Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Ilmiah Informatika Komputer

MODELING VIRTUAL REALITY MENGGUNAKAN BLENDER DAN UNITY UNTUK TERAPI CLAUSTROPHOBIA Darmawan, Rizki Arif; Pernadi, Dody
Jurnal Ilmiah Informatika Komputer Vol 23, No 1 (2018)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2018.v23i1.2066

Abstract

Kecemasan atau rasa takut yang membuat orang merasa tidak nyaman disebut fobia. Ada berbagai jenis gangguan yang dialami orang yaitu gangguan kecemasan, gangguan panik, dan kecemasan sosial atau kecemasan umum. Beberapa jenis fobia yang dikenal, seperti fobia laba-laba (arachnofobia), fobia ruang terbuka (agoraphobia), fobia ketinggian (acrophobia), fobia ruang sempit (claustrophobia). Pada penelitian ini, penulis akan membuat suatu aplikasi sebagai alat bantu terapi claustrophobia dengan virtual reality berbasis Android. Tujuan dari dibuatnya aplikasi ini adalah mengidentifikasi gejala-gejala psikologi claustrophobia, membentuk ruang dan objek menggunakan Unity dan Blender untuk mengilustrasikan terapi claustrophobia, dan mengilustrasi terapi mengatasi claustrophobia dalam bentuk Virtual Reality. Perancangan dan pembuatan aplikasi simulasi tiga dimensi terapi claustrophobia berbasis virtual reality dibangun menggunakan aplikasi Blender dan Unity. Bahasa pemrograman untuk karakter menggunakan bahasa pemrograman C#, dan alat uji aplikasi menggunakan smartphone Android. Aplikasi terdiri dari 2 level yang masing-masing memiliki ukuran yang berbeda dengan ketakutan yang rendah hingga yang tinggi. Aplikasi simulasi Claustrophobia berbasis virtual reality ini diharapkan dapat memberi kemudahan untuk mengurangi claustrophobia dengan menggunakan kacamata virtual reality.
DETEKSI KADAR NITROGEN DAN KLOROFIL CITRA DAUN MENGGUNAKAN RUANG WARNA HSI Pernadi, Dody
Jurnal Ilmiah Informatika Komputer Vol 25, No 1 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i1.2573

Abstract

Kandungan terhadap kadar nitrogen dan klorofil salah satunya dapat ditentukan dari citra daun. Penelitian ini akan menentukan tekstur citra daun berdasarkan nilai Gray Level Co-occurrence Matrix berupa nilai contrast, homogeneity, correlation, energy, dan entropy. Penelitian ini juga akan menghitung kadar nitrogen dan kandungan klorofil daun dengan melakukan pencarian nilai tengah (mean) dari tiap komponen warna RGB yang kemudian ditentukan dengan ruang warna HSI. Hasil ujicoba menunjukkan perhitungan kandungan nitrogen pada citra daun berhasil dilakukan dengan mengekstraksi ruang warna HSI citra daun. Kandungan ini mutlak diperlukan petani dalam menentukan jumlah kadar pemupukan dalam satu jenis tanaman.
CLUSTERING RELATIONSHIP BERDASARKAN BOBOT PEMBENTUK SOCIAL TRUST NETWORK UNTUK SISTEM REKOMENDASI PADA MEDIA SOSIAL INSTAGRAM Murniyati Murniyati; Tristiyanti Yusnitasari; Endah Kurniasari; Dody Pernadi
Jurnal Ilmiah Informatika Komputer Vol 27, No 3 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i3.7557

Abstract

Instagram merupakan media sosial yang banyak digunakan untuk media pemasaran. Banyaknya informasi di media sosial menyebabkan sulitnya pengguna untuk mendapatkan informasi yang sesuai dengan kebutuhan pengguna. Jejaring sosial yang semakin berkembang memberikan kesempatan kepada para peneliti untuk memanfaatkannya pada penelitian diberbagai bidang. Social Network Analysis (SNA) adalah proses untuk menemukan keberadaan komunitas yang berisi sekumpulan orang dengan beberapa kesamaan seperti minat, hobi, gaya hidup, tujuan, lokasi maupun profesi kemudian membentuk sebuah komunitas atau klaster, Deteksi komunitas merupakan salah satu tugas dari SNA. Social network dapat dikatakan mempengaruhi user behavior sehingga pada penelitian ini dilakukan pembentukan klastering relationship yang berdasarkan relasi yang diperoleh dari social network dengan tahapan yang dilakukan adalah melakukan scrapping terhadap data pengguna pada media sosial instagram terlebih dahulu untuk mendapatkan relasi antara pengguna yang ada pada akun Instagram, kemudian melakukan pembentukan klaster dengan menggunakan algoritma Louvain. Hasil pembentukan klaster didapat nilai modularitas terbaik sebesar 0,879 dengan jumlah klaster sebanyak 27 klaster pada data yang digunakan adalah akun instagram toko buku gramedia pustaka utama dimana anggota klaster yang terbentuk adalah anggota yang mempunyai relasi atau keterkaitan. Pembentukan klastering relationship ini bisa dimanfaatkan untuk merekomendasikan hal yang terkait dengan postingan pada media sosial instagram.
Pengembangan Aplikasi Berbasis Web untuk Skrining Tingkat Depresi Ibu Pasca Melahirkan Menggunakan Skala EPDS dan PHQ-9 Pangestu, Primanita; Widowati, Henny; Pernadi, Dody
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 3 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i3.69

Abstract

Anxiety and depression are mental health issues that are common in mothers during pregnancy and after childbirth. The prevalence of anxiety and depression among pregnant women is 12.6%, and among postpartum women, it is 10.1%. However, mental health screening is still not an integral part of comprehensive antenatal or postnatal care. This research aims to develop a website-based application for screening postpartum maternal depression levels using the EPDS and PHQ-9 scales. The method used involves application development using the PHP programming language and implementing the EPDS and PHQ-9 scales as assessment instruments. The research findings are a screening application that can help postpartum mothers self-assess their level of depression. The website has been successfully implemented and can be accessed online via the link https://postnatalcare.my.id/. The application is expected to serve as a screening tool for determining the level of postpartum depression in mothers and to assist midwives in monitoring patients' mental health conditions, enabling them to provide appropriate care.