cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
JAIS (Journal of Applied Intelligent System)
Published by Universitas Dian Nuswantoro
ISSN : 25020493     EISSN : 25029401     DOI : -
Core Subject :
Journal of Applied Intelligent System (JAIS) is published by LPPM Universitas Dian Nuswantoro Semarang in collaboration with CORIS and IndoCEISS, that focuses on research in Intelligent System. Topics of interest include, but are not limited to: Biometric, image processing, computer vision, knowledge discovery in database, information retrieval, computational intelligence, fuzzy logic, signal processing, speech recognition, speech synthesis, natural language processing, data mining, adaptive game AI.
Arjuna Subject : -
Articles 191 Documents
 1   2   3   4   5 
Aplikasi Penjadwalan Terapi dengan Metode FCFS pada Sixo Reflexology Rosalia Hadi; Yohana Nugrahaeni
Journal of Applied Intelligent System Vol 1, No 2 (2016): Juni 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i2.1190

Abstract

Sixo Reflexology merupakan salah satu perusahaan yang bergerak dalam bidang kesehatan, khususnya pijat refleksi. Perusahaan ini mengalami kesulitan untuk memproses data penjadwalan terapi pada pelanggan. Pengolahan data penjadwalan terapi masih dilakukan dengan cara manual, yaitu petugas administrasi melakukan pencatatan pada buku pendaftaran, Hal ini mengakibatkan sering terjadi human error, pelanggan yang pertama mendaftar belum tentu mendapat jadwal pertama, karena sulitnya mengurutkan jadwal dengan cara manual dan petugas registrasi lebih dari satu orang. Laporan yang dihasilkan juga terkadang masih mengalami kekeliruan, tidak akurat, tidak up to date, kurang efisien dan sering mengalami keterlambatan pembuatan dan penyampaian laporan. Oleh karena itu, dengan Aplikasi  Penjadwalan Terapi dengan metode FCFS pada Sixo Reflexology dapat membantu penjadwalan terapi serta penyajian laporan dan informasi yang dibutuhkan akan diperoleh secara cepat dan tepat tanpa harus melalui suatu proses yang memakan banyak waktu dalam pengerjaannya. Kata kunci— aplikasi, refleksi, penjadwalan terapi
Reward Dinamis dalam Skenario Adaptif Menggunakan Metode Finite State Machine pada Game Edukasi Hanny Haryanto
Journal of Applied Intelligent System Vol 1, No 2 (2016): Juni 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i2.1191

Abstract

Dalam game edukasi, pengalaman bermain memegang peranan penting dalam usaha penyampaian materi. Skenario game adalah inti dari penyajian pengalaman tersebut. Salah satu bagian dari skenario adalah sistem reward yang berfungsi untuk menjaga motivasi dan pengalaman pemain selama bermain game. Reward adalah bagian vital dalam skenario pada game yang berpengaruh terhadap pengalaman bermain, namun permasalahan yang terjadi adalah reward yang monoton, mudah ditebak sehingga pengalaman yang disajikan kepada pemain menjadi tidak personal. Penelitian ini menggunakan agen cerdas berbasis Finite State Machine untuk mengembangkan reward dinamis sebagai salah satu elemen dalam skenario adaptif untuk memberikan pengalaman personal kepada pemain. Penelitian ini membahas tentang pengembangan agen cerdas menggunakan metode Finite State Machine dalam membentuk reward dinamis yang diimplementasikan dalam game edukasi dengan genre Role Playing Game (RPG). Kata kunci—game edukasi, reward, skenario adaptif, finite state machine.
Plasmodium Falciparum Identification in Thick Blood Preparations Using GLCM and Support Vector Machine (SVM) Farah Zakiyah Rahmanti; Novita Kurnia Ningrum; Septian Enggar Sukmana; Prajanto Wahyu Adi
Journal of Applied Intelligent System Vol 2, No 1 (2017): April 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i1.1388

Abstract

Malaria is one of the serious diseases that require rapid handling, otherwise it can lead to death. One of the causes of malaria parasites is plasmodium falciparum which can cause severe or fatal malaria. Handling a medical late can increase the risk of death. Therefore, it takes a rapid identification system with a high percentage of accuracy to reduce the risk of death. This research aims to build an identification system of plasmodium falciparum in thick blood film using Gray Level Co-occurrence Matrix (GLCM) and Support Vector Machine (SVM). The GLCM is used to get texture feature values such as contrast, correlations, energy, and homogeneity from images. Those values is processed and as an input of classification using SVM. The research result using SVM for accuracy value of  plasmodium falciparum identification can reach 93.33%.
Subtle Changes of Basketball Player in Video Based Euler Method Septian Enggar Sukmana; Nisa'ul Hafidhoh; Dwi Harini Sulistyawati
Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i2.1503

Abstract

Analysing basketball player movement is not performed conventionally recently. Combining science and technology in sport has made a great impact. Basketball player movement analysis using latest technology can achieved by many ways such as retrieving information from video. A video that contains basketball match can be valuable resource to be analysed by computer vision technique. Player movement estimation can be separated into two categories such explicitly or implicitly. Player movement estimation that is performed implicitly is assumed more efficient than explicitly one, but in consequent, it has exploiting series computation like Lagrangian or Eulerian to the pixel color value and it is not easy to be seen by human visual system. This paper uses Eulerian series because of its succest in the previous research activity that called eluerian video magnification technique. That technique is implemented to basketball player in the field and it is not easy task because it is the object is formed as group in certain environment.
Pemodelan Perilaku Musuh Menggunakan Finite State Machine (FSM) Pada Game Pengenalan Unsur Kimia Tito Bimantoro; Hanny Haryanto
Journal of Applied Intelligent System Vol 1, No 3 (2016): Oktober 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i3.1254

Abstract

Pembelajaran kimia mempunyai peran penting dalam pendidikan dan kehidupan sehari-hari. Kurangnya pemahaman terhadap pembelajaran unsur-unsur kimia pada siswa Sekolah Menengah Atas membuat mereka belum bisa menghubungkan antara apa yang mereka pelajari dan bagaimana pengetahuan itu akan digunakan. Hal ini dikarenakan cara mereka memperoleh informasi dan motivasi diri belum tersentuh oleh metode yang benar-benar dapat membantu mereka. Para siswa kesulitan untuk memahami konsep-konsep akademis karena metode mengajar yang selama ini digunakan oleh guru hanya terbatas pada metode ceramah. Salah satu metode yang dapat lebih membantu dalam pembelajaran adalah melalui media game. Sistem agen cerdas juga dibutuhkan untuk menambah pengalaman bermain game dengan tantangan-tantangan, sehingga materi yang diberikan dapat lebih dipahami dan menambah minat siswa dalam proses belajar. Model kecerdasan buatan yang digunakan adalah Finite State Machine (FSM) yang digunakan untuk merancang perilaku agen cerdas musuh dalam game. Hasil penelitian ini adalah kecerdasan buatan pada perilaku musuh dalam game pembelajaran pengenalan unsur-unsur kimia menggunakan metode Finite State Machine (FSM) untuk membantu pembelajaran siswa SMA/MA. Kata Kunci: Game Edukasi, Finite State Machine, Unsur Kimia
Recommendation System for Major University Determination Based on Student’s Profile and Interest Desi Purwanti Kusumaningrum; Noor Ageng Setiyanto; Erwin Yudi Hidayat; Khafiizh Hastuti
Journal of Applied Intelligent System Vol 2, No 1 (2017): April 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i1.1389

Abstract

Failure study on university students is one of the serious problems we face today. Data from the Centre for Education Statistics Research and Development of the Ministry of National Education Republic of Indonesia showed that the percentage of students graduate on time from 2001 to 2011 only reached 51.97%. In addition, cases of students dropping out at the beginning of the semester is also quite significant. One of the causes of failure of this study was the selection of major’s errors when applying to university. This study offers a selection subject recommendation system that builds on the profile data and student’s interest using the technique of Association Rule. Results of the rules of the relationship will then be matched with prospective students using questionnaires dynamic, so expect new students get recommendations more valid subject fit the profile and interest respectively. The system built on this research utilizes student data stored on the academic system of Dian Nuswantoro University. This model however can be adapted by all the universities that has a system of academic information. At the end of this system is expected to be used to minimize failures caused students study majors election mistakes
Multi-Criteria Decision Making Dalam Penentuan Jurusan Siswa Pada Lembaga Pendidikan dan Pelatihan (LPP) Penerbangan - Safrizal; Lili Tanti
Journal of Applied Intelligent System Vol 1, No 3 (2016): Oktober 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i3.1250

Abstract

Lembaga Pendidikan dan Pelatihan (LPP) Penerbangan adalah Lembaga pelatihan profesi yang memdidik, melatih dan menyalurkan kerja dalam bidang penerbangan. Dalam menentukan jurusan siswa ada LPP Penerbangan yaitu jurusan Airlines Staf, Travel Agent Staf dan Cabin Staf diperlukan banyak kriteria yang dibutuhkan agar jurusan yang ditentukan sesuai dengan bidang pekerjaan yang ada pada perusahaan penerbangan dan pihak manajemen dapat merekomendasikan untuk ditempatkan pada maskapai tersebut. Untuk itu perlu adanya sebuah Sistem Pendukung Keputusan (SPK) serta penerapan metode AHP yang akan membantu mengolah data siswa tersebut. Metode AHP dinggap baik karena dapat membandingkan antara kriteria yang ditetapkan dengan alternatif. Penerapan metode metode  AHPmenjadi suatu kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat porses pengambilan keputusan dengan memecahkan pesoalan tersebut kedalam bagian-bagiannya untuk mempengaruhi hasil dalam membantu pihak manajemen dalam merekomendasikan atau menentukan jurusan yang sesuai dengan kemampuan siswa tersebut. Kata kunci -Sistem-Pendukung-Keputusan, Penentuan Jurusan, LPP Penerbangan, AHP
Naive Bayes Classifier Based Geographic Information System for University Search Information Junta Zeniarja; Ardytha Luthfiarta; Catur Supriyanto
Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i2.1587

Abstract

Information about the geographical location of universities is necessary for graduates of Senior High School who want to continue their education to a university. Most of the graduate students do not know the location of the universities since the geographical location of Google Maps is less clear and less precise. Therefore, the application of Geographic Information Systems (GIS) based on Information Retrieval (IR) is expected to facilitate the graduate students to know the exact location of the university. In this paper, IR-based GIS application is developed by using web programming. The web is used as a search engine when someone wants to find a college. The application shows the map and information of the college in the area according to the query of the user. Naive Bayes algorithm is used to classify the user query and locate the query on the map. Based on our prototype, the application is promising to be implemented for the student.
Penerapan Algoritma Genetika Untuk Penjadwalan Mata Pelajaran Ni Luh Gede Pivin Suwirmayanti; I Made Sudarsana; Suta Darmayasa
Journal of Applied Intelligent System Vol 1, No 3 (2016): Oktober 2016
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v1i3.1255

Abstract

Penentuan guru mengajar merupakan elemen penting di dalam penyusunan jadwal mata pelajaran di sekolah. Selain itu juga merupakan permasalahan umum yang selalu menjadi beban bagi bidang kurikulum. Masalah yang sering muncul adalah jam mengajar yang sama oleh seorang guru dalam ruangan yang berbeda. Hal ini sangat mengganggu waktu belajar siswa. Metode algoritma genetika adalah suatu metode yang dapat digunakan untuk menyelesaikan masalah penjadwalan mata pelajaran. Algoritma genetika digunakan untuk memecahkan masalah yang dimodelkan sesuai dengan prinsip-prinsip evolusi dalam ilmu biologi. Penerapan metode Algortima Genetika untuk Penjadwalan Mata Pelajaran diharapkan dapat dikembangkan lebih lanjut ke dalam suatu sistem terkomputerisasi yang dapat mengganti cara manual penjadwalan mata pelajaran dan dapat menghasilkan jadwal yang lebih akurat dengan aturan yang ada dalam waktu yang lebih singkat. Kata Kunci: Algortima Genetika, Penjadwalan, Matapelajaran, Mengajar
Estimation of Students’ Graduation Using Multiple Linear Regression Method Bintang Dewi Fajar Kurniatullah; Yuventius Tyas Catur Pramudi
Journal of Applied Intelligent System Vol 2, No 1 (2017): April 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i1.1415

Abstract

Utilization of students’ academic data to produce information used by management in monitoring students’ study period on Information System Department. Multiple linier regression method will produce multiple linier regression equation used for estimating students’ graduation equipped with prototype. According to analysis carried out by using nine variable SKS1, SKS2, SKS3, SKS4, IPS1, IPS2, IPS3, IPS4, and the number of repeated courses of 2008 to 2012 the multiple linier regression equation is Y = 13.49  +  0.099 X1  + (-0.068) X2 + 0.025 X3 + (-0.059) X4 + (-0.585) X5 + (-0.443) X6 + (-0.155) X7 + (-0.368) X8 + (-0.082) X9. From the equation there is an error of MSE and RMSE that is equal to 0.1168 and 0.3418. The prototype uses a PHP-based program using sublime text and XAMPP. The prototype monitoring the students’ study time in this research is very helpful if supported by management. Keywords: Data mining, multiple linear regression, estimation, monitoring, study time

Page 3 of 20 | Total Record : 191

 1   2   3   4   5 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2025): April 2025 Vol. 9 No. 2 (2024): Journal of Applied Intelligent System Vol. 9 No. 1 (2024): Journal of Applied Intelligent System Vol. 8 No. 3 (2023): Journal of Applied Intelligent System Vol. 8 No. 2 (2023): Journal of Applied Intelligent System Vol. 8 No. 1 (2023): Journal of Applied Intelligent System Vol 7, No 3 (2022): Journal of Applied Intelligent System Vol 7, No 2 (2022): Journal of Applied Intelligent System Vol 7, No 1 (2022): Journal of Applied Intelligent System Vol 6, No 2 (2021): Journal of Applied Intelligent System Vol 6, No 1 (2021): Journal of Applied Intelligent System Vol 5, No 2 (2020): Journal of Applied Intelligent System Vol 5, No 1 (2020): Journal of Applied Intelligent System Vol 4, No 2 (2019): Journal of Applied Intelligent System Vol. 4 No. 2 (2019): Journal of Applied Intelligent System Vol 4, No 1 (2019): Journal of Applied Intelligent System Vol 3, No 2 (2018): Journal of Applied Intelligent System Vol 3, No 1 (2018): Journal of Applied Intelligent System Vol 2, No 2 (2017): December 2017 Vol 2, No 1 (2017): April 2017 Vol 1, No 3 (2016): Oktober 2016 Vol 1, No 2 (2016): Juni 2016 Vol 1, No 1 (2016): Februari 2016 Vol 1, No 1 (2016): Februari 2016 Vol 1, No 1 (2015): Februari 2015 (Hal. 1-69) More Issue