Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.852

P-Index

This Author published in this journals

All Journal CESS (Journal of Computer Engineering, System and Science) KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Jurnal Kesehatan Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal of Applied Multimedia and Networking Journal of Nursing and Public Health (JNPH) Mitra Raflesia (Journal of Health Science) Khidmatul Ummah: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian kepada Masyarakat Politeknik Negeri Batam Journal of Community Service Jurnal Masyarakat Madani Indonesia Jurnal Teknologi Lingkungan Aspirasi : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Infomans: Jurnal Ilmu-ilmu Informatika dan Manajemen Jurnal Bengawan Solo: Pusat Kajian Penelitian dan Pengembangan Daerah Kota Surakarta Jurnal Pengabdian Mitra Persada JITEEHA: Journal of Information Technology Applications in Education, Economy, Health and Agriculture

Agung Riyadi

Politeknik Negeri Batam

Author-ID : 3041488

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 35 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Prediksi Prospek Kerja Alumni Dengan Algoritma Neural Network Swono Sibagariang; Agung Riyadi; Afdhol Dzikri; Fadli Suandi; Kevin Timoteus Sirait; Faishal Setiawan
CESS (Journal of Computer Engineering, System and Science) Vol 6, No 1 (2021): Januari 2021
Publisher : Universitas Negeri Medan

Penerapan teknologi informasi dalam dunia pendidikan salah satunya mampu menghasilkan data yang berlimpah mengenai siswa dan proses pembelajaran. Pencapaian tertinggi mahasiswa tentu didapatkan ketika dia sudah dinyatakan lulus dan bisa menyandang gelar dibelakang nama. Namun sangat disayangkan hampir sebagian besar mahasiswa yang telah lulus belum mempunyai pandangan tentang peluang kerja sehingga menjadi salah satu faktor meningkatnya jumlah pengangguran. Begitu juga pada lulusan di Politeknik Negeri Batam, tidak jarang pekerjaan yang didapat tidak sesuai dengan bidang yang ditekuninya ataupun rekomendasi tentang informasi pekerjaan kurang. Supaya alumni tidak terjebak dalam memilih karirnya, diperlukan sebuah sistem untuk dapat merekomendasikan alumni pekerjaan sesuai dengan bidang yang diinginkannya. Sehingga alumni tidak akan lagi terjebak pada karirnya yang tidak sesuai dengan bidangnya. Tujuan dari penelitian ini adalah untuk merumuskan prospek kerja mahasiswa berdasarkan pengolahan data alumni yang telah bekerja sehingga menghasilkan sebuah informasi bagi calon lulusan program studi teknik informatika dimana dapat digunakan sebagai rekomendasi pekerjaan. Dalam melakukan prediksi penelitian ini akan menggunakan algoritma Neural Network (NN) yaitu Learning Vector Quantization (LVQ), hasil dari penelitian ini adalah prediksi prospek kerja yang sesuai dengan bidangnya kedepannya. Dengan data latih sebanyak 320 baris data, learning rate 0,8, epoch 100, decrease learning 0.1, data uji 80 baris data didapatkan nilai akurasi yang dihasilkan sebanyak 71.25%. Angka ini bisa berubah menjadi lebih baik tingkat akurasinya dengan melakukan uji coba dan mengubah-ubah nilai learning rate, epoch dan memperbanyak data latih. Semakin banyak data latih yang digunakan maka LVQ akan memiliki pengetahuan yang lebih lengkap

Interest in Purchasing In-Game Content Based on Game Characteristics and Indonesian Player Behaviour Agung Riyadi; Riwinoto Riwinoto
CESS (Journal of Computer Engineering, System and Science) Vol 6, No 1 (2021): Januari 2021
Publisher : Universitas Negeri Medan

This research aimed to find out what games are currently being played and how many contents purchased in them. Information regarding the interest in purchasing the game contents is crucial for the game developers to determine the game type to be developed. The research used a survey method conducted on 455 respondents aged 18-30 years from Indonesia. The survey results stated that most Indonesian game players were in the Regular Player category who played Action games with a population of 71%. The amount of interest in purchasing the contents from the Frequent Players towards Action and RPG games was 92%. As for games in the Puzzle category, the amount of interest in purchasing the contents was very small. 96% of puzzle game players certainly had no interest in purchasing the contents.

Development of Finite State Machine Agent in Idle Breeder Game Agung Riyadi; Sultan Ilyas Arsalillah Yuswan Syah
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.47143

"Idle Breeder" merupakan sebuah game idle top down yang memberikan pengalaman berternak dengan suasana santai bagi para pemainnya. Setiap karakter hewan didesain dengan perilaku yang menyerupai hewan aslinya. Namun, penerapan game sebelumnya menghadapi berbagai masalah, terutama dalam manajemen kode program yang menyulitkan developer secara scalable dan mengakibatkan beberapa komponen tidak dapat digunakan kembali (reusable). Oleh karena itu, penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengimplementasikan Finite State Machine (FSM) sebagai solusi. Metode pengembangan yang digunakan adalah Multimedia Development Life Cycle (MDLC), sesuai dengan pengembangan fitur ini. Temuan dari penelitian ini akan memberikan contoh implementasi FSM pada game agent, membantu para pengembang game mobile memahami kapan dan bagaimana mengimplementasikan FSM secara tepat. Hasil pengujian menunjukkan beberapa kelebihan FSM seperti penggunaan script yang modular dan reusable. Pendekatan ini mengurangi redundansi dalam kode dan mempercepat proses implementasi. Selain itu, FSM juga menawarkan skalabilitas tinggi, memungkinkan pengembangan game dalam jangka waktu yang panjang dan mempermudah maintenance. Namun, dikarenakan menggunakan FSM, performa menjadi lebih berat. Oleh karena itu, penggunaan FSM akan lebih efektif ketika ingin memiliki skalabilitas tinggi dan sistem yang kompleks."Idle Breeder" is a top down idle game that provides players with a relaxing farming experience. Each animal character is designed with behaviors that resemble the real animal. However, previous game implementations faced various problems, especially in program code management which made it difficult for developers to be scalable and resulted in some components not being reusable. Therefore, this research aims to overcome these problems by implementing Finite State Machine (FSM) as a solution. The development method used is Multimedia Development Life Cycle (MDLC), in accordance with the development of this feature. The findings of this research will provide examples of FSM implementation in game agents, helping mobile game developers understand when and how to implement FSM appropriately. The test results show several advantages of FSM such as the use of modular and reusable scripts. This approach reduces redundancy in code and speeds up the implementation process. In addition, FSM also offers high scalability, allowing for long-term game development and easier maintenance. However, due to the use of FSM, the performance becomes slower. Therefore, using FSM is more effective when high scalability and complex systems are desired.

Perbandingan Performa Algoritma Gaussian Naive Bayes dan Decision Tree Classifier dalam Klasifikasi Prompt AI-Generated Image Riyadi, Agung; Paramitha, Putri
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66521

Sebuah website yang dikembangkan oleh peneliti memiliki jutaan data prompt dan hasil gambar AI-generated menghadapi tantangan seperti penyajian konten yang lambat dan tidak efisien bagi pengguna. Ketiadaan sistem kategorisasi yang tepat menyebabkan proses filtering dan pencarian konten menjadi lambat, sehingga membutuhkan implementasi sistem klasifikasi otomatis untuk meningkatkan kecepatan akses dan user experience. Penelitian ini membandingkan performa algoritma Gaussian Naive Bayes dan Decision Tree Classifier dalam mengklasifikasikan prompt text-to-image ke dalam tiga kategori: Background/Texture, Landscape, dan Arts. Dataset terdiri dari 7.040 prompt yang telah dikategorikan secara manual. Metodologi mencakup pra-pemrosesan data, representasi teks menggunakan Bag of Words, penerapan kedua algoritma klasifikasi, dan evaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa Decision Tree mencapai akurasi tertinggi sebesar 99,16%, mengungguli Gaussian Naive Bayes yang hanya memperoleh 61,74%. Temuan ini menunjukkan bahwa Decision Tree lebih mampu menangani kompleksitas karakteristik prompt, serta dapat diimplementasikan untuk meningkatkan efisiensi pencarian dan penyaringan konten pada platform generative AI.

Co-Authors Afdhol Dzikri Agus Dwi Santosa Ahmadi Irmansyah Lubis Al Muhandis, Muhammad Ayasy Anindea Pramilaning Tyas Aragani Timur Kanistren Arief Rachman Arif Roziqin Atalarik Ramli Bayu Harjono Bintang Budhiman Bisma Khairunnas Budi Winarno Cahya Miranto Cecep Maulana Hidayat Cherina Ayu condra antoni Destriani Kaban Dian Nurdiansyah Dicki Prayogi Diswandi Dodi Prima Resda Dwi Ely Kurniawan Fadiella Azhaara Ramadhanti Fadilla Rusymaidad, Balqis Nabel Fadli Suandi Faisal Hamzah Faishal Setiawan Farouki Dinda Rassarandi Garno, Yudhi Soetrisno Gunarto Gunarto Gunawan Adi Pratio Handini, Mia Hanfiro, Pauline Happy Yugo Prasetiya Hariadi, Efrizon Haryanti Hermansyah Hermansyah Hilman Ahyadi Ibnu Hiban Ihsan, Iif Miftahul ISKANDAR James James James James Joko Prayitno Susanto Kerobaganet Kerobaganet Kevin Timoteus Sirait Kheli Fitria Annuril Lois Yulianto Luthfiya Ratna Sari Makosim, Syahril Mardiani Mardiani Megawati, Novi Meirinawati, Hanny Metta Santiputri Miranda Valen Mu'minin, Amirul Muhamad Sahrul Nizan Muhami Muhammad Luthfi Muhammad Nashrullah Muhammad Zainuddin Lubis Mu’minin, Amirul Nehru Nugroho Noper Ardi Nur Cahyono Kushardianto Nur Zahrati Janah Nurul Fitriya Octavainto, Ervian Oktavianto Gustin Paramitha, Putri Pardosi, Pardosi PERTIWI, NADIA INDAH Praseptiawan, Mugi Prasetia, Retno Prastowo, Sugik Purnamasari, Dwi Amalia Putra, Gusty Nanda Kharisma R. Dwi Budiningsari Rahman Ramadhan, Gilang Bagus Ramadhani, Marina Ratu Siti Aliah Riardi Pratista Dewa, Riardi Pratista Ridho Hafiedz Rini Amadia Riwinoto, Riwinoto Rizki Irianto Rizki Widi Pratama Rizwan Bin Khamis Rohmah, Wirda Rokhayati, Yeni Romadhona, Ekky Ilham Ryan Binsar Pasaribu Sachoemar, Suhendar Indrakusmaya Sandi Prasetyaningsih Setiarti Sukotjo Shinta Leonita Sidharta, Robertus Silviana Silviana Siskha Handayani, Siskha Siti Noor Chayati Sudra Irawan Sultan Ilyas Arsalillah Yuswan Syah Supardianto Supardianto Susilowati Susilowati Suwarno Suwarno Swono Sibagariang Teguh Prayogo Wenang Anurogo Widia Lestari Wirabuana Sakti Wiyono, P Wu, Steven Yuliadi Zamroni

Title Search

Found 4 Documents Search Journal : CESS (Journal of Computer Engineering, System and Science)

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)