Claim Missing Document
Check
Articles

Found 33 Documents
Search

Space Rock Pixel Perancangan Space Rock Pixel Game Antariksa Menggunakan Game Maker Language: Space Rock Pixel Space Game Design Using Game Maker Language Stevanus Oktoberrikho; Yansensius Reins Dima; Rendy; Candra Gudiato; Christian Cahyaningtyas
Jurnal Informatika dan Multimedia Vol. 17 No. 2 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i2.6858

Abstract

Perkembangan industri game digital telah mendorong munculnya berbagai genre permainan, termasuk game pixel art yang menawarkan estetika retro dengan pengalaman bermain yang menarik. Penelitian ini membahas pengembangan Space Rock, sebuah game pixel art bertema antariksa yang dibangun menggunakan Game Maker Language (GML). Game ini dirancang untuk memberikan pengalaman bermain yang menantang dengan berbagai level dan musuh yang semakin sulit di setiap tahapannya. Metode pengembangan yang digunakan adalah metode waterfall, yang mencakup analisis kebutuhan, perancangan sistem, implementasi, pengujian, serta pemeliharaan dan pengembangan lanjutan. Hasil penelitian menunjukkan bahwa penggunaan GML memungkinkan pengembangan game 2D yang efisien dengan kontrol responsif serta mekanisme gameplay yang adiktif. Pengujian menggunakan metode black-box testing memastikan bahwa game berjalan sesuai dengan spesifikasi yang dirancang. Dengan demikian, Space Rock diharapkan dapat menjadi referensi bagi pengembang game pixel art yang ingin menggunakan GML dalam pengembangan game mereka.
Implementasi Metode CNN Berbasis Transfer Learning dengan Arsitektur MobileNetV2 dalam Klasifikasi dan Pemetaan Tempat Wisata Mira; Christian Cahyaningtyas; Maya Sari; Yuliana
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 3 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i3.56

Abstract

The growth of tourism in the digital era encourages the use of social media as a source of visual data for destination analysis. This study aims to classify and map tourist attractions in West Kalimantan using a transfer learning-based Convolutional Neural Network (CNN) method with the MobileNetV2 architecture. A total of 454 images were collected through web scraping from the Instagram account @enjoykalbar, then through a process of elimination, augmentation, normalization, and manual labeling based on the West Kalimantan Disporapar tourism categories, namely Hills, Beaches, Cascades, Culture, Lakes, Rivers, Caves, and Forests. The dataset was divided into training data (70%), validation (20%), and test (10%). The model was built by freezing the initial layers of MobileNetV2 and adding a classification head, then drilled for 20 epochs using the Adam Optimizer and EarlyStopping and ReduceLROnPlateau callbacks. The training results showed a training accuracy of 95.8%, validation accuracy of 88.1%, and test accuracy of 80%. Further evaluation using the classification report yielded an overall accuracy of 89%, with an average precision of 0.93, a recall of 0.86, and an F1-score of 0.88. The model was then integrated into a category- and coordinate-based interactive mapping system to display the distribution of tourist attractions across 12 districts and 2 cities. The results demonstrate that the CNN transfer learning approach is effective for tourism image classification and supports spatial visualization in tourism promotion and planning.
Penerapan Metode Multiple Linear Regression pada Sistem Prediksi Harga Sewa Kost Berbasis Web di Bengkayang Dealmus; Christian Cahyaningtyas
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1476

Abstract

Penentuan harga sewa kamar kost merupakan salah satu aspek penting dalam pengelolaan usaha penyewaan kost karena dipengaruhi oleh berbagai faktor, seperti ukuran kamar, fasilitas, lokasi, dan kondisi bangunan. Pada praktiknya, banyak pemilik kost masih menentukan harga sewa berdasarkan pengalaman dan penilaian subjektif sehingga berpotensi menghasilkan harga yang kurang sesuai dengan kondisi sebenarnya. Penelitian ini bertujuan untuk membangun sistem prediksi harga sewa kamar kost berbasis web menggunakan metode Multiple Linear Regression (MLR) sebagai pendukung pengambilan keputusan dalam menentukan harga sewa secara lebih objektif dan berbasis data. Penelitian menggunakan pendekatan kuantitatif dengan data yang diperoleh melalui observasi, wawancara, dan dokumentasi pada usaha kost di Kabupaten Bengkayang. Variabel penelitian terdiri atas ukuran kamar, fasilitas, lokasi, dan kondisi bangunan sebagai variabel independen, serta harga sewa sebagai variabel dependen. Sistem dikembangkan menggunakan PHP dan MySQL, sedangkan proses analisis dilakukan dengan metode Multiple Linear Regression. Hasil penelitian menunjukkan bahwa sistem berhasil mengimplementasikan model regresi untuk menghasilkan prediksi harga sewa secara otomatis. Persamaan regresi yang diperoleh menunjukkan bahwa variabel fasilitas dan lokasi memberikan pengaruh positif terhadap harga sewa, sedangkan ukuran kamar memiliki koefisien negatif dan kondisi bangunan tidak memberikan pengaruh yang signifikan pada model yang terbentuk. Hasil evaluasi model menghasilkan nilai Mean Absolute Error (MAE) sebesar Rp46.610,82 dan Mean Absolute Percentage Error (MAPE) sebesar 7,76%, yang menunjukkan bahwa model memiliki tingkat akurasi yang sangat baik. Dengan demikian, sistem yang dikembangkan mampu membantu pemilik kost dalam menentukan harga sewa secara lebih cepat, objektif, dan berdasarkan hasil analisis data.