cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
juti.if@its.ac.id
Editorial Address
Gedung Teknik Informatika Lantai 2 Ruang IF-230, Jalan Teknik Kimia, Kampus ITS Sukolilo, Surabaya, 60111
Location
Kota surabaya,
Jawa timur
INDONESIA
JUTI: Jurnal Ilmiah Teknologi Informasi
ISSN : 24068535     EISSN : 14126389     DOI : http://dx.doi.org/10.12962/j24068535
JUTI (Jurnal Ilmiah Teknologi Informasi) is a scientific journal managed by Department of Informatics, ITS.
Arjuna Subject : -
Articles 12 Documents
Search results for , issue "Vol 15, No. 2, Juli 2017" : 12 Documents clear
ANALISIS KAIDAH ASOSIASI ANTAR ITEM DALAM TRANSAKSI PEMBELIAN MENGGUNAKAN DATA MINING DENGAN ALGORITMA APRIORI (STUDI KASUS: MINIMARKET GUN BANDUNGAN, JAWA TENGAH) Adyawangkara Katon Prasidya; Charitas Fibriani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a629

Abstract

Data-data transaksi pembelian di minimarket yang selama ini hanya disimpan sebagai arsip dapat dimanfaatkan untuk menjawab masalah pengadaan stok barang, penentuan strategi promosi, dan penataan barang. Solusi pemecahan masalah-masalah tersebut dapat diperoleh menggunakan algoritma apriori, yang dapat digunakan untuk membantu menemukan kaidah asosiasi dalam pembelian item di minimarket. Informasi mengenai kaidah asosiasi dalam transaksi pembelian konsumen dapat dimanfaatkan untuk melakukan pengadaan stok barang yang lebih tepat guna dengan melakukan pengadaan stok barang yang berimbang pada item-item yang sering dibeli secara bersamaan, membuat strategi promosi yang lebih potensial untuk mendongkrak penjualan dengan mengacu pada kombinasi item yang sering dibeli secara bersamaan, dan menata barang di minimarket dengan berorientasi pada item-item yang sering dibeli secara bersamaan. Penelitian ini bertujuan menemukan kaidah asosiasi dalam pembelian item-item di minimarket untuk memecahkan masalah pengadaan stok barang, penentuan strategi promosi, dan penataan barang di minimarket.
ANALISIS PERBANDINGAN KECERDASAN BUATAN PADA COMPUTER PLAYER DALAM MENGAMBIL KEPUTUSAN PADA GAME BATTLE RPG Musta'inul Abdi; Darlis Herumurti; Imam Kuswardayan
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a671

Abstract

Pemanfaatan kecerdasan buatan telah diimplementasikan kedalam banyak hal, salah satunya adalah game. Secara umum tujuan dibuatnya game adalah untuk membuat pengguna menjadi terhibur dan merasakan kesenangan ketika sedang atau telah bermain. Kecerdasan buatan di dalam game dibutuhkan untuk meningkatkan tantangan di dalam game dan membuat game menjadi lebih dinamis dan terarah. Sehingga akan menciptakan kesenangan bagi pengguna pada saat dan setelah memainkan game. Beberapa penerapan kecerdasan buatan di dalam game diantaranya adalah dengan menggunakan metode Support Vector Machine (SVM). Dalam beberapa kasus game ada juga yang menggunakan metode Decision tree yang akan mengatur perilaku computer player di dalam permainan. Metode yang lebih sederhana untuk mengatur perilaku computer player yaitu Rulebase. Pada penelitian ini akan dilakukan perbandingan kecerdasan buatan untuk mengatur perilaku computer player di dalam game Role-Playing Game (RPG). Yang dimaksud computer player pada penelitian ini adalah pemain atau karakter yang dijalankan oleh sistem di dalam game.Tujuan dilakukannya perbandingan tersebut adalah untuk mengetahui metode kecerdasan buatan manakah yang paling baik diterapkan pada game berjenis battle RPG. Metode yang digunakan untuk menguji kecerdasan buatan yang diterapkan pada game battle RPG ini adalah dengan menggunakan skenario pertandingan.Berdasarkan analisis yang telah dilakukan didapatkan hasil bahwa kecerdasan buatan dengan menggunakan metode SVM memiliki keunggulan dalam faktor jumlah kemenangan. Hal ini dibuktikan dengan persentase kemenangan metode SVM sebesar 72.5%, Decision tree sebesar 50% dan Rulebase sebesar 22.5%. Berdasarkan data tersebut dapat disimpulkan bahwa pada penelitian ini metode SVM adalah metode pengambilan keputusan yang paling baik dibandingkan dengan metode decision tree dan Rulebase.

Page 2 of 2 | Total Record : 12