Esmeralda C. Djamal
Unknown Affiliation

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

Found 3 Documents
Search

Aksi Game Berbasis Brain Computer Interface dengan Spektral Daya dan Learning Vector Quantization Aditya Setiawan Putra; Esmeralda C. Djamal; Rezki Yuniarti
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 1 No 1 (2017): JUMANJI
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1570.806 KB) | DOI: 10.26874/jumanji.v1i1.3

Abstract

Dalam video game dibutuhkan interaksi antara pengguna dengan sistem dalam mengendalikan pergerakan karakter pada game tersebut melalui sebuah controller. Namun untuk orang dengan keterbatasan fisik, controller menjadi sebuah halangan untuk dapat berkomunikasi dengan sistem. Salah satu teknologi yang dapat digunakan untuk mengatasinya yaitu menggunakan Brain Computer Interface (BCI) yang pada perkembangannnya dapat dimanfaatkan untuk pengendalian karakter pada video game. BCI terdiri dari komponen input dari sinyal otak, komponen output berupa perintah dan komponen intermediate. Persoalan utama BCI terletak pada komponen intermediate yang biasanya menggunakan Elektroensephalogram (EEG). Bentuk sinyal EEG pada setiap orang dapat bervariasi dan kompleks tergantung kondisi kesehatan, emosional, usia, mental dan aktivitas. Beberapa penelitian terdahulu menggunakan sinyal EEG untuk menggerakkan video game pada perangkat mobile, menggerakkan kursor dan mengendalikan robot. Kontrol gerak EEG sebelumnya menggunakan kondisi emosional, namun kondisi emosional tidak menggambarkan aksi karakter secara nyata. Penelitian ini telah membuat sistem kontrol gerak karakter menggunakan sinyal EEG yang diimplementasikan pada video game dengan aksi karakter setiap 1 detik. Dalam proses akuisisi data yang dilakukan terhadap 10 Naracoba selama 1 menit dengan 3 kali perulangan, Naracoba membayangkan 3 gerakan bergantian setiap 5 detik. Hasil akurasi dari 360 set data latih sebesar 77% dan data baru menghasilkan akurasi sebesar 67%.
Sistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Di Universitas Jenderal Achmad Yani Menggunakan Metode Topsis Hendra Permana; Esmeralda C. Djamal; Agus Komaruddin
Prosiding SISFOTEK Vol 1 No 1 (2017): SISFOTEK 2017
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (774.124 KB)

Abstract

Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan demi keberlangsungan pendidikan yang ditempuh. Banyaknya mahasiswa yang mengajukan permohonan beasiswa sedangkan jumlah penerima beasiswa terbatas, maka dilakukan proses seleksi dalam pemberian beasiswa bedasarkan data mahasiswa. Penelitian ini membangun sistem pendukung keputusan berdasarkan atribut yang terdiri dari surat keterangan kelurahan, penghasilan orang tua, surat aktif kuliah, pendidikan terakhir orang tua, nilai IPK dan prestasi mahasiswa, dengan kriteria dari setiap atribut yaitu surat keterangan dari kelurahan tidak mampu dan mampu, penghasilan orang tua sangat rendah, rendah, menengah dan tinggi, surat aktif kuliah semester 3 ke atas, semester 1 – 2, pendidikan orang tua SD sederajat, SMP sederajat, SMA sederajat, diploma dan strata, nilai IPK >yaitu 2,75 dan < 2,75, prestasi mahasiswa akademik dan non akademik menggunakan metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) dalam pendukung keputusan rekomendasi penerima beasiswa. Data yang digunakan dalam penenlitian ini merupakan data mahasiswa yang mendaftar sebagai penerima beasiswa. Metode TOPSIS pada penelitian ini digunakan sebagai proses untuk perangkingan rekomendasi penerima beasiswa. Hasil dari penelitian ini merupakan perangkingan rekomendasi penerima beasiswa. Sistem pendukung keputusan ini memiliki hasil yang relevan sehingga dapat membantu dalam penentuan mahasiswa mendapat beasiswa dengan waktu pemrosesan yang singkat.
Optimalisasi Distribusi Harga Tiket Pesawat berdasarkan Kepadatan Rute Menggunakan Algoritma Genetika Sri Hutamy Novianti; Esmeralda C. Djamal; Agus Komarudin
Jurnal Teknik Informatika dan Sistem Informasi Vol 5 No 2 (2019): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v5i2.1756

Abstract

The development of the aviation industry in Indonesia in the past decade has risen sharply. One of the impacts of the development of the aviation industry was the presence of a multilevel tariff concept. Where, the concept is the variation in ticket prices in one class with slightly different facilities such as the difference in penalty fees for making refunds and rebooking. The concept of multilevel rates is usually referred to as sub-class rates. One application of the sub-class tariffs in economic classes is divided into four types of sub-classes special promo sub-classes, promo sub-classes, then affordable sub-class and flexible sub-class. One optimization method of getting a combination that meets the requirements without having to try all possibilities is the Genetic Algorithm. The chromosomes built represent 10 subclasses on 9 routes so that they have 90 genes. The use of genetic algorithms originated from the generation of an initial population of 8 chromosomes with a length of 90 genes performed randomly, evaluation of the compatibility function was then selected using the Rank based fitness technique, crosses using Multi-Point Crossover, mutations with the Mutation Insertion technique. The system built was tested with two conditions each of eight tests with 100 generations. First, the test uses the mutation method of three subclass codes on four routes at a capacity of 150 seats, obtained the largest match value of Rp. 750,752,200 and the smallest Rp. 662,283,100. And testing with the mutation method of three subclass codes on eight routes of 150 seat capacity obtained the largest match value of Rp. 763,265,300 and the smallest Rp. 547,396,200. The results of testing the mutation method on eight routes resulted in a higher match value compared to the mutation method on four routes. The system has been implemented in software so that it can provide recommendations on the number of ticket passes distributed in the economic subclass.