Chandra Kusuma Dewa
Department Of Informatics, Universitas Islam Indonesia, Yogyakarta

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

Found 3 Documents
Search

MancalaAHP: Game Tradisional Mancala Berbasis Analytic Hierarchy Process Chandra Kusuma Dewa
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2014
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Dalam makalah ini, dijabarkan penerapan metodeAnalytic Hierarchy Process (AHP) untuk game tradisionalMancala. Pada game yang telah berhasil dikembangkan, pemaindapat bermain melawan komputer yang menggunakan metodeAHP untuk menghasilkan langkah permainan. Pembuatanlangkah permainan selanjutnya dilihat sebagai sebuah prosespengambilan keputusan yang melibatkan sejumlah kriteriatertentu dari sekumpulan alternatif lubang dalam papanMancala. Masing-masing alternatif lubang yang dimiliki olehkomputer akan diperbandingkan satu sama lain berdasarkanmasing-masing kriteria, lalu lubang yang memiliki nilai bobotperbandingan paling tinggi akan dipilih oleh komputer. Hasilpengujian menunjukkan bahwa perolehan skor metode ini dapatmengungguli perolehan skor dari metode pemilihan lubangsecara acak.
Convolutional Neural Networks for Handwritten Javanese Character Recognition Chandra Kusuma Dewa; Amanda Lailatul Fadhilah; A Afiahayati
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 12, No 1 (2018): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.31144

Abstract

Convolutional neural network (CNN) is state-of-the-art method in object recognition task. Specialized for spatial input data type, CNN has special convolutional and pooling layers which enable hierarchical feature learning from the input space. For offline handwritten character recognition problem such as classifying character in MNIST database, CNN shows better classification result than any other methods. By leveraging the advantages of CNN over character recognition task, in this paper we developed a software which utilizes digital image processing methods and CNN module for offline handwritten Javanese character recognition. The software performs image segmentation process using contour and Canny edge detection with OpenCV library over captured handwritten Javanese character image. CNN will classify the segmented image into 20 classes of Javanese letters. For evaluation purposes, we compared CNN to multilayer perceptron (MLP) on classification accuracy and training time. Experiment results show that CNN model testing accuracy outperforms MLP accuracy although CNN needs more training time than MLP.
RANCANG BANGUN GAME TRADISIONAL MANCALA MENGGUNAKAN PENDEKATAN BERORIENTASI OBJEK Chandra Kusuma Dewa
Jurnal Teknomatika Vol 7 No 1 (2014): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Dalam era teknologi saat ini, banyak permainan tradisional yang sudah mulai ditinggalkan. Berbagai macam dan jenis permainan tradisional kemudian digantikan perannya oleh beragam permainan elektronik seperti game-game yang dapat dijalankan pada perangkat PC maupun pada perangkat mobile. Agar tidak punah, salah satu upaya yang dapat dilakukan adalah membuat game versi elektronik dari permainan-permainan tradisional tersebut. Pada makalah ini, dijabarkan proses rancang bangun untuk salah satu game tradisional, yakni Mancala, dengan menggunakan pendekatan berorientasi objek. Game yang dikembangkan berbasis desktop, serta menggunakan Java Standard Edition (Java SE) yang menggunakan library Swing API. Hasil pengujian terhadap game menunjukkan bahwa semua aturan permainan Mancala telah berhasil diimplementasikan.