Claim Missing Document
Check
Articles

Found 35 Documents
Search

Aplikasi Game Tradisional Gobak Sodor Sebagai Media Pembelajaran Siswa Sekolah Dasar Quran Madani Cianjur Sussi, Sussi
Charity : Jurnal Pengabdian Masyarakat Vol. 6 No. 2 (2023): Charity: Jurnal Pegabdian Masyarakat
Publisher : PPM Universitas Telkom

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

Abstract

Pengabdian kepada masyarakat ini bertujuan untuk pengenalan serta implementasi game edukasi digital untuk media pembelajaran berbasis digital pada siswa-siswi Sekolah Dasar Quran (SDQ) Madani Cianjur. Kegiatan pengabdian masyarakat yang kami selenggarakan diikuti oleh tenaga pendidik serta siswa dari SDQ Madani Cianjur. Metode pengabdian masyarakat berupa sosialisasi permainan tradisional terutama Gobak Sodor dalam bentuk aplikasi game kepada siswa-siswi SDQ Madani. Siswa-siswi beserta pendidik merasakan manfaat dari aplikasi game Gobak Sodor dalam mengenalkan permainan tradisional dengan ditandai antusias yang tinggi selama kegiatan pengmas berlangsung. Kuesioner yang diberikan kepada pihak SDQ Madani menunjukan 90% kegiatan pengabdian masyarakat yang kami lakukan sesuai dengan tujuan serta permasalahan yang dihadapi oleh pihak mitra dalam mengembangkan media pembelajaran lebih menarik.
DETEKSI SUHU TUBUH DAN PENGGUNAAN MASKER PADA PENUMPANG BUS TRANS METRO BANDUNG DI ERA NEW NORMAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS INTERNET OF THINGS Arta, Virda Amalia; Munadi, Rendy; Sussi, Sussi
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol. 2 No. 1 (2022): Desember 2022
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Protokol kesehatan seperti pengecekan suhu dan penggunaan masker pada penumpang Trans Metro Bandung di era new normal saat ini dikontrol langsung oleh pihak Trans Metro Bandung (TMB). Hal ini tentu kurang efisien dari segi waktu dan petugas serta lebih beresiko terhadap Covid-19. Maka dari itu dibutuhkan sistem otomatis yang memanfaatkan teknologi computer vision yang dapat meminimalisir ketidakefisiensian tersebut. Penelitan ini diusulkan dengan merancang sistem deteksi suhu tubuh menggunakan kamera thermal AMG883 dan raspberry pi, serta sistem penggunaan masker yang bersifat contacless menggunakan klasifikasi Convolutional Neural Network (CNN) dengan arsitektur Mobilenetv2. Dataset diambil secara langsung pada bus TMB Koridor 2 Cicaheum- Cibeureum. Data dipisah menjadi 80% training dan 20% validasi. Kemudian data dilatih dan divalidasi untuk diketahui performansinya. Dari hasil pengujian dan analisa diperoleh hasil pengukuran suhu menggunakan AMG8833 lebih akurat yang menggunakan jarak 75 cm. Didapatkan akurasi sebesar 99, 36% dan error sebesar 0, 64%. Dan pada sistem deteksi penggunaan masker, didapatkan epochs terbaik untuk training model, yaitu 200. Training accuracy yang dihasilkan sebesar 0.9299, validation accuracy sebesar 0.9127, training loss sebesar 0.2002, dan validation loss sebesar 0.2573. Sistem deteksi penggunaan masker lebih optimal bekerja pada wajah tampak depan dan juga lebih optimal bekerja pada jarak 75cm, baik itu untuk objek tunggal maupun jamak.Kata kunci: Trans Metro Bandung (TMB), computer vision, Convolutional Neural Network (CNN), Internet of Things (IoT), AMG8833.
Perancangan dan Implementasi Game Edukasi Kesehatan Gigi “Tooth and Fairy” berbasis Android Menggunakan Unity Engine Sussi, Sussi; Astuti, Sri; Fitriyanti, Nurwulan; Aditya Karna, Nyoman Bogi; Awany, Nizar Rizky; Firdiansyah, Muhammad Fajar; Alfariji, Rafli Noveri; Herman, Dhea Dearly; Risfianda, Muhammad Risqi; Nurkhaliz, Muh
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864992

Abstract

Pendidikan mengenai kesehatan gigi perlu diajarkan sejak usia dini dikarenakan kebiasaan hidup sehat sejak kecil akan berpengaruh pada saat dewasa. Gigi yang tidak sehat dapat mempengaruhi kondisi ekonomi, hubungan sosial, dan kesehatan tubuh lainnya. Pengetahuan mengenai gigi yang sehat dapat diawali dengan memberikan informasi mengenai makanan perusak dan penunjang kesehatan gigi. Informasi mengenai makanan sehat dan tidak sehat untuk gigi sejauh ini diberikan secara konvensional seperti ceramah dan leaflet. Metode konvensional dirasakan kurang menarik, minim visualisasi dan kurang menantang sehingga anak mudah jenuh dalam memahami informasi yang diberikan. Penelitian yang dilakukan oleh peneliti yaitu merancang dan membuat sebuah game single player berjudul “Tooth and Fairy” dimana menceritakan petualangan sebuah gigi untuk mengumpulkan skor dengan menghindari serta melawan makanan perusak gigi menggunakan alat pembersih gigi. Game “Tooth and Fairy” dimainkan diperangkat Android  terdiri dari tiga level dimana setiap level memiliki musuh dan tantangan yang semakin meningkat. Metode perancangan dalam pembuatan game menggunakan  System Development Life Cycle (SDLC) Waterfall dan Game engine yang digunakan yaitu Unity Engine. Pengujian tingkat kelayakan game“Tooth and Fairy” yang dilakukan dalam penelitian terdiri dari pengujian aspek fungsionalitas, realibititas, kompatibilitas, playability dimana diperoleh nilai 98,8%. Hasil pengujian diubah keskala likert dalam arti sangat baik dimana game berjalan tanpa eror, data skor dapat disimpan dalam database, aturan permainan berjalan dengan sangat baik, fitur game serta tombol exit berfungsi dengan sangat baik. AbstractEducation about dental health needs to be taught from an early age because healthy living habits from childhood will affect adulthood. Parents can start knowledge about healthy teeth by providing information about spoilage foods and supporting dental health. Information about healthy and unhealthy food for teeth has been given conventionally, such as lectures and leaflets. Conventional methods are less attractive, have minimal visualization, and less challenging, so that children get bored easily in understanding the information provided. The research conducted by the researcher is to design a single-player game entitled "Tooth and Fairy" and implement it to an Android-based smartphone, at least an Android Jelly Bean device. The game "Tooth and Fairy" tells the adventure of a tooth to collect scores by avoiding and fighting tooth decaying food using a tooth cleaning tool. The game consists of three levels where each level has increasing enemies and challenges. The design method in making games uses the Waterfall System Development Life Cycle (SDLC), and the game engine used is Unity Engine. Testing the feasibility level of the game "Tooth and Fairy" carried out in the study consisted of testing aspects of functionality, reliability, compatibility, playability obtained a value of 98.8%. The test results are converted to a Likert scale which means very well where the game runs without errors. The database can store score data, game rules run very well, game features and exit buttons function very well.
Virtual Reality Headset Implementation on Parsec Cloud Gaming Platform Rahadiansyah, Muhammad Fadhil; Muldina, Ridha; Sussi, Sussi
JOIN (Jurnal Online Informatika) Vol 5 No 1 (2020)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v5i1.578

Abstract

Virtual reality (VR) based games are a type of game that provides immersive gaming experience, allowing players to dive into the virtual world of the game being played. VR-based games require a high minimum computer specification, so thin clients cannot play VR-based games properly. This research aims to see how to enable thin computers to play VR-based games by utilizing cloud gaming technology. Using a high specification computer as a server, an android device as a VR headset, this Final Project implements a VR headset device so that it can be used in conjunction with cloud gaming services to be able to play VR-based games on thin computers and see how well the implementation by seeing the result from computer resources used and the Quality of Services. With Parsec cloud gaming services, the application carried out in this Final Project can run well on computers with low specifications. CPU usage on the client computer when the service is running is high at 91% usage, with 2818 MB RAM usage. Quality of Service is obtained when setting the highest quality preset, with a throughput of 16MB with a delay of about 2 ms. VR games that are played can run well with a minimum bandwidth of 15 Mbps selected from the Frame per Second (FPS) results obtained to reach 56 FPS with medium quality settings.
Analisis Perbandingan Algoritma Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) untuk Sistem Deteksi Katarak Prasetyo, Akmal Rusdy; Sussi, Sussi; Aditya, Bagus
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Mata adalah salah satu indera terpenting bagi manusia. Melalui mata, manusia menyerap informasi visual yang digunakan untuk melakukan berbagai aktivitas, tetapi gangguan terhadap penglihatan banyak terjadi, dari gangguan ringan hingga gangguan serius yang dapat menyebabkan kebutaan, kebutaan. Salah satu penyebab gangguan penglihatan ini adalah katarak. Katarak sendiri menjadi penyebab tertinggi kebutaan di Indonesia (81%) dengan 40% penderitanya tidak mengetahui bahwa dirinya menderita katarak. Salah satu solusi untuk mengurangi prevalensi kebutaan yang disebabkan oleh penyakit katarak yaitu dengan sistem deteksi dini penyakit katarak dengan memanfaatkan citra digital. Pada Tugas Akhir ini, dirancang sistem deteksi katarak dengan metode Support Vector Machine (SVM) dan Convolutional Neural Network (CNN). Kedua metode ini digunakan sebagai metode klasifikasi atas kelas mata normal, katarak imatur dan katarak matur. Data masukan berupa citra digital yang sudah di resize menjadi 64x64 pixel berformat Joint Photographic Group (JPG) yang diperoleh dari penelitian sebelumnya. Metode Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) yang digunakan dalam proses deteksi penyakit katarak memberikan hasil yang optimal. Metode Support Vector Machine (SVM) sendiri menghasilkan nilai accuracy sebesar 96.67%, Sedangkan untuk Metode Convolutional Neural Network menghasilkan nilai accuracy yang lebih baik sebesar 98.89%.Kata kunci—katarak, citra digital, machine learning, support vector machine, convolutional neural network