Article Per Year (5 Year)
p-Index From 2020 - 2025
4.115
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Transformatika E-Dimas: Jurnal Pengabdian kepada Masyarakat JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Pengembangan Rekayasa dan Teknologi Jurnal Surya Masyarakat JSiI (Jurnal Sistem Informasi) ScientiCO : Computer Science and Informatics Journal Journal of Information Systems and Informatics Aiti: Jurnal Teknologi Informasi Jurnal Surya Masyarakat Jurnal Riptek SEMINAR NASIONAL PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT Jurnal INFOTEL Tematik Jurnal Informatika: Jurnal Pengembangan IT Signal and Image Processing Letters International Journal of Artificial Intelligence and Science Jurnal DIMASTIK
Aria Hendrawan, Aria
Universitas Semarang
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Nursing Public Health Social Sciences Transportation Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Transformatika

 1 
IMPLEMENTASI KLASIFIKASI BAYESIAN UNTUK STRATEGI MENYERANG JARAK DEKAT PADA NPC (NON PLAYER CHARACTER)MENGGUNAKAN UNITY 3D Asmiatun, Siti; Hendrawan, Aria
Jurnal Tr@nsForMat!ka Vol 13, No 2 (2016)
Publisher : Jurusan Teknologi Informasi Universitas Semarang

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

Abstract

In a game against the enemy attack strategy should be applied , making it more appealing game players to finish the game up with the objectives to beachieved. This study discusses the strategy of attacking at close range to the NPC (Non Player Character ). In a game , especially for FPS ( First Person Shooter ) , we need a strategy NPC , with the aim to make the game more attractive and realistic.Strike strategy in this research is to divide some of the behavior of NPCs attack when in the position closest to the enemy. This research applies Bayesian algorithm for classifying the behavior of the NPC attack. The classification is expected to improve the strategy against an enemy attack . NPC assault classification is divided into two offensive behavior is the behavior of hitting and biting behavior. As for the variables used in Bayesian classification is health points, attack points player and a distance obtained from NPC conditions. From the test results using testing method of Bayesian classification confusion matrix , with trial games 10 times , has resulted in the presentation level of accuracy in the confusion matrix reach a percentage of 80%. This proves that the behavior classification melee attack with Bayesian classification method can be applied with good results
IMPLEMENTASI KLASIFIKASI BAYESIAN UNTUK STRATEGI MENYERANG JARAK DEKAT PADA NPC (NON PLAYER CHARACTER)MENGGUNAKAN UNITY 3D Siti Asmiatun; Aria Hendrawan
Jurnal Transformatika Vol 13, No 2 (2016): January 2016
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v13i2.139

Abstract

Abstract—Dalam sebuah game strategi penyerangan untuk melawan musuh harus diterapkan, sehingga lebih menarik pemain game untuk menyelesaikan permainan sampai dengan tujuan yang akan dicapai. Penelitian ini membahas tentang strategi menyerang jarak dekat untuk NPC (Non Player Character). Dalam sebuah game khususnya untuk game FPS (First Person Shooter), dibutuhkan suatu strategi NPC, dengan tujuan untuk membuat game menjadi lebih atraktif dan realistik. Strategi menyerang dalam penelitian ini adalah membagi beberapa perilaku penyerangan NPC ketika berada pada posisi paling dekat dengan musuh. Penelitian ini menerapkan algoritma bayesian untuk klasifikasi perilaku penyerangan NPC tersebut. Klasifikasi tersebut diharapkan dapat meningkatkan strategi menyerang melawan musuh. Klasifikasi  penyerangan NPC dibiagi menjadi dua perilaku penyerangan yaitu perilaku memukul dan perilaku menggigit. Sedangkan untuk variabel yang digunakan dalam klasifikasi bayesian adalah health point, attack point player dan jarak yang diperoleh dari kondisi NPC. Dari hasil pengujian metode klasifikasi bayesian menggunakan pengujian confusion matrix, dengan percobaan permainan sebanyak 10 kali, telah  menghasilkan presentasi tingkat akurasi pada confusion matrix mencapai nilai persentase sebesar 80 %. Hal ini membubktikan bahwa klasifikasi perilaku penyerangan jarak dekat dengan metode klasifikasi bayesian dapat diterapkan dengan hasil yang baik.
ANALISA PENINGKATAN KUALITAS CITRA BAWAH AIR BERBASIS KOREKSI GAMMA dan HISTOGRAM EQUALIZATION Aria Hendrawan; Pulung Nurtantio Andono; Susanto Susanto
Jurnal Transformatika Vol 14, No 1 (2016): July 2016
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v14i1.384

Abstract

Underwater image of water quality in the dark, it depends on the depth of water at the time of image acquisition or image. The results of the image quality is adversely affecting the results matching the image pairs underwater with SIFT algorithm. This research aims to use the method of image preprocessing and Histogram Equalization Gamma Correction that works to improve the quality of images underwater. The results showed 27.76% increase using image preprocessing Gamma Correction and Histogram Equalization compared with no increase in image quality. Results of paired t-test has the null hypothesis is rejected so that there is a significant difference between the application of Gamma Correction Histogram Equalization with and without image enhancement.
Analisa Peningkatan Kualitas Citra Bawah Air Berbasis Koreksi Gamma Untuk Pencocokan Gambar Pada Algoritma SIFT Aria Hendrawan
Jurnal Transformatika Vol 12, No 1 (2014): July 2014
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v12i1.89

Abstract

Pada lingkungan air bawah laut, faktor cahaya sangat mempengaruhi hasil kualitas citra yang didapatkan. Dengan semakin dalamnya pengambilan gambar bawah laut, maka hasil yang didapatkan nantinya akan semakin gelap kualitas citra bawah air laut tersebut. Dengan hasil kualitas citra air bawah laut yang buruk ini nantinya akan mempengaruhi hasil pencocokan pasangan gambar air bawah laut dengan metode algoritma SIFT. Dalam peneilitian ini, kami bertujuan untuk menggunakan metode baru preprocessing untuk meningkatakan kualitas citra bawah laut dengan menggunakan Koreksi Gamma. Hasil menunjukkan bahwa setelah menerapkan Koreksi Gamma pada algoritmas SIFT, keberhasilan dalam mendapatkan titik pencocokan pasangan gambar atau citra bawah laut meningkat 11,22% dibandingkan dengan keberhasilan algoritma SIFT tanpa peningkatan kualitas citra. Dari hasil uji t-test berpasangan menunjukkan bahwa hipotesa null ditolak dan menyimpulkan adanya perbedaan yang signifikan antara hasil SIFT tanpa peningkatan kualitas citra dengan SIFT yang menggunakan preprocessing Koreksi Gamma
Co-Authors Adiuntoro, Alwan Agho, Davit Cany Agusta Praba Ristadi Pinem April Firman Daru Awaliyah, Rafika Farkhul Basworo Ardi Pramono Cholil, Saifur Rohman Christine Dewi Christioko, B.Very Dimas Dwi Budiarjo Febrian Wahyu Christanto Henny Indriyawati Huizen, Lenny Margaretta Khairunnisa, Hasna Rizqia Khoiriyah, Rofiatul Khoirudin Khoirudin Khoirudin Khoirudin, Khoirudin Luqman Hakim Margaretta Huizen, Lenny Maulana, Charis Maulida, Innayah Nur Wakhidah Oky Dwi Nurhayati Pinem, Agusta Praba Ristadi Pradana, Muhamamd Surya Jati Prind Triajeng Pungkasanti, Prind Triajeng Pulung Nurtantio Andono Rahmat Gernowo Rohman Cholil, Saifur Saifur Rohman Cholil Saputri, Anita Nur Widdia Sekar Sari, Mega Siti Asmiatun, Siti Soiful Hadi Susanto Susanto Titin Winarti Vensy Vydia Whisnumurti Adhiwibowo Wicaksana, Dinar Anggit