Claim Missing Document
Check
Articles

Pemetaan Perilaku Non-Playable Character Pada Permainan Berbasis Role Playing Game Menggunakan Metode Finite State Machine Matahari Bhakti Nendya; Samuel Gandang Gunanto; R. Gunawan Santosa
Journal of Animation and Games Studies Vol 1, No 2 (2015): Oktober 2015
Publisher : Institut Seni Indonesia Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24821/jags.v1i2.1304

Abstract

Role Playing Game is a game where players play certain figures and collaborate with other characters to form a story. Role Playing Game synonymous with Non-Playable Character (NPC), therefore it requires the a method of making an intelligent decision. Finite State Machine is one method pengambilakan smart decision so that it can be seen the dynamic aspect of the game. This study focuses on modeling the behavior of NPCs using Finite State Machine and its implementation as the Role Playing Game based games using the Game Engine RPG Maker XP. There are four types of NPC as the reference, the NPC partner, NPC quests, NPC NPC enemy and supporting the story. Each NPC has its own characteristics that make the player will receive a different response when conditions were different player. The results showed that the Finite State Machine generates a dynamic response which of course helps the player to memahai story line and the player character formation can occur.Keywords: non-playable character, role playing game, finite state machine.AbstrakRole Playing Game merupakan permainan dimana para pemainnya memerankan tokoh-tokoh tertentu dan berkolaborasi dengan tokoh lain untuk membentuk suatu cerita. Role Playing Game identik dengan Non-Playable Character (NPC), oleh karena itu diperlukanlah sebuah metode pengambilan keputusan yang cerdas. Finite State Machine merupakan salah satu metode pengambilakan keputusan yang cerdas sehingga bisa dilihat aspek kedinamisan dari game. Penelitian ini berfokus kepada pemodelan perilaku NPC menggunakan Finite State Machine dan implementasinya sebagai pada game berbasis Role Playing Game menggunakan Game Engine RPG Maker XP. Ada empat jenis NPC yang menjadi acuan, yaitu NPC partner, NPC quest, NPC enemy dan NPC pendukung cerita. Setiap NPC memiliki ciri khas tersendiri sehingga membuat player akan menerima respon yang berbeda-beda ketika kondisi player itu berbeda. Hasil penelitian menunjukkan bahwa Finite State Machine menghasilkan sebuah respon yang dinamis yang tentu saja membantu player untuk memahai jalur cerita dan pembentukan karakter player pun dapat terjadi.Kata kunci: non-playable character, role playing game, finite state machine.
Perbandingan Algoritma C4.5 dan CART dalam Memprediksi Kategori Indeks Prestasi Mahasiswa Dea Alverina; Antonius Rachmat Chrismanto; R. Gunawan Santosa
Jurnal Teknologi dan Sistem Komputer Volume 6, Issue 2, Year 2018 (April 2018)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.455 KB) | DOI: 10.14710/jtsiskom.6.2.2018.76-83

Abstract

This research compared the accuracy of prediction of Grade Point Average (GPA) of the first semester students using C4.5 and CART algorithms in Faculty of Information Technology (FTI), Universitas Kristen Duta Wacana (UKDW). This research also explored various parameters such as numeric attribute categorization, data balance, GPA categories number, and different attributes availability due to the difference of data availability between Achievement Admission (AA) and Regular Admission (RA). The training data used to create decision tree were FTI students, 2008-2015 batch, while the testing data were FTI students, 2016 batch. The accuracy of prediction was measured by using crosstab table. In AA, the accuracy of both algorithms can be achieved about 86.86%. Meanwhile, in RA the accuracy of C4.5 is about 61.54% and CART is about 63.16%. From these accuracy result, both algorithms are better to predict AA rather than RA.
Implementasi Algoritma Bellman-Ford untuk Pencarian Jalur Terpendek Menuju Rumah Sakit di Kota Yogya Berbasis Android Rendy Setiawan; R. Gunawan Santosa; Junius Karel Tampubolon
Jurnal Terapan Teknologi Informasi Vol 3 No 2 (2019): Jurnal Terapan Teknologi Informasi
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21460/jutei.2019.32.184

Abstract

Kota Yogyakarta merupakan Kota Pelajar dan Kota Wisata. Banyak wisatawan maupun pelajar yang datang ke Kota Yogyakarta untuk belajar dan berlibur. Tetapi banyak dari pendatang tersebut yang tidak tahu mengenai lokasi dari rumah sakit di Kota Yogyakarta. Penelitian ini akan mencoba membuat aplikasi pencarian jalur terpendek menuju rumah sakit menggunakan algoritma Bellman-Ford berbasis Android. Algoritma Bellman-Ford merupakan salah satu algoritma untuk pencarian jalur terpendek. Dalam prosesnya, penulis mengambil data berupa koordinat jalan dan koordinat rumah sakit, lalu membuatnya menjadi satu kesatuan graf. Setelah mendapatkan graf, penulis menggunakan algoritma Bellman-Ford untuk mencari jalur terpendek. Hasil pencarian jalur terpendek akan dibandingkan dengan hasil pencarian dari Google Maps. Pengujian pencarian jalur terpendek dilakukan sebanyak 20 kali dan berhasil dilakukan dan menunjukan bahwa algoritma Bellman-Ford mampu memberikan jalur terpendek yang sama sebesar 80% dengan Google Maps, bahkan rata-rata jarak yang dikeluarkan lebih baik sebanyak 30.2m dibanding dengan rata-rata jarak yang dikeluarkan Google Maps. Pengujian ini juga menemukan bahwa semakin banyak jumlah verteks dan edge dalam data akan mempengaruhi lama proses algoritma untuk mencari jalur terpendek karena algoritma Bellman-Ford harus mengecek setiap verteks dan edge.
Perbandingan Algoritma C4.5 dan k-Means Dalam Memprediksi Kategori Indeks Prestasi Mahasiswa Gabriella Amelia Prasetyo; R. Gunawan Santosa; Antonius Rachmat Chrismanto
Jurnal Terapan Teknologi Informasi Vol 3 No 2 (2019): Jurnal Terapan Teknologi Informasi
Publisher : Fakultas Teknologi Informasi

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

Abstract

Penelitian ini dilakukan untuk membandingkan akurasi prediksi algoritma C4.5 dan k-Means dalam memprediksi nilai indeks prestasi semester 1 mahasiswa FTI UKDW. Data yang digunakan adalah data mahasiswa FTI UKDW angkatan 2008-2016 sebagai data latih, dan angkatan 2017 sebagai data uji. Atribut yang digunakan akan dibedakan berdasarkan jalur prestasi dan non-prestasi. Jalur prestasi menggunakan atribut kategori, status, lokasi, dan level ICE, sedangkan jalur non-prestasi menggunakan atribut kategori, status, lokasi, level ICE, numerik, verbal, spasial, analogi. Akurasi akan dihitung menggunakan cross-tabulation. Algoritma C4.5 mendapatkan hasil terbaik sebesar 77,45% dan algoritma k-Means mendapatkan hasil terbaik sebesar 60,78%. Skenario dengan jalur prestasi mendapatkan hasil rata-rata akurasi sebesar 55,27% dan skenario dengan jalur non-prestasi mendapatkan hasil rata-rata akurasi sebesar 38,95%.
Sistem Prediksi Harga Saham LQ45 Dengan Random Forest Classifier Kevin Valiant; Yuan Lukito; R. Gunawan Santosa
Jurnal Terapan Teknologi Informasi Vol 3 No 2 (2019): Jurnal Terapan Teknologi Informasi
Publisher : Fakultas Teknologi Informasi

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

Abstract

Data yang digunakan adalah ringkasan saham harian perusahaan yang terdaftar pada indeks LQ45 versi Agustus 2018 – Januari 2019 mulai tanggal 1 Juli 2015 hingga 31 Desember 2018. Technical indicator yang digunakan dalam penelitian ini adalah On-Balance Volume, Chaikin Oscillator, Moving Average Convergence/Divergence, dan Bollinger Bands. Data tersebut kemudian dibentuk modelnya untuk setiap kode saham, rentang waktu, dan tipe fitur. Rentang waktu prediksi yang digunakan adalah 1 hari, 5 hari, dan 20 hari. Tipe fitur yang digunakan untuk membentuk model adalah plain yang menggunakan seluruh nilai ringkasan saham harian dan technical indicator-nya, grouped yang fiturnya merupakan kondisi technical indicator terhadap hari sebelumnya (naik, tetap, dan turun) dan nilainya terhadap garis nol (positif, nol, negatif), serta onehot yang fiturnya merupakan hasil one-hot encoding terhadap fitur grouped.  Model yang dibentuk kemudian digunakan untuk memprediksi perubahan harga saham dengan kemungkinan nilai naik, tetap, atau turun. Nilai akurasi dihitung menggunakan confusion matrix. Hasil pengujian terhadap data latih menunjukkan nilai yang sangat baik, dimana tipe fitur plain dengan rentang waktu 5 dan 20 hari mencapai 100%. Hasil pengujian terhadap data uji menunjukkan penurunan dibanding data latih, namun tipe fitur plain tetap menunjukkan performa paling baik dimana terdapat tiga kode saham dengan akurasi lebih besar dari 60% untuk rentang waktu satu hari, enam kode saham untuk rentang waktu lima hari, dan empat belas kode saham untuk rentang waktu dua puluh hari, sembilan di antaranya di atas 70%, dengan kode ANTM mencapai akurasi sebesar 80,6%.
Implementasi Algoritma Dijkstra untuk Mencari Rumah Kost Terdekat di Kodya Yogyakarta Berbasis Android Bhernardin Erryco Gagah Pattriskak; R.Gunawan Santosa; Antonius Rachmat Chrismanto
Jurnal Terapan Teknologi Informasi Vol 4 No 1 (2020): Jurnal Terapan Teknologi Informasi
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21460/jutei.2020.41.193

Abstract

Permasalahan yang sering dihadapi oleh para mahasiswa terutama mahasiswa pendatang adalah sulitnya untuk memperoleh tempat tinggal, salah satunya adalah rumah kost. Namun beberapa mahasiswa memiliki pertimbangan tertentu dalam memilih kos-kosannya salah satunya adalah jarak tempat kost dari universitas tertentu. Penelitian ini akan mencoba mengimplementasikan algoritma Dijkstra untuk melakukan pencarian kost terdekat di Android, pada aplikasi ini juga akan terdapat fitur pencarian jalur terpendek, filter harga maksimal, dan filter jarak maksimal. Algoritma Dijkstra merupakan salah satu algoritma untuk melakukan pencarian jarak terkecil dan jalur terpendek. Hasil pencarian jarak kost terdekat dan jalur terpendek akan dibandingkan dengan hasil dari Google Maps, proses lamanya waktu pencarian pada sistem juga akan dicatat. Dari penelitian ini algoritma Dijkstra berhasil diimplementasikan untuk melakukan pencarian kost terdekat, pencarian kost berdasarkan filter, dan pencarian jalur terpendek di Android. Pada pengujian pencarian jarak kost terdekat didapatkan hasil bahwa algoritma Dijkstra dalam mencari jarak terkecil hampir mendekati data dari Google Maps dengan rata-rata selisih jarak sebesar 6,1 m. Pengujian ini juga menemukan bahwa semakin jauh jarak dan jalur rumah kost yang dicari menggunakan algoritma Dijkstra maka akan semakin lama waktu pencariannya dikarenakan semakin banyaknya vertek yang dikerjakan.
Inovasi Pembelajaran Logika-Simbolik melalui Aplikasi DUTAlogic bagi Siswa Tunarungu Antonius Rachmat Chrismanto; Matahari Bhakti Nendya; Junius Karel Tampubolon; R Gunawan Santosa; Wayan Edi Sudarma; Handi Hermawan
Jurnal Pendidikan (Teori dan Praktik) Vol 5 No 1 (2020): Volume 5, Nomor 1, April 2020
Publisher : Fakultas Ilmu Pendidikan Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jp.v5n1.p%p

Abstract

Logic is an analysis of methods of thinking. Logic emphasizes the form more than the content of  arguments. mathematical logic is often also called the symbolic-logic is a part of mathematics that explores the application of formal logic to mathematics. This has a close relationship with the basic fundamental thinking of mathematics and theoretical computer science.In this research we do three important things, the first is conventional symbolic-logic training for SLB Negeri 1 Bantul. The second step is making of symbolic-logic learning application for deaf students called DUTAlogic and the third is seeing the comparison between conventional learning and learning using the DUTAlogic.Based on data analysis that was done. Thar result show that increase in symbolic logic ability (T) is 50%, increase in the ability of symbolic natural accuracy (N) is 50%. The used of DUTAlogic application is more attractive to deaf students because they feel happier, easier, more-understanding, more concentrated and more creative when doing symbolic-logic learning.
Implementasi Rocchio’s Classification dalam Mengkategorikan Renungan Harian Kristen Elisabeth Adelia Widjojo; Antonius Rachmat C; R. Gunawan Santosa
Ultimatics : Jurnal Teknik Informatika Vol 6 No 1 (2014): Ultimatics: Jurnal Ilmu Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.382 KB) | DOI: 10.31937/ti.v6i1.325

Abstract

Nowadays, many Christian institutions are using digital media to save spiritual pictures, musics or videos, even daily devotional articles which is usually printed monthly. Since many daily devotionals are published in the Internet, it will be difficult to find a daily devotional articles with a spesific topic/category. To make it easier, in this research we use Rocchio’s classification, which use TF-IDF weighting for classification and centroid calculation in every category to classify daily devotional articles. Every testing article will be matched with the centroid using cosine similariy. As a result, the system accuracy is 73,33% using 20% of feature selection. The highest precision goes to Wisdom category which score is 1 for precision by using 100% feature selection. While the highest recall goes to Motivaton category which score is 1 by using 100% feature selection.. Index Terms—classification, categorization, daily devotional article, Rocchio’s classification, centroid, similarity
IMPLEMENTASI ALGORITMA STOCHASTIC HILL CLIMBING PADA PERMAINAN MASTERMIND Ruby Vidian Hartanto; Joko Purwadi; Gunawan Santosa
Jurnal Informatika Vol 6, No 1 (2010): Jurnal Informatika
Publisher : Universitas Kristen Duta Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (121.069 KB) | DOI: 10.21460/inf.2010.61.88

Abstract

Artikel ini membahas tentang implementasi algoritma Stochastic Hill Climbing (SHC) pada permainan Mastermind. Mastermind adalah salah satu jenis permainan papan yang dimainkan oleh dua orang pemain, dimana satu pemain berperan menyusun sebuah kombinasi 4 warna dari 6 buah warna yang tersedia. Sedangkan pemain lainnya bertugas menebak kombinasi warna yang dipilih oleh pemain pertama. Pemain pertama akan memberikan feedback kepada pemain kedua berdasarkan tebakan pemain kedua. Permasalahan yang dihadapi adalah bagaimana mencari langkah selanjutnya untuk memaksimalkan kemenangan. Sistem yang dibangun untuk pencarian solusi menggunakan pendekatan algoritma Stochastic Hill Climbing. Pecarian dimulai dengan komputer memasukkan tebakan awal yang disebut CFG pada langkah pertama. Kemudian sistem mendapatkan feedback berdasarkan tebakan tersebut. Dari feedback tersebut sistem menentukan Tebakan Potensial yang akan digunakan untuk langkah berikutnya. Tebakan Potensial tersebut juga akan mendapatkan feedback, kemudian nilai heurstik dari CFG dan Tebakana Potensial akan dibandingkan, jika nilai heuristik CFG lebih kecil dari Tebakan Potensial, maka Tebakan Potensial tersebut akan dianggap sebagai CFG baru. Sebaliknya, jika nilai heuristik CFG lebih baik dari Tebakan Potensial, tentukan Tebakan Potensial berdasar CFG yang lama. Proses akan berlanjut hingga sistem mampu menebak Pola Rahasia.
IMPLEMENTASI ALGORITMA PRIM SEBAGAI CREATOR JALUR PERMAINAN MAZE Devian Ricko Hutama; R. Gunawan Santosa; Junius Karel
Jurnal Informatika Vol 9, No 2 (2013): Jurnal Informatika
Publisher : Universitas Kristen Duta Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (12956.031 KB) | DOI: 10.21460/inf.2013.92.316

Abstract

In this modern era, computer provides more than mere a computing machine. Game is one of the advancements made, and maze is among the popular computer games. While maze is having a simple goal to exit, creating the maze itself is a challenging matter: creating a single winding and confusing path which connects one entry and one exit. This research implements the Prim Algorithm as a maze generator. User will required to enter certain size of the maze, and the system will automatically create the grids, randoming the entry and exit, and providing the necessary weight data for the grid. The Prim Algorithm will then process the weight data, rendering a maze path. This will provide a variation of maze for each game play. Results of the research shown that maze complexity is not affected by the randoming algorithm used to distribute the grid weights, but dependent to the maze size. Another result is that the number of  path walls deconstructed in an already- formed maze in order to make the correct path is carried on a certain pattern (N x N) - 1, dependent to the size of the maze (N x N).