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
Kab. ponorogo,
Jawa timur
INDONESIA
Fountain of Informatics Journal
Published by Universitas Darussalam Gontor
ISSN : 25414313     EISSN : 25485113     DOI : -
Core Subject :
Fountain of Informatics Journal (FIJ), with registered ISSN 2541-4313 (Print), ISSN 2548-5113 (Online), and DOI 10.21111/fij, is a peer-reviewed journal published semi-annual (May and November) by Universitas Darussalam Gontor. The FIJ invites manuscripts in the various topics include, but not limited to, functional areas of the information system, software engineering, computer network and game technology.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol. 6 No. 2 (2021): November" : 5 Documents clear
Front Matter and Back Matter Muriyatmoko, Dihin
Fountain of Informatics Journal Vol. 6 No. 2 (2021): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v6i2.8797

Abstract

Development of Non-Player Character for 3D Kart Racing Game Using Decision Tree Mas'udi, Nashrul Azhar; Jonemaro, Eriq Muhammad Adams; Akbar, Muhammad Aminul; Afirianto, Tri
Fountain of Informatics Journal Vol. 6 No. 2 (2021): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v6i2.4678

Abstract

Racing game is one of the genre that’s still popular today. Unity is one of many game engines one can use to develop a racing game. At Unity Asset Store, there is a free template called Micro-Game Karting which can only be played alone. In order to play player versus enemy mode, an artificial intelligence (AI) is needed for directing non-player character (NPC) who acts as the opponent. In racing game, the AI requires the use of movement algorithm and decision making system. For this study, the movement algorithm will use pathfinding. The algorithm is used as a guiding path when NPC is moving and avoiding obstacles in the way. Pathfinding will use waypoint system and raycasting to accomplish it. The decision making technique that will be used is decision tree. It functions as decision maker for NPC so it can determine the correct action to be done at certain time. Result of black box and white box testing showed NPC is functional. As for FPS (frame per second) test, performance suffers 0.2-0.3 FPS decrease for every addition of 2 NPCs. According to lap time test, the developed NPC is faster than ML NPC and driving test showed favorable outcome.
Pengembangan Model Sistem Dinamik untuk Meningkatkan Kinerja Distribusi Pupuk Urea (Studi Kasus: PT Petrokimia Gresik) Abadi, Syauqi Saswatata Nawal; Suryani, Erma; Hendrawan, Rully Agus
Fountain of Informatics Journal Vol. 6 No. 2 (2021): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v6i2.4782

Abstract

Sektor agraris atau pertanian merupakan salah satu sektor yang dijadikan andalan untuk menggerakan perekonomian indonesia. Untuk menciptakan hasil pertanian yang berkualitas, pupuk menjadi salah satu komponen penting yang dapat meningkatkan kuantitas serta kualitas panen. Agar pupuk tersebut dapat tersalurkan dengan baik hingga sampai ketangan para petani, diperlukan adanya sistem distribusi pupuk yang optimal. Namun, terdapat beberapa permasalahan yang menghambat proses distribusi pupuk tersebut salah satunya adalah pengeluaran biaya distribusi yang cukup tinggi. Mengacu kepada permasalahan tersebut, maka diusulkan penelitian berbentuk tugas akhir ini yang memiliki tujuan untuk meningkatkan kinerja distribusi pupuk urea pada Kabupaten Mojokerto. Peningkatan kinerja distribusi ini dikhususkan untuk dapat mengurangi biaya distribusi. Penelitian ini menggunakan metode sistem dinamik, yang dipilih karena mampu mendefinisikan sistem distribusi pupuk yang ada dengan baik, serta mampu melakukan simulasi terhadap variabel-variabel yang berkaitan dengan sistem tanpa mengubah jalannya sistem. Setelah model sistem dinamik terbentuk, akan dilakukan tahap penyusunan skenario dengan melakukan pengujian terhadap beberapa input yang berbeda untuk mengetahui dampak pada outputnya. Skenario yang dihasilkan pada penelitian ini adalah skenario untuk menyesuikan jumlah buruh angkut dengan kapasitas produksi dan skenario untuk meminimalkan jumlah pupuk yang rusak. Dengan dilakukannya kedua skenario tersebut, biaya distribusi pupuk urea ke Kabupaten Mojokerto oleh PT Petrokimia Gresik dapat berkurang sebesar Rp143.110.984,00. Dilakukannya penelitian ini sekaligus dapat dijadikan acuan bagi PT Petrokimia Gresik untuk menurunkan biaya distribusi pupuk agar dapat berjalan dengan lebih optimal.
Analisis Sentimen Pada Tweet Tentang Penanganan Covid-19 Menggunakan Word Embedding Pada Algoritma Support Vector Machine Dan K-Nearest Neighbor Sabrila, Trifebi Shina; Sari, Veronica Retno; Minarno, Agus Eko
Fountain of Informatics Journal Vol. 6 No. 2 (2021): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v6i2.5536

Abstract

Analisis sentimen merupakan salah satu bidang dari pengolahan data berbentuk teks untuk mengidentifikasi isi yang terkandung dalam teks pada dataset dengan membagi dataset ke dalam dua kelas yaitu sentimen positif dan sentimen negatif. Pada penelitian ini akan dilakukan analisis sentimen terhadap data yang diperoleh dari jejaring sosial Twitter mengenai penanganan Covid-19 oleh pemerintah di Indonesia yang menuai banyak pro dan kontra oleh masyarakat di Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui kecenderungan masyarakat terkait topik tersebut. Metode klasifikasi yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN) dengan ekstraksi fitur Word Embedding. Pengklasifikasian yang dilakukan dengan menggunakan algoritma Support Vector Machine (SVM) dengan menggunakan ekstraksi fitur Word Embedding yaitu Word2Vec menghasilkan akurasi sebesar 85%, presisi 86% , recall 85%, dan nilai AUC sebesar 0.92. Sementara pada algoritma K-Nearst Neighbor (KNN) dengan ekstraksi fitur yang sama, dihasilkan akurasi sebesar 76%, presisi 77%, recall 76% dan nilai AUC sebesar 0.87. Hasil perbandingan dari kedua metode menunjukkan bahwa algoritma Support Vector Machine (SVM) mendapatkan performa yang lebih baik dibandingkan algoritma K-Nearest Neighbor (KNN).
Perancangan Permainan Tebak Gambar Isi Rumah Menggunakan Game Engine Unity Armin, Aidil Primasetya; Darwanto, Agus; Nabila, Amira Mar'atu
Fountain of Informatics Journal Vol. 6 No. 2 (2021): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v6i2.5990

Abstract

Unity merupakan salah satu mesin game yang dapat digunakan untuk membuatan game. Game memilik beberapa genre, salah satunya Game Puzzle. Game Puzzle bertujuan untuk menguji keterampilan pengguna dalam memecahkan masalah. Game Puzzle miliki genre sendiri salah satunya Action [1]. Salah satu masalah yang dapat digunakan dalam Puzzle Game adalah Gambar. Tebak Gambar adalah salah satu model permainan yang termasuk dalam genre Game Puzzle. Pada penawaran ini ditawarkan Perancangan Permainan Tebak Gambar dengan aturan permainan yang memilih dan mencocokan objek gambar dengan objek gambar yang di cari. Aturan permainan yang lain dimulai setiap kali permainan yang objek yang di cari akan berubah-ubah. Objek yang digunakan sebanyak 10 dan objek random yang muncul ketika permainan dimulai 5. Maka setiap permainan dimulai pada posisi objek tidak berubah. Hasil yang didapat diujikan dengan menggunakan metode black box.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2025): Mei Vol. 9 No. 2 (2024): November 2024 Vol. 9 No. 1 (2024): Mei 2024 Vol. 8 No. 2 (2023): November Vol. 8 No. 1 (2023): Mei Vol 7, No 2 (2022): November 2022 Vol. 7 No. 3 (2022): Specials Issue Desember - Seminar Nasional Sains dan Teknologi Vol. 7 No. 2 (2022): November Vol 7, No 1 (2022): Mei Vol 6, No 2 (2021): November Vol. 6 No. 2 (2021): November Vol 6, No 1 (2021): Mei Vol 5, No 3 (2020): Specials Issue November - Seminar Nasional Sains dan Teknologi Vol 5, No 2 (2020): November Vol 5, No 1 (2020): Mei Vol 4, No 2 (2019): November Vol 4, No 1 (2019): Mei Vol 3, No 2 (2018): November Vol 3, No 1 (2018): Mei Vol 2, No 2 (2017): November Vol 2, No 1 (2017): Mei Vol 1, No 2 (2016): November More Issue