Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Nusantara Journal of Computers and its Applications

MOBILE AUGMENTED REALITY SEBAGAI MEDIA PEMBELAJARAN INTERAKTIF JARING-JARING KUBUS DAN BALOK Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 3, No 2 (2018): Desember 2018
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v3i2.58

Abstract

Materi jaring-jaring bangun ruang pada pelajaran Matematika adalah materi yang tergolong sulit dipahami oleh peserta didik tanpa bantuan alat peraga. Alat peraga konvensional untuk membantu pembelajaran jaring-jaring bangun ruang biasanya terbuat dari kardus atau kertas yang dirakit sedemikan rupa sehingga dapat dibuka menjadi satu jenis jaring-jaring bangun ruang. Alat peraga jaring-jaring bangun ruang tersebut tergolong tidak efektif dan efisien jika digunakan dalam pembelajaran karena membutuhkan persiapan yang lama dan ruang yang besar. Pada penelitian ini diusulkan pemanfaatan mobile augmented reality sebagai media pembelajaran interaktif jaring-jaring kubus dan balok. Dengan media ini, semua kombinasi jaring-jaring kubus dan balok dapat disimulasikan dalam smartphone Android pengguna tanpa harus membutuhkan persiapan yang lama dan ruang yang besar. Media pembelajaran ini dikembangkan menggunakan aplikasi Unity dan Blender. Hasil uji coba pada ahli media, ahli materi, dan pengguna membuktikan bahwa media pembelajaran ini layak digunakan sebagai pengganti alat peraga konvensional dengan nilai rata-rata total validasi 3.91, 3.79, dan 3.80 untuk masing-masing validator.
DETEKSI TEPI CITRA DIGITAL MENGGUNAKAN ANT COLONY OPTIMIZATION BERDASARKAN NEUTROSOPHIC GRADIENT MAGNITUDE Gulpi Qorik Oktagalu Pratamasunu; Olief Ilmandira Ratu Farisi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 4, No 1 (2019): Juni 2019
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v4i1.131

Abstract

Deteksi tepi dengan pendekatan metode Ant Colony Optimization (ACO) menghasilkan tepi yang terputus lebih sedikit dari metode deteksi tepi dengan pendekatan convolution mask seperti Sobel dan Prewitt. Tetapi metode ini lebih rentan terhadap derau sehingga menghasilkan tepi yang kurang optimal jika diterapkan pada citra berderau. Pada penelitian ini diusulkan suatu metode Deteksi Tepi Citra Digital menggunakan ACO berdasarkan neutrosophic gradient magnitude dengan mengintegrasikan pendekatan ACO dalam deteksi tepi menggunakan gradient dan teori neutrosophy. Tambahan informasi berupa neutrosophic gradient magnitude digunakan untuk membantu semut menemukan tepi dari suatu citra, khususnya citra yang memiliki derau dengan meminimalisasi pemilihan tepi yang sulit ditentukan keanggotaannya. Uji coba dilakukan menggunakan citra tanpa derau dan citra berderau. Hasil uji coba menunjukkan bahwa metode yang diusulkan memiliki performa yang lebih baik dibandingkan metode ACO standar dan ACO berdasarkan gradient pada semua uji coba berdasarkan nilai figure of merit.
PENYELESAIAN MULTI-DEPOT MULTIPLE TRAVELING SALESMAN PROBLEM MENGGUNAKAN K-MEANS DAN ANT COLONY OPTIMIZATION Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 1, No 2 (2016): Desember 2016
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v1i2.12

Abstract

Multi-Depot Multiple Traveling Salesman Problem (MmTSP) merupakan masalah pencarian rute terpendek oleh beberapa salesman yang berangkat dari kota yang berbeda-beda, disebut depot, dan kembali ke depotnya masing-masing dengan setiap kota harus dikunjungi tepat satu kali. ACO merupakan algoritma yang didesain untuk menyelesaikan TSP. Untuk menyelesaikan MmTSP, pada penelitian ini diusulkan metode K-Means ACO. K-Means digunakan untuk mencari pembagian kota yang optimal. Pembagian ini dilakukan sesuai dengan banyak depot pada permasalahan. Hasil setiap cluster ini menjadi kota-kota yang akan dikunjungi oleh setiap salesman. Setiap cluster hasil dari K-Means dicari rute terpendeknya menggunakan ACO. Gabungan hasil rute terpendek dari setiap cluster tersebut menjadi penyelesaian MmTSP. Hasil penelitian menunjukkan bahwa metode K-Means ACO dapat mencari rute yang mendekati optimal dengan waktu yang singkat.
PENERAPAN TRAVELING SALESMAN PROBLEM PADA PENYEBARAN BROSUR PENERIMAAN MAHASISWA BARU SEKOLAH TINGGI TEKNOLOGI NURUL JADID MENGGUNAKAN ANT COLONY OPTIMIZATION Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu; Khairul Anas Nur Islam Hadi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 2, No 2 (2017): Desember 2017
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v2i2.36

Abstract

Penyebaran brosur Penerimaan Mahasiswa Baru (PMB) Sekolah Tinggi Teknologi Nurul Jadid (STTNJ) memiliki rute kunjungan ke 37 Sekolah Menengah Atas (SMA/SMK/MA) di Probolinggo. Setiap sekolah hanya dapat dikunjungi satu kali dan setelah selesai tim penyebar akan kembali lagi ke STTNJ. Permasalahan ini sesuai dengan konsep Traveling Salesman Problem (TSP), dimana tujuannya adalah mencari rute yang paling optimal, sehingga penyebaran brosur menjadi lebih efektif dan efisien. Untuk menyelesaikan permasalahan ini, diusulkan penggunaan metode Ant Colony Optimization (ACO). ACO adalah metode yang didesain untuk menyelesaikan kasus TSP, terinspirasi dari perilaku koloni semut dalam menemukan jalur terpendek dari sarang menuju sumber makanan. Uji coba dilakukan untuk menentukan parameter ACO dengan waktu komputasi yang lebih cepat dan hasil yang mendekati optimal. Dari hasil uji coba didapat nilai: ???? = 2, ???? = 5, ???? = 0,2, iterasi = 320 dan semut = 15. Selanjutnya dilakukan percobaan sebanyak 30 kali pada kasus TSP penyebaran brosur PMB, dan mendapat hasil solusi terbaik 181,6 km dengan waktu komputasi 86,9 detik. Rata-rata hasil solusi dari 30 kali percobaan adalah 187,28 km dengan rata-rata waktu komputasi 103,34 detik. Hasil penelitian menunjukkan metode ACO dapat mencari rute optimal dengan waktu yang singkat.
APPLICATION OF GRAPH COLORING IN LEARNING SCHEDULE ARRANGEMENT AT MAN 1 PROBOLINGGO Faiqoh, Nurul; Farisi, Olief Ilmandira Ratu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 9, No 1 (2024): June 2024
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v9i1.375

Abstract

Learning schedule at MAN 1 Probolinggo has been carried out by utilizing a number processing application. However, the preparation is still done manually. This is due to the large number of teachers, study groups, subjects, and time allocation. Thus, there are still overlapping schedules. In this study, we propose graph coloring to arrange schedules at MAN 1 Probolinggo. Each vertex on the graph represents a subject in a class of X grade. Vertices which represent the subjects are connected by an edge if it taught by the same teacher or taken by the same class. Based on the data, there are 290 vertices in the graph. We used Welsh Powell Algorithm for coloring the graph and implemented by using Python. The results of this research showed that 30 different colors are needed to color the graph. This implies that the minimum period for scheduling all the subjects in each class in one week is 30 periods with one period equal to 2 lesson hours. From the graph coloring results, we obtained a class X schedule without overlap and easily rearranged according to the color groups.