15 menit.
GAME PERISTIWA 10 NOVEMBER 1945 BERBASIS DESKTOP Adam Nugroho; Maspiyanti, Febri
Journal of Informatics and Advanced Computing (JIAC) Vol 2 No 1 (2021): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v2i1.2690

Abstract

Peristiwa 10 November 1945 di Surabaya merupakan salah satu simbol perjuangan besar rakyat Indonesia dalam mengusir penjajah di Surabaya. Game Peristiwa 10 November ini merupakan game yang dibuat untuk melestarikan sejarah besar yang pernah bangsa Indonesia alami. Game ini dibuat untuk dimainkan pada platform Windows yang merupakan permainan action dengan bentuk shooter game. Game ini mengusung cerita sejarah besar nasional yaitu Peristiwa 10 November 1945 sebagai alur ceritanya. Pada game yang dirancang dalam penelitian ini akan diimplementasikan logika fuzzy sugeno dan dihitung menggunakan metode fuzifikasi weighted average untuk mengatur perilaku musuh. Penelitian ini menghasilkan perilaku musuh yang relative tergantung dari banyaknya HP musuh yang tersisa dan seberapa jauh jarak dari target (pemain) kepada musuh. Penghitungan perilaku musuh itu sendiri terus direfresh setiap 1 frame sekali. Disamping itu, tiap level memiliki misi utama (main mission) dan misi sampingan (sub mission) sendiri.
IMPLEMENTASI COMPUTER VISION UNTUK DETEKSI SAMPAH LAUT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Hanifa, Faiqa; Maspiyanti, Febri
Journal of Informatics and Advanced Computing (JIAC) Vol 6 No 2 (2025): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/sch9tm40

Abstract

Marine debris has become a serious and growing threat to marine ecosystems, human health, and maritime activities and economies. Various manual monitoring efforts that has been carried out so far are often limited in terms of spatial coverage, efficiency, and resource effectiveness. With the rapid advancement of remote sensing technology and the integration of artificial intelligence, marine debris monitoring can now be automated through computer vision approaches. This study develops a computer vision-based system for marine debris detection using Sentinel-2 satellite imagery and Convolutional Neural Network (CNN) to adhere to the blue economy framework. The proposed approach applies semantic segmentation using the U-Net architecture. The primary dataset used in this study is provides multispectral imagery with a spatial resolution of 10 meters and annotations for four main classes: marine debris, organic material, seawater, and other objects. The imagery enhanced using spectral indices such as the Floating Debris Index (FDI) and the Normalized Difference Vegetation Index (NDVI) helps distinguish spectral characteristics between debris and non-debris classes more clearly. Model performance is evaluated using metrics including accuracy, precision, recall, Intersection-over-Union (IoU), and F1-Score. The best model achieved scores of 0.95, 0.81, 0.67, and 0.77 for each respective metric, demonstrating U-Net's effectiveness in detecting marine debris. The final system is deployed through an interactive Streamlit interface, allowing users to upload satellite imagery, view segmentation results, visualize spectral indices, and preview bounding boxes that highlight detected debris locations. This approach is expected to serve as an effective and adaptive tool to support sustainable marine environmental policies and decision-making.