Claim Missing Document
Check
Articles

Prediksi Jumlah Produksi Jenang di PT Menara Jenang Kudus Menggunakan Metode Logika Fuzzy Tsukamoto Tatak Ulul Azmi; Hanny Haryanto; T. Sutojo
SISFOTENIKA Vol 8, No 1 (2018): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (621.087 KB) | DOI: 10.30700/jst.v8i1.176

Abstract

Penelitian ini akan membahas tentang permasalahan yang terjadi pada PT. Menara Jenang Kudus, yaitu kesulitan dalam memprediksi jumlah produksi jenang perbulannya. Setiap bulannya penjualan jenang meningkat dan pihak perusahaan hanya mengandalkan perhitungansecara manual untuk menentukan jumlah produksi jenang pada bulan berikutnya. Dengan menggunakan perhitungan secara manual kadang terjadi kelebihan produksi yang mengakibatkan jenang menjadi basi karena jumlah produksi tidak sesuai dengan permintaan.Untuk dapat mengatasi permasalahan ini dan membantu mempermudah dalam memprediksi jumlah produksi Jenang perbulannya, maka diperlukan sistem untuk memprediksi secara otomatis menggunakan kecerdasan buatan. Logika fuzzy adalah sebuah metode dalamkecerdasan buatan yang menggunakan variabel kata-kata sebagai pengganti berhitung dengan bilangan. Dengan logika fuzzy, sistem kepakaran manusia bisa diimplementasikan ke dalam bahasa mesin secara mudah dan efisien. Logika fuzzy diaplikasikan untuk data di PT. Menara Jenang Kudus dari bulan Februari sampai September dengan hasil dari pengujian menggunakan MSE untuk Jenang Wijen sebesar 7.121, jenang spesial sebesar 15.940 dan Jenang Duren sebesar 21.168, yang menunjukkan bahwa meskipun terjadi error namun hasil prediksi masih dapat diterima.  Kata Kunci—Fuzzy Tsukamoto, jenang, kecerdasan buatan, produksi, prediksi
Prediksi Jumlah Produksi Tas Pada Home Industri Body Star Kudus Menggunakan Fuzzy Tsukamoto Muchamad Afif; Hanny Haryanto; Yuniarsi Rahayu; Edy Mulyanto
SISFOTENIKA Vol 7, No 2 (2017): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (692.844 KB) | DOI: 10.30700/jst.v7i2.139

Abstract

Kesalahan jumlah produksi adalah masalah yang sering terjadi dalam home industy. Kesalahan ini menyebabkan kerugian karena jumlah produksi yang terlalu banyak akan berakibat pada penumpukan barang dan produksi yang terlalu sedikit menyebabkan tidak bisa dipenuhinya permintaan dari pasar. Permasalahan ini juga dialami oleh home industry Body Star Kudus dalam memproduksi tas.Tujuan dari penelitian ini adalah memecahkan masalah tersebut dan diharapkan bisa membantu produsen dalammemprediksi jumlah tas perbulan. Metode yang digunakan dalam penelitian ini adalah metode Fuzzy Tsukamoto.Metode ini dipilih karena Fuzzy Tsukamoto memiliki kelebihan dalam penerapan pada data yang sederhana dan pemrosesan yang ringan. Parameter input yang digunakan adalah data retur, data penjualan dan data sisa.Hasil dari penelitian menunjukkan bahwa ada beberapa prediksi yang dihasilkan mempunyai akurasi yang kurang bagus, namun secara keseluruhan memiliki akurasi yang dapat diterima.
Visualisasi Berbasis Naive Bayes untuk Pemetaan Penyebaran Penyakit Infeksi Saluran Pernafasan Akut Yoga Prasetio; Hanny Haryanto
SISFOTENIKA Vol 7, No 1 (2017): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (724.369 KB) | DOI: 10.30700/jst.v7i1.135

Abstract

Di daerah yang terjadi banyak kasus penyakit Infeksi Saluran Pernafasan Akut (ISPA), data-data yang telah terkumpul tidak digunakan dengan maksimal dan  hanya digunakan untuk kebutuhan operasional. Padahal dengan adanya proses klasifikasi yang benar akan membantu dalam menemukan pola pembeda kelas dan membantu prediksi pola agar mempermudah dan tepat sasaran sesuai dengan Program Pemberantasan ISPA. Masyarakat pun dapat mengetahui tentang apa itu ISPA dan meningkatkan kewaspadaan terhadap penyebaran penyakit ISPA sehingga membentuk masyarakat tanggap ISPA. Klasifikasi secara otomatis dapat dilakukan menggunakan kecerdasan buatan, salah satunya dengan metode Naive Bayes. Naive bayes adalah metode yang melakukan proses klasifikasi berdasarkan teorema bayes. Metode diterapkan dalam data penyakit ISPA dan melakukan klasifikasi berdasarkan data tersebut. Dengan demikian, informasi visual tentang  penyebaran penyakit ISPA dapat disajikan lebih detail sehingga membentuk masyarakat tanggap ISPA dan membantu pihak medis untuk menyelesaikan target pemberantasan penyakit ISPA P2 dari Dinas Kesehatan. Hasil dari penelitian ini adalah visualisasi yang digunakan untuk pemetaan penyebaran penyakit infeksi saluran pernafasan akut berbasis klasifikasi menggunakan Naive Bayes.
GOMS and CCT Based User Interface For Education Game Activities Umi Rosyidah; Hanny Haryanto; Acun Kardianawati
Jurnal Transformatika Vol 16, No 1 (2018): July 2018
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v16i1.877

Abstract

Aktivitas pada game edukasi mempunyai peran yang sangat penting supaya pemain dapat memahami materi pembelajaran yang diberikan dalam game. Aktivitas ini membentuk pengalaman sehingga pengguna dapat menerapkan materi yang diajarkan. User interface merupakan elemen penting pada game untuk menyajikan aktivitas tersebut. Perancangan user interface pada game edukasi seringkali tidak terstruktur dan terkonsep dengan baik sehingga aktivitas pembelajaran yang disajikan tidak dirancang dengan baik. Penelitian ini menggunakan model GOMS dan CCT untuk merancang user interface yang nantinya akan menghasilkan aktivitas pembelajaran dalam game edukasi. GOMS dan CCT adalah model kognitif dalam kategori representasi hirarki tugas dan tujuan pengguna yang terdiri dari satu tujuan tingkat tinggi yang kemudian didekomposisikan menjadi deretan unit tugas dan dapat didekomposisikan lagi sampai pada level operator dasar. Aktivitas dalam game edukasi dalam penelitian ini dirancang berdasarkan model Appreciative Learning. Penelitian ini menghasilkan desain user interface berbasis GOMS dan CCT dalam menunjang aktivitas pembelajaran dalam game edukasi.
Rekomendasi Penentuan Harga Jual Untuk Warangka Keris Menggunakan Logika Fuzzy Mamdani Rama Joko Pamungkas; Hanny Haryanto; Setia Astuti; Erna Zuni Astuti; Yuniarsi Rahayu
Jurnal Ilmu Komputer Vol 13 No 1 (2020): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (923.366 KB) | DOI: 10.24843/JIK.2020.v13.i01.p06

Abstract

Indonesia adalah negara yang kaya akan sumber daya alam dan keanekaragam budaya dan bahasa banyak diantaranya yang telah diakui UNESCO (United Nation Educational, Scientific and Cultural Organization). Salah satunya adalah keris yang telah ditetapkan sebagai Warisan Kemanusiaan Budaya Lisan dan Nonbendawi (Masterpieces of the oral and Intangible Heritage of humanity) sejak 25 November 2015. Karena itulah munculnya peluang usaha bagi masyarakat Indonesia untuk melakukan bisnis pusaka nusantara ini terutama dalam bidang warangka keris. Kendala mereka terdapat pada penetapan harga warangka keris. Banyak warangka keris yang memiliki harga yang tidak sesuai kualitasnya dan tidak sesuai dengan harga pasar. Oleh karena itu pembisnis baru banyak yang kalah bersaing dari orang yang telah mendirikan bisnis warangka keris sejak puluhan tahun. Karena itulah dibutuhkan sebuah sistem yang dapat menentukan harga jual warangka keris dengan menggunakan metode Logika Fuzzy Mamdani. Dengan adanya sistem ini dapat memberikan harga warangka keris sesuai dengan harga pasar. Hasil dari penelitian ini adalah menentukan harga jual warangka keris dengan selisih error MAE (Mean Absolute Error) sebesar Rp. 43.252,05.
ITEM DINAMIS BERBASIS FUZZY DALAM AKTIVITAS DESIGN PADA GAME BERBASIS APPRECIATIVE LEARNING Hanny Haryanto; Umi Rosyidah; Acun Kardianawati; Sendi Novianto; L. Budi Handoko
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

Abstract

AbstractIn a serious game, activity design plays an important role in the gameplay design. However, the design of these activities has not been well conceptualized. This study uses Appreciative Learning in designing in-game activities. There are four stages, namely Discovery, Dream, Design and Destiny, with the focus of this research being the Design stage. Design activity is a player's process in achieving goals, but often this process becomes tedious because it is not supported by dynamic elements. The purpose of this research is to use fuzzy logic to regulate dynamic behavior of game-generated items, where dynamic items become a support to enhance the experience of Design activities. The dynamic elements in design activities in this study are applied to educational games for disaster mitigation. The input parameters used by fuzzy logic are Health Points and the number of errors made by the player, which results in the dynamic frequency of appearing items. The items that appear are the types of items that help players win the game, namely items to increase Health Points, slow down the game and double the score obtained. The results of this study indicate items that appear dynamically according to player performance.Keywords : Appreciative Learning, dynamic item, fuzzy logic, game activity, serious gameDi dalam suatu serious game, yang dalam penelitian ini adalah serious game untuk edukasi, perancangan aktivitas memegang peranan penting dalam penyajian materi edukasi. Namun dalam penelitian-penelitian tentang penggunaan serious game, perancangan aktivitas tersebut belum terkonsep dengan baik. Penelitian ini menggunakan konsep Appreciative Learning pada perancangan aktivitas dalam game. Konsep Appreciative Learning dibagi empat tahap, yaitu Discovery, Dream, Design dan Destiny, dengan fokus penelitian ini adalah pada tahap Design. Aktivitas Design dalam Appreciative Learning adalah proses pemain dalam mencapai tujuan, namun sering terjadi proses ini menjadi membosankan karena tidak didukung oleh elemen dinamis. Tujuan penelitian ini adalah menggunakan logika fuzzy untuk mengatur perilaku dinamis pada item yang dihasilkan oleh game, dimana item dinamis menjadi pendukung untuk meningkatkan pengalaman pada aktivitas Design. Elemen dinamis pada aktivitas Design pada penelitian ini diaplikasikan ke game edukasi untuk mitigasi bencana. Parameter input yang dipakai logika fuzzy adalah Health Point dan jumlah kesalahan yang dilakukan pemain, yang menghasilkan frekuensi kemunculan item-item secara dinamis. Item-item yang muncul adalah adalah jenis item yang membantu pemain dalam memenangkan game, yaitu item untuk menambah Health Point, memperlambat jalannya permainan dan menggandakan skor yang diperoleh. Hasil dari penelitian ini menunjukkan item yang muncul secara dinamis sesuai dengan performa pemain.Kata Kunci : Aktivitas Game, Item Dinamis, Logika Fuzzy, Serious Game
Sequential Model for Mapping Compound Emotions in Indonesian Sentences - Aripin; Wisnu Agastya; Hanny Haryanto
Journal of Applied Intelligent System Vol 5, No 1 (2020): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v5i1.4264

Abstract

This research proposes mapping Indonesian sentences with single and multiple structures into emotion classes based on a multi-label classification process. The result of this research can apply in various fields, including the development of facial expressions in virtual character animation. Applications in other fields are facial expression analysis, human-computer interaction systems, and other virtual facial character system applications. In previous research, the classification process used for emotion mapping was usually based only on the frequency of occurrence of adjectives. The resulting emotion classes are less representative of sentence semantics. In this research, the proposed sequential model can take into account the semantics of the sentence so that the results of the classification process are more natural and representative of the semantics of the sentence. The method used for the emotion mapping process is multi-label text classification with continuous values between 0-1. This research produces the tolerant-method that utilizes the error value to deliver accuracy in the model evaluation process. The tolerant-method converts the predicted-label, which has an error value less than or equal to the error-tolerant value, to the actual-label for better accuracy. The model used in the classification process is a sequential model, including one-dimensional Convolution Neural Networks (CNN) and bidirectional Long Short-Term Memory (LSTM). The CNN model generates feature maps of each input in a partial way. Meanwhile, bidirectional LSTM captures information from input data in two directions. Experiments were performed using test data on Indonesian sentences. Based on the experimental results, bidirectional LSTM can produce an accuracy of 91% in the 8: 2 data portion and error-tolerant of 0.09.Keywords : Sequential Model, Mapping Compound Emotions, Sentence Semantics, Indonesian Sentences
Reward Dinamis dalam Skenario Adaptif Menggunakan Metode Finite State Machine pada Game Edukasi Hanny Haryanto
Journal of Applied Intelligent System Vol 1, No 2 (2016): Juni 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i2.1191

Abstract

Dalam game edukasi, pengalaman bermain memegang peranan penting dalam usaha penyampaian materi. Skenario game adalah inti dari penyajian pengalaman tersebut. Salah satu bagian dari skenario adalah sistem reward yang berfungsi untuk menjaga motivasi dan pengalaman pemain selama bermain game. Reward adalah bagian vital dalam skenario pada game yang berpengaruh terhadap pengalaman bermain, namun permasalahan yang terjadi adalah reward yang monoton, mudah ditebak sehingga pengalaman yang disajikan kepada pemain menjadi tidak personal. Penelitian ini menggunakan agen cerdas berbasis Finite State Machine untuk mengembangkan reward dinamis sebagai salah satu elemen dalam skenario adaptif untuk memberikan pengalaman personal kepada pemain. Penelitian ini membahas tentang pengembangan agen cerdas menggunakan metode Finite State Machine dalam membentuk reward dinamis yang diimplementasikan dalam game edukasi dengan genre Role Playing Game (RPG). Kata kunci—game edukasi, reward, skenario adaptif, finite state machine.
Pemodelan Perilaku Musuh Menggunakan Finite State Machine (FSM) Pada Game Pengenalan Unsur Kimia Tito Bimantoro; Hanny Haryanto
Journal of Applied Intelligent System Vol 1, No 3 (2016): Oktober 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i3.1254

Abstract

Pembelajaran kimia mempunyai peran penting dalam pendidikan dan kehidupan sehari-hari. Kurangnya pemahaman terhadap pembelajaran unsur-unsur kimia pada siswa Sekolah Menengah Atas membuat mereka belum bisa menghubungkan antara apa yang mereka pelajari dan bagaimana pengetahuan itu akan digunakan. Hal ini dikarenakan cara mereka memperoleh informasi dan motivasi diri belum tersentuh oleh metode yang benar-benar dapat membantu mereka. Para siswa kesulitan untuk memahami konsep-konsep akademis karena metode mengajar yang selama ini digunakan oleh guru hanya terbatas pada metode ceramah. Salah satu metode yang dapat lebih membantu dalam pembelajaran adalah melalui media game. Sistem agen cerdas juga dibutuhkan untuk menambah pengalaman bermain game dengan tantangan-tantangan, sehingga materi yang diberikan dapat lebih dipahami dan menambah minat siswa dalam proses belajar. Model kecerdasan buatan yang digunakan adalah Finite State Machine (FSM) yang digunakan untuk merancang perilaku agen cerdas musuh dalam game. Hasil penelitian ini adalah kecerdasan buatan pada perilaku musuh dalam game pembelajaran pengenalan unsur-unsur kimia menggunakan metode Finite State Machine (FSM) untuk membantu pembelajaran siswa SMA/MA. Kata Kunci: Game Edukasi, Finite State Machine, Unsur Kimia
Model Appreciative Learning untuk Perancangan Aktivitas dalam Serious Game Mitigasi Bencana Hanny Haryanto; Rahmatsyam Lakoro; Umi Rosyidah; Sendi Novianto; Acun Kardianawati
Journal of Animation and Games Studies Vol 7, No 2 (2021): Oktober 2021
Publisher : Institut Seni Indonesia Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24821/jags.v7i2.4864

Abstract

Serious game merupakan sarana potensial untuk pelatihan mitigasi bencana karena memiliki kelebihan dalam memberikan pengalaman belajar yang menyenangkan sehingga materi dapat lebih mudah untuk dipahami. Permasalahan yang terjadi adalah perancangan aktivitas yang dilakukan dalam game belum terkonsep dengan baik. Dalam game edukasi, aktivitas inilah yang diisi oleh materi pembelajaran, oleh sebab itu perancangan aktivitas memerlukan konsep yang jelas. Appreciative Learning merupakan konsep pembelajaran yang didasarkan pada konsep Appreciative Inquiry, berfokus pada hal-hal positif seperti puncak pencapaian, peluang, eksplorasi potensi dan optimisme masa depan. Pembagian aktivitas berbasis Appreciative Learning dibagi menjadi empat tahap, yaitu : Discovery, Dream, Design, dan Destiny. Penelitian ini merancang aktivitas yang menggunakan konsep Appreciative Learning yang diterapkan pada serious game untuk pembelajaran mitigasi bencana dengan tujuan menghasilkan aktivitas dalam game yang lebih terkonsep. Hasil dari penelitian ini adalah serious game mitigasi bencana dengan aktivitas yang dirancang berdasarkan Appreciative Learning. 
Co-Authors Abas Setiawan Abas Setiawan Abas Setiawan Abas Setiawan Abas Setiawan Acun Kardianawati Acun Kardianawati Adi Purnomo Agus Winarno, Agus Ahmad Zainul Fanani Akbar Ariya Caraka Alfian Sa’dan Alvin Satria Nugraha Andrean Nugraha Fajero Angga Adetiya Ardianto, Christian Arief Setyayoga Aripin Arry Maulana Syarif, Arry Maulana Arta Moro Sundjaja, Arta Moro Asih Rohmani Benedictta Dinda Permatasari Bondan Prasetyo Budi, Setyo Christyan Putra, Andreas Aditya Danny Wijaya De Rosal Ignatius Moses Setiadi Desi Purwanti Kusumaningrum Edy Mulyanto Elok Iedfitra Haksoro Erlin Dolphina Erna Zuni Astuti Erna Zuni Astuti Erna Zuni Astuti Farrikh Al Zami Fitri Yakub Harisa, Ardiawan Bagus Heribertus Himawan Herman Try Maulana Herowati, Wise Indra Gamayanto Indra Gamayanto Indra Gamayanto Kadiasti, Ristia Kardianawati, Acun Khafiizh Hastuti Kurniawan, July L. Budi Handoko Laksana, Deddy Award Widya Lukman Sandjaya Lusi Noviani Prasetyo Muchamad Afif Muhamad Safi’i Muhammad Adhie Darmawan Muhammad Qori’ Untiarasani Muljono Muljono Muljono, - Mulyanto, Edy Nathania, Nita Virena Naufal, Muhammad Rakha' Noor Ageng Setiyanto, Noor Ageng Nugraha, Alvin Satria Perawati Perawati Pulung Nurtantio Andono Raden Arief Nugroho Rahmatsyam Lakoro Rahmatsyam Lakoro Rama Joko Pamungkas Ramadhan Rakhmat Sani Resa Septiarti Rosyidah, Umi Saeful Fahmi Saroji Saroji Sasono Wibowo Sendi Novianto Sendi Novianto Sendi Novianto Sendi Novianto Septian Idhi Pangestu Setia Astuti Setia Astuti Setyo Budi Sirait, Tamsir Hasudungan Siswoko, Tandicha Marchelputra Steven Adi Santoso Sukmono, Indriyo K. Surya Adijaya Saputra T. Sutojo T. Sutojo T. Sutojo Tatak Ulul Azmi Titien Suhartini Sukamto Tito Bimantoro Umi Rosyidah Umi Rosyidah Wellia Shinta Sari Wijanarto Wijanarto Wisinggya, Kadhana Reya Wisnu Agastya Yoga Prasetio Yuniarsi Rahayu Yuniarsi Rahayu Yusianto Rindra Zami, Farrikh Al