George Pri Hartawan
Universitas Muhammadiyah Sukabumi

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

Found 3 Documents
Search

Penerapan Algoritma Floyd-Warshall Terhadap Pencarian Rute Bangunan Cagar Budaya Berbasis Web di Kota Sukabumi Mohamad Firdaus Herdiansah; George Pri Hartawan; Prajoko Prajoko
Jurnal Sarjana Teknik Informatika Vol 8, No 1 (2020): Februari
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v8i1.13828

Abstract

Kota Sukabumi menawarkan eksotisme moderinitas kota yang berpadu dengan kekayaan peninggalan sejarah. Terdapat beberapa peninggalan sejarah yang menjadi cagar budaya di Kota Sukabumi seperti bangunan-bangunan, benda-benda, serta peninggalan-peninggalan sejarah lainnya yang memiliki nilai penting. Namun dikarenakan keterbatasan informasi, maka akses terhadap cagar budaya tersebut sulit untuk didapat, hal tersebut dapat menghambat dalam melakukan pengelolaan terhadap cagar budaya. Oleh karena itu dibutuhkan sebuah sistem yang dapat memudahkan dalam penyediaan informasi dan penentuan rute terpendek antar bangunan cagar budaya yang dapat akses dimana saja, agar dapat membantu masyarakat atau wisatawan dalam mencari solusi yang efektif untuk mengoptimakan jarak menuju lokasi. Pencarian rute terpendek bangunan cagar budaya sebagai wadah penyedia data atribut dari suatu objek peta berdasarkan data spasialnya. Dalam penelitian ini menggunakan algoritma floyd-warshall menerapkan pemrograman dinamis lebih menjamin keberhasilan penemuan solusi optimum untuk kasus penentuan lintasan terpendek. Penelitian ini menunjukan bahwa penerapan algoritma floyd-warshall untuk pencarian rute terpendek bangunan cagar budaya mampu menjadi suatu sistem yang dapat membantu pemerintah dalam mengelola dan sebagai media informasi bangunan cagar budaya dengan efektif kepada masyarakat.
Perbandingan Algoritma Content-Based Filtering dan Collaborative Filtering dalam Rekomendasi Kegiatan Ekstrakurikuler Siswa Diyo Sukma Pradana; Prajoko Prajoko; George Pri Hartawan
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (375.151 KB) | DOI: 10.35889/progresif.v18i2.854

Abstract

Extracurricular activities play an important role in developing students' creativity. However, the problem that is often experienced by students in determining the choice of extracurricular activities is choosing the right type of activity and in line with the interests and talents of students. This study aims to test and compare the performance of the Naïve Bayes-based Content-based Filtering and Collaborative Filtering models in recommending appropriate extracurricular activities for students. Testing of each model is done by dividing the training data and test data in a ratio of 80% and 20%. The training process uses the RecommenderNET Library. The accuracy of the Contend-based Filtering model was tested using Naïve Bayes of the Multinomial type, while the Collaborative Filtering model used the Gaussian type of Nave Bayes. The test results of the Naïve Bayes model for Content-based Filtering show an accuracy rate of 74%, while Collaborative Filtering obtains 56%.Keywords: Recommendation System; Naïve Bayes; Library RecommenderNET Abstrak. Kegiatan ekstrakurikuler memegang peran penting dalam mengembangkan kreativitas siswa. Namun demikian, permasalahan yang sering dialami oleh siswa dalam menentukan pilihan kegiatan ekstrakurikuler adalah memilih jenis kegiatan yang tepat dan sejalan dengan minat dan bakat siswa. Penelitian ini bertujuan untuk menguji dan membandingkan kinerja model Content-based Filtering dan Collaborative Filtering berbasis Naïve Bayes dalam merekomendasikan kegiatan Ekstrakurikuler yang tepat bagi siswa. Pengujian masing-masing model dilakukan dengan membagi data latih dan data uji dalam perbandingan 80% dan 20%. Proses pelatihan menggunakan Library RecommenderNET. Akurasi model Contend-based Filtering diuji menggunakan Naïve Bayes jenis Multinomial, sedangkan model Collaborative Filtering menggunakan Naïve Bayes jenis Gaussian. Hasil uji model Naïve Bayes untuk Content-based Filtering menunjukkan tingkat akurasi 74%, sedangkan Collaborative Filtering memperoleh 56%.Kata kunci: Sistem Rekomendasi; Naïve Bayes; Library RecommenderNET
ANALISIS PENERAPAN METODE OBJECT POOLING PADA GAME 2D ENDLESS RUNNER Aditya Cipta Rahadian; Iwan Setiawan; George Pri Hartawan
Pixel :Jurnal Ilmiah Komputer Grafis Vol 15 No 2 (2022): Vol 15 No 2 (2022): Jurnal Ilmiah Komputer Grafis
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/pixel.v15i2.770

Abstract

In this era of rapid technological development, many things are developing rapidly, one of which is the development of games in the world. Many games have been made by the developers themselves, so there are already many variations of the type of game itself, one of which is the endless runner genre game. In the endless runner game itself, there is an object that we have to create massively and repeatedly which usually applies to how to create and delete these objects massively. However, there is a better method in optimizing the implementation for massive object creation and deletion with the object pooling method, where the difference is in this method uses how to activate and deactivate objects. So in this way, it will optimize the game so that its performance does not drop and memory usage does not take up much space.