Pathfinding NPC Game SIF
Bahasa Pemrograman | Microsoft C# .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Tidak ada |
---|
Metode Tambahan | FA (Firefly Algorithm) |
---|
Total waktu pengerjaan | 2 hari |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 2 hari karena hanya merupakan contoh implementasi metode FA (Firefly Algorithm) dengan contoh kasus yang tersedia.
Ada sebuah game dimana dalam suatu peta terdapat 1 karakter utama dan beberapa karakter musuh / NPC. Para NPC akan berusaha untuk bergerak mendekati karakter utama dengan jarak yang terpendek. Tetapi dalam peta tersebut juga terdapat obyek halangan seperti rumah dan pohon yang tidak boleh dilewati NPC secara langsung.Metode yang digunakan adalah metode FA (Firefly Algorithm). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Pemetaan Rawan Pangan
Bahasa Pemrograman | PHP: Hypertext Preprocessor |
---|
Software | Microsoft Notepad |
---|
Browser | Google Chrome, Mozilla Firefox |
---|
Database | XAMPP 5.6.11 (bisa dicoba menggunakan versi yang lebih rendah) |
---|
Metode Tambahan | K-Means Clustering |
---|
Total waktu pengerjaan | 2 minggu |
---|
Deskripsi Proyek |
---|
Status rawan pangan ditentukan dari 3 buah indeks, yaitu indeks ketersediaan, indeks akses, dan indeks pemanfaatan. Masing-masing indeks memiliki kriteria sendiri-sendiri dan dihitung menggunakan rumus-rumus tertentu. Proses perhitungan indeks akan dilakukan dari masing-masing periode dan masing-masing kecamatan, dan kemudian klasifikasi akan dilakukan untuk mengetahui kecamatan manakah yang mengalami rawan pangan dan yang tidak.Metode yang digunakan adalah metode K-Means Clustering. Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Pengenalan Sidik Jari
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Microsoft SQL Server 2012 |
---|
Metode Tambahan | Back-Propagation |
---|
Total waktu pengerjaan | 1 minggu |
---|
Deskripsi Proyek |
---|
Ada beberapa gambar jenis sidik jari dengan 4 posisi tertentu. Pada menu Pelatihan, masing-masing jenis sidik jari ini akan dilatih untuk menghasilkan bobot dari masing-masing sidik jari tersebut. Kemudian pada menu Pengujian, ada input sebuah / beberapa sidik jari dengan posisi tertentu. Data ini akan kemudian akan diidentifikasi menggunakan bobot karakter, sehingga dikenali gambar sidik jari apakah yang paling mendekati jenis sidik jari tersebut.Metode yang digunakan adalah metode Back-Propagation. Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Pencarian Lokasi Fasilitas Umum Terdekat
Bahasa Pemrograman | PHP: Hypertext Preprocessor |
---|
Software | Microsoft Notepad |
---|
Browser | Google Chrome, Mozilla Firefox |
---|
Database | XAMPP 5.6.11 (bisa dicoba menggunakan versi yang lebih rendah) |
---|
Metode Tambahan | BCO (Bee Colony Optimization) |
---|
Total waktu pengerjaan | 1 minggu |
---|
Deskripsi Proyek |
---|
Ada beberapa contoh data lokasi fasilitas umum dan terdapat dalam peta. Pengguna dapat melakukan klik pada peta untuk menentukan titik awal / posisi dari pengguna tersebut. Kemudian sistem akan mencari jalur terpendek menuju lokasi terdekat. Apabila lokasi cukup jauh dari titik awal, maka data juga harus melewati data simpangan-simpangan yang tersedia sampai menuju lokasi tersebut.Metode yang digunakan adalah metode BCO (Bee Colony Optimization). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
(Tutorial) Penjadwalan Mata Kuliah
Bahasa Pemrograman | Tidak ada |
---|
Software | Tidak ada |
---|
Database | Tidak ada |
---|
Metode Tambahan | ACO (Ant Colony Optimization) |
---|
Total waktu pengerjaan | 3 hari |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 3 hari karena hanya merupakan pembuatan tutorial metode ACO (Ant Colony Optimization) dengan contoh kasus yang tersedia.
Fungsi utama aplikasi ini adalah untuk menemukan jadwal mata kuliah dengan batasan inputan mata kuliah, ruangan, dan waktu. Ada sejumlah inputan mata kuliah dan ruangan yang dapat dipakai, dan kemudian akan ditentukan jadwal kuliah dengan waktu tertentu. Normalnya, dalam sekali proses perhitungan akan diperoleh 1 jadwal kuliah dengan total sks paling banyak dan tidak ada mata kuliah yang kembar; akan tetapi pada aplikasi ini diperlukan 2 jadwal kuliah, sehingga diperlukan batasan tambahan bahwa antara jadwal pertama dan kedua, pada waktu yang sama tidak boleh ada ruangan yang sama.Metode yang digunakan adalah metode ACO (Ant Colony Optimization). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Klasifikasi Daun Mangga
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Tidak ada |
---|
Metode Tambahan | k-NN (k-Nearest Neighbors) |
---|
Total waktu pengerjaan | 2 hari |
---|
Deskripsi Proyek |
---|
Ada beberapa folder data daun mangga menurut jenis mangga tersebut. Setelah memilih folder data, maka masing-masing gambar akan disimpan sementara. Selanjutnya ada data gambar daun mangga yang tidak diketahui jenisnya. Data ini kemudian akan diproses untuk diketahui jenis daun mangga apakah gambar tersebut.Metode yang digunakan adalah metode k-NN (k-Nearest Neighbors). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Pencarian Lokasi Kesehatan Terdekat
Bahasa Pemrograman | PHP: Hypertext Preprocessor |
---|
Software | Microsoft Notepad |
---|
Browser | Google Chrome, Mozilla Firefox |
---|
Database | XAMPP 5.6.11 (bisa dicoba menggunakan versi yang lebih rendah) |
---|
Metode Tambahan | PSO (Particle Swarm Optimization) |
---|
Total waktu pengerjaan | 1 minggu |
---|
Deskripsi Proyek |
---|
Ada beberapa contoh data lokasi kesehatan dan terdapat dalam peta. Pengguna dapat melakukan klik pada peta untuk menentukan titik awal / posisi dari pengguna tersebut. Kemudian sistem akan mencari jalur terpendek menuju lokasi terdekat. Apabila lokasi cukup jauh dari titik awal, maka data juga harus melewati data simpangan-simpangan yang tersedia sampai menuju lokasi tersebut.Metode yang digunakan adalah metode PSO (Particle Swarm Optimization). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Penjadwalan Mata Kuliah
Bahasa Pemrograman | PHP: Hypertext Preprocessor |
---|
Software | Microsoft Notepad |
---|
Browser | Google Chrome, Mozilla Firefox |
---|
Database | XAMPP 5.6.11 (bisa dicoba menggunakan versi yang lebih rendah) |
---|
Metode Tambahan | ACO (Ant Colony Optimization) |
---|
Total waktu pengerjaan | 2 hari |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 2 hari karena hanya merupakan penambahan algoritma pada website yang sudah ada.
Ada sejumlah inputan data mata kuliah, ruangan, hari, waktu, dan tabel ajar yang tersedia. Data-data ini kemudian akan diproses untuk memperoleh jadwal kuliah yang paling baik. Jadwal kuliah yang tersedia memiliki batasan bahwa pada hari dan jam yang sama, tidak boleh ada matakuliah, dosen, ruang, atas kelas yang berada pada saat bersamaan. Dalam 1 kali perhitungan akan menghasilkan jadwal kuliah dalam sebuah pilihan semester, sehingga harus dilakukan perhitungan beberapa kali untuk mendapatkan jadwal kuliah pada semua semester.Metode yang digunakan adalah metode ACO (Ant Colony Optimization). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Deteksi Plat Nomor
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Microsoft SQL Server 2012 |
---|
Metode Tambahan | Back-Propagation |
---|
Total waktu pengerjaan | 2 minggu |
---|
Deskripsi Proyek |
---|
Pada menu Pelatihan, ada beberapa contoh potongan gambar karakter plat nomor yang tersedia. Masing-masing gambar ini akan dilatih untuk menghasilkan bobot dari masing-masing karakter. Kemudian pada menu Pengujian, ada input sebuah plat nomor. Plat nomor ini akan kemudian akan diidentifikasi menggunakan bobot karakter, sehingga dikenali karakter apa saja yang terdapat dalam plat nomor tersebut.Metode yang digunakan adalah metode Back-Propagation. Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Deteksi Tepi Citra
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Tidak ada |
---|
Metode Tambahan | Operator Prewitt |
---|
Total waktu pengerjaan | 2 hari |
---|
Deskripsi Proyek |
---|
Ada beberapa contoh input citra yang tersedia. Aplikasi kemudian akan melakukan proses pendeteksian tepi, dan hasilnya adalah file gambar dimana titik tepian akan berwarna lebih terang, dan selain itu akan berwarna lebih gelapMetode yang digunakan adalah metode Operator Prewitt. Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
(Tutorial) Pathfinding NPC Game SIF
Bahasa Pemrograman | Tidak ada |
---|
Software | Tidak ada |
---|
Database | Tidak ada |
---|
Metode Tambahan | FA (Firefly Algorithm) |
---|
Total waktu pengerjaan | 2 hari |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 2 hari karena hanya merupakan pembuatan tutorial metode FA (Firefly Algorithm) dengan contoh kasus yang tersedia.
Ada sebuah game dimana dalam suatu peta terdapat 1 karakter utama dan beberapa karakter musuh / NPC. Para NPC akan berusaha untuk bergerak mendekati karakter utama dengan jarak yang terpendek. Tetapi dalam peta tersebut juga terdapat obyek halangan seperti rumah dan pohon yang tidak boleh dilewati NPC secara langsung.Metode yang digunakan adalah metode FA (Firefly Algorithm). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Enkripsi Dekripsi File
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Tidak ada |
---|
Metode Tambahan | AES (Advanced Encryption Standard) |
---|
Total waktu pengerjaan | 3 hari |
---|
Deskripsi Proyek |
---|
Ada berbagai file dengan batasan tipe file adalah file teks (.txt), dokumen (.docx), dan PDF (.pdf). File yang dipilih kemudian akan dilakukan proses enkripsi. Hasil file enkripsi ini tidak dapat dibuka seperti semula (jika dipaksa untuk dibuka, maka akan muncul peringatan bahwa file telah korup / rusak). File ini kemudian dapat dijadikan input untuk dilakukan proses dekripsi. Hasil file dekripsi adalah file yang kembali seperti semula, dan dapat dibuka secara normal.Metode yang digunakan adalah metode Algoritma AES (Advanced Encryption Standard). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Implementasi Watermark
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Tidak ada |
---|
Metode Tambahan | DCT (Discrete Cosine Transform) |
---|
Total waktu pengerjaan | 4 hari |
---|
Deskripsi Proyek |
---|
Ada berbagai gambar utama dan gambar teks yang akan disisipkan ke dalam gambar utama. Aplikasi kemudian akan menyisipkan gambar teks ke dalam gambar utama. Hasil gambar tersebut kemudian dapat dilakukan proses ekstraksi untuk mengambil gambar teks yang disisipkan sebelumnyaMetode yang digunakan adalah metode Algoritma DCT (Discrete Cosine Transform). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Perbandingan Identifikasi Wajah
Bahasa Pemrograman | Mathworks Matlab |
---|
Software | Mathworks Matlab R2015a (downgrade ke Mathworks Matlab R2008b dengan membuat ulang desain tampilan) |
---|
Database | Tidak ada |
---|
Metode Tambahan | Eigenface dan Fisherface |
---|
Total waktu pengerjaan | 1 minggu (termasuk 1 hari untuk downgrade ke Mathworks Matlab R2008b) |
---|
Deskripsi Proyek |
---|
Ada berbagai foto profil wajah orang untuk digunakan sebagai data pembelajaran (dalam hal ini disebut sebagai master foto). Kemudian ada berbagai foto wajah dengan kombinasi ekspresi (senyum, ketawa, dll) dan aksesoris (topi, kacamata, dll), dimana foto-foto ini (dalam hal ini disebut sebagai input foto) kemudian akan dicari kemiripannya dengan master foto yang sudah ada sebelumnya.Metode yang digunakan adalah metode Algoritma Eigenface dan Algoritma Fisherface. Nantinya akan dibandingkan akurasi diantara kedua metode tersebut metode manakah yang lebih akurat. Tutorial dari masing-masing metode dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Tes program yang sebenarnya adalah menggunakan foto wajah yang dikirimkan oleh klien, tetapi pada screenshot ini kami menggunakan foto lain untuk menyamarkan identitas klien kami.
Pengelompokan Produksi Tanaman
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | MySQL Server |
---|
Metode Tambahan | K-Means Clustering |
---|
Total waktu pengerjaan | 1 hari |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 1 hari karena hanya melakukan penerapan metode ke dalam contoh kasus yang tersedia, fitur-fitur selain itu sudah selesai dikerjakan sebelumnya.
Ada sekumpulan data produksi dari berbagai tanaman (buah-buahan dan sayuran) dari beberapa kecamatan selama beberapa tahun. Data produksi dalam 1 tahun akan dikumpulkan ke dalam 4 triwulan. Nantinya sistem akan mengelompokkan data-data ini, sehingga hasilnya akan diketahui produksi dari kecamatan mana dan tahun produksi berapa yang memiliki produksi terbaik pada masing-masing triwulan. Akan ada 4 kelompok data untuk masing-masing produksi pada triwulan terbaik.Metode yang digunakan adalah metode K-Means Clustering. Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Karena hanya meneruskan program yang sudah ada, maka kami hanya akan menampilkan form yang kami kerjakan saja.
Penjadwalan Mata Kuliah
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Microsoft SQL Server 2012 |
---|
Metode Tambahan | ACO (Ant Colony Optimization) |
---|
Total waktu pengerjaan | 1 minggu |
---|
Deskripsi Proyek |
---|
Fungsi utama aplikasi ini adalah untuk menemukan jadwal mata kuliah dengan batasan inputan mata kuliah, ruangan, dan waktu. Ada sejumlah inputan mata kuliah dan ruangan yang dapat dipakai, dan kemudian akan ditentukan jadwal kuliah dengan waktu tertentu. Normalnya, dalam sekali proses perhitungan akan diperoleh 1 jadwal kuliah dengan total sks paling banyak dan tidak ada mata kuliah yang kembar; akan tetapi pada aplikasi ini diperlukan 2 jadwal kuliah, sehingga diperlukan batasan tambahan bahwa antara jadwal pertama dan kedua, pada waktu yang sama tidak boleh ada ruangan yang sama.Metode yang digunakan adalah metode ACO (Ant Colony Optimization). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Pemilihan Pegawai Terbaik
Bahasa Pemrograman | PHP: Hypertext Preprocessor |
---|
Software | Microsoft Notepad |
---|
Browser | Google Chrome, Mozilla Firefox |
---|
Database | XAMPP 5.6.11 (bisa dicoba menggunakan versi yang lebih rendah) |
---|
Metode Tambahan | ID3 (Iterative Dichotomiser 3) |
---|
Total waktu pengerjaan | 1 minggu |
---|
Deskripsi Proyek |
---|
Proyek ini merupakan realisasi dari tutorial pembuktian metode ID3 (Iterative Dichotomiser 3) yang sudah pernah dikerjakan sebelumnya.
Ada 4 kriteria yang menentukan pengambilan keputusan pegawai terbaik, yaitu Attitude, Disiplin, Tanggung Jawab, dan Pendidikan. Masing-masing kriteria berisi nilai yang dipilih dari salah satu pilihan: Baik, Sedang, Buruk. Kemudian ada sekumpulan data pegawai dengan isian nilai yang berbeda-beda pada setiap kriterianya. Nantinya sistem akan melakukan perhitungan, dan akan diketahui urutan kriteria dari yang paling menentukan pengambilan keputusan sampai kepada kriteria yang paling tidak menentukan pengambilan keputusan.
Setelah menentukan kriteria tersebut, langkah selanjutnya adalah menghitung skor pada masing-masing pegawai, sehingga nantinya dapat diketahui urutan pegawai terbaik sampai dengan yang terburuk.Metode yang digunakan adalah metode ID3 (Iterative Dichotomiser 3). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
(Tutorial) Pemilihan Pegawai Terbaik
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Tidak ada |
---|
Metode Tambahan | ID3 (Iterative Dichotomiser 3) |
---|
Total waktu pengerjaan | 1 hari |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 1 hari karena hanya merupakan pembuatan tutorial pembuktian metode ID3 (Iterative Dichotomiser 3) pada contoh kasus yang tersedia.
Ada 4 kriteria yang menentukan pengambilan keputusan pegawai terbaik, yaitu Attitude, Disiplin, Tanggung Jawab, dan Pendidikan. Masing-masing kriteria berisi nilai yang dipilih dari salah satu pilihan: Baik, Sedang, Buruk. Kemudian ada sekumpulan data pegawai dengan isian nilai yang berbeda-beda pada setiap kriterianya. Nantinya sistem akan melakukan perhitungan, dan akan diketahui urutan kriteria dari yang paling menentukan pengambilan keputusan sampai kepada kriteria yang paling tidak menentukan pengambilan keputusan.Metode yang digunakan adalah metode ID3 (Iterative Dichotomiser 3). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
(Tutorial) Economic Dispatch
Bahasa Pemrograman | Microsoft Visual Basic .NET (+ penyesuaian skrip ke dalam bahasa PHP) |
---|
Software | Microsoft Visual Studio 2012 (penyesuaian skrip PHP menggunakan Notepad++ dan XAMPP) |
---|
Database | Tidak ada |
---|
Metode Tambahan | FA (Firefly Algorithm) |
---|
Total waktu pengerjaan | 1 hari (+ 1 hari untuk penyesuaian skrip PHP) |
---|
Deskripsi Proyek |
---|
Proyek ini hanya dikerjakan dalam 1 hari karena hanya merupakan pembuatan tutorial metode FA (Firefly Algorithm) dengan contoh kasus yang tersedia.
Ada beberapa pembangkit listrik. Masing-masing pembangkit memiliki koefisien beban, dan batas minimal maksimal beban yang dapat dipakai. Koefisien tersebut digunakan untuk perhitungan rumus untuk mencari biaya pada masing-masing pembangkit. Tujuan permasalahan adalah mencari beban-beban paling optimal, sehingga dihasilkan nilai biaya yang paling murah. Dengan catatan bahwa jumlah beban pada semua pembangkit harus sama dengan X, karena jika tidak ada jumlah beban yang dicari, maka tentu saja biaya paling murah adalah menggunakan batas minimal beban pada masing-masing pembangkit.Metode yang digunakan adalah metode FA (Firefly Algorithm). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Optimasi Pendistribusian Barang
Bahasa Pemrograman | Microsoft Visual Basic .NET |
---|
Software | Microsoft Visual Studio 2012 |
---|
Database | Microsoft SQL Server 2012 |
---|
Metode Tambahan | BCO (Bee Colony Optimization) |
---|
Total waktu pengerjaan | 1 minggu |
---|
Deskripsi Proyek |
---|
Fungsi utama aplikasi ini adalah untuk menemukan jalur terpendek dari tempat-tempat yang telah dipilih. Ada beberapa tempat yang dapat dipilih, masing-masing tempat akan berada pada posisi yang berbeda-beda. Sistem akan mencari jalur terpendek untuk mengunjungi semua titik tersebut. Setelah menemukan jalur terbaik, maka sistem akan menggambar jalur tersebut ke dalam peta yang sudah disiapkan. Kemudian sistem akan menghitung biaya perjalanan jika menggunakan masing-masing armada / alat transportasi yang tersedia, dan memberikan kesimpulan untuk menggunakan armada dengan biaya perjalanan terendah.Metode yang digunakan adalah metode BCO (Bee Colony Optimization). Tutorial metode ini dapat dilihat pada link diatas. |
Screenshot Hasil Implementasi
Tertarik menggunakan jasa kami? Informasi lebih lanjut mengenai fasilitas dan harga yang ditawarkan dapat dilihat pada
Fasilitas dan Harga
Hubungi kami di
Hubungi Kami