Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Informatika Universitas Pamulang Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Teknik Informatika Unika Santo Thomas (JTIUST)
Santosa, Nico
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 3 Documents
Search

 1 
Aplikasi Pemecahan Soal Sudoku dengan Metode Backtracking Danuputri, Chyquitha; Santosa, Nico
Jurnal Informatika Universitas Pamulang Vol 6, No 3 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v6i3.10686

Abstract

In solving a puzzle requires dexterity, intelligence, and time depending on the difficulty of the puzzle to be solved, one of the popular puzzles is sudoku. This puzzle game often takes a long time to complete, especially at high difficulty levels. To solve puzzle problems more quickly and efficiently, a backtracking algorithm can be applied, which is a systematic logical sequence used to find a solution to a problem where there are several possible solutions. This research is meant to test the backtracking ability in solving sudoku problems at extreme difficulty levels and to test the speed of the backtracking algorithm in solving sudoku problems at extreme difficulty levels. In the application test, 20 questions were used and from testing the 20 questions, the accuracy rate of solving sudoku questions was 100%, while for the length of time for solving sudoku questions, the average length of time was 0.0880295 seconds. The application made is a desktop-based application made by Python programming language and PyGame library to create a user interface.
Penerapan Convolutional Neural Network untuk Handwriting Recognition pada Aplikasi Belajar Aritmatika Dasar Berbasis Web Briliantio, Jayaku; Santosa, Nico; Ardian, Garvin; Hakim, Lukman
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 5 No. 2 : Tahun 2020
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17605/jtiust.v5i2.945

Abstract

Aritmatika merupakan cabang ilmu matematika yang berhubungan dengan angka, pengukuran, dan komputasi numerik seperti penjumlahan, pengurangan, perkalian, dan pembagian. Mengajar aritmatika memiliki tantangan tersendiri bagi pengajar. Pada umumnya pengajaran aritmatika bersifat satu arah, sehingga bersifat monoton dan kemampuan dalam mengingat materi menjadi rendah. Salah satu cara untuk meningkatkan daya ingat dan penyerapan materi yang disampaikan adalah dengan menulis. Pada penelitian ini dirancang suatu aplikasi berbasis web belajar aritmatika dengan menulis. Untuk mengenali tulisan digital berupa angka dan operator aritmatika dibutuhkan handwriting recognition system. Convolutional Neural Network (CNN) dapat melakukan pengenalan tulisan tangan dengan tepat, baik yang bersifat off-line maupun online. Dataset diperlukan dalam training model CNN untuk mampu mengenal tulisan. Bobot yang diperoleh dari hasil training model CNN akan diintegrasikan dengan aplikasi. Melalui penelitian ini, dapat diketahui bahwa CNN memiliki tingkat akurasi yang baik dalam mengenali dan mengklasifikasikan tulisan tangan. Tingkat akurasi dari CNN dalam mengenal tulisan tangan yang diperoleh dari hasil pengujian adalah 95.36%.
Penerapan Convolutional Neural Network untuk Handwriting Recognition pada Aplikasi Belajar Aritmatika Dasar Berbasis Web Briliantio, Jayaku; Santosa, Nico; Ardian, Garvin; Hakim, Lukman
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 5 No. 2 : Tahun 2020
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (882.214 KB) | DOI: 10.17605/jtiust.v5i2.945

Abstract

Aritmatika merupakan cabang ilmu matematika yang berhubungan dengan angka, pengukuran, dan komputasi numerik seperti penjumlahan, pengurangan, perkalian, dan pembagian. Mengajar aritmatika memiliki tantangan tersendiri bagi pengajar. Pada umumnya pengajaran aritmatika bersifat satu arah, sehingga bersifat monoton dan kemampuan dalam mengingat materi menjadi rendah. Salah satu cara untuk meningkatkan daya ingat dan penyerapan materi yang disampaikan adalah dengan menulis. Pada penelitian ini dirancang suatu aplikasi berbasis web belajar aritmatika dengan menulis. Untuk mengenali tulisan digital berupa angka dan operator aritmatika dibutuhkan handwriting recognition system. Convolutional Neural Network (CNN) dapat melakukan pengenalan tulisan tangan dengan tepat, baik yang bersifat off-line maupun online. Dataset diperlukan dalam training model CNN untuk mampu mengenal tulisan. Bobot yang diperoleh dari hasil training model CNN akan diintegrasikan dengan aplikasi. Melalui penelitian ini, dapat diketahui bahwa CNN memiliki tingkat akurasi yang baik dalam mengenali dan mengklasifikasikan tulisan tangan. Tingkat akurasi dari CNN dalam mengenal tulisan tangan yang diperoleh dari hasil pengujian adalah 95.36%.
Co-Authors Ardian, Garvin Briliantio, Jayaku Danuputri, Chyquitha Lukman Hakim