Tjokorda Istri Agung Pandu Yuni Maharani
Institut Bisnis dan Teknologi Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS USER EXPERIENCE PADA GAME MOBILE LEGENDS DENGAN MENGGUNAKAN METODE COGNITIVE WALKTHROUGH I Nyoman Tri Anindia Putra; Mahesa Chandra; Tjokorda Istri Agung Pandu Yuni Maharani
Jurnal Teknik Informatika dan Komputer Vol. 2 No. 2 (2023): Jurnal Teknik Informatika dan Komputer
Publisher : UHAMKA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/jutikom.v2i2.11922

Abstract

Mobile Legends adalah permainan online bergaya MOBA (Multiplayer Online Battle Arena) yang dikembangkan dan diterbitkan oleh Moonton Developer. Game ini berupa aplikasi yang dapat diakses melalui ponsel android maupun IOS. Dalam Mobile Legends, pemain membentuk tim lima orang dan bersaing satu sama lain dalam pertempuran real-time. Setiap pemain memilih hero yang unik untuk dikendalikan, masing-masing dengan kemampuan dan gaya bermain mereka sendiri. Tujuan permainan ini adalah untuk menghancurkan markas musuh,  sambil mempertahankan markas anda sendiri. Hal itu merupakan kesempatan untuk membuat permainan dikenal dan sukses di pasar. Ada satu ilmu yang bisa menentukan permainan ini sukses dipasar, hal itu memiliki istilah pengalaman pengguna (User Experience). Pengalaman Pengguna (User Experience) adalah bagian yang sangat penting dalam pembuatan game. Pengalaman pengguna (User Experience) memiliki antarmuka pengguna (User Interface), antarmuka pengguna (User Interface) adalah ilmu yang mempelajari penampilan (Visualisasi). Untuk mengetahui apakah tampilan dari game Mobile Legend cukup baik, dilakukan analisis dengan menggunakan metode Cognitive Walkthrough. Metode Cognitive Walkthrough adalah suatu teknik evaluasi desain yang digunakan untuk mengidentifikasi kesulitan yang mungkin dialami pengguna dalam menggunakan sebuah produk atau sistem. Metode ini merupakan metode yang tepat digunakan untuk penelitian jurnal ini dibandingkan metode yang lain. Tujuan dari adanya penelitian jurnal ini adalah membuktikan apakah permainan Mobile Legend mudah dipahami oleh pemain pemula.
Classification of Cavendish Banana Ripeness With CNN Method Tjokorda Istri Agung Pandu Yuni Maharani; I Gusti Agung Indrawan; Gede Dana Pramitha; Christina Purnama Yanti; I Made Marthana Yusa
Indonesian Journal of Data and Science Vol. 6 No. 2 (2025): Indonesian Journal of Data and Science
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v6i2.259

Abstract

Cavendish bananas are one of the most widely consumed tropical fruits in Indonesia due to their sweet taste and high nutritional content. However, as they ripen, the sugar content in bananas increases, which can be a problem for diabetics. To help diabetics choose bananas with the right level of ripeness, this study developed a Cavendish banana ripeness classification model using artificial intelligence technology, namely the ResNet50 Convolutional Neural Network (CNN) architecture. The banana data is divided into five ripeness categories: green, yellowish green, yellow, spotted yellow, and spotted brownish yellow. The model was trained with two approaches, with and without data augmentation, using two types of training algorithms (optimizers), namely Adam and SGD, as well as a k-fold cross-validation method to ensure accurate results. The results showed that the ResNet50 model produced the highest accuracy of 98% when trained using data augmentation and the Adam optimizer with a learning rate setting of 0.0001.