LAPORAN KEMAJUAN DOSEN PEMULA

(1)

i `

LAPORAN KEMAJUAN

DOSEN PEMULA

IMPLEMENTASI APLIKASI ANDROID AUGMENTED

REALITY 3D UNTUK IDENTIFIKASI LOGO DAN VIDEO

ANIMATION SEBAGAI MEDIA INFORMASI

MENGGUNAKAN METODE MARKELESS

Tahun Ke 1 Dari Rencana 1 Tahun

TIM PENELITI

Astrid Novita Putri, S. Kom., M. Kom. 0605119001 Rastri Prathivi, S. Kom., M. Kom. 0607047801

PENELITIAN DOSEN PEMULA INI DI BIYAYAI OLEH UNIVERSITAS SEMARANG DENGAN SURAT PERJANJIAN

NOMOR : 104 / USM.H9/L/2017

UNIVERSITAS SEMARANG

AGUSTUS 2017

(2)

(3)

iii

RINGKASAN

Augmented reality adalah teknologi yang memadukan keadaan realitas dengan

kondisi rekayasa atau maya. Agar kondisi maya yang diciptakan menjadi lebih nyata maka kondisi maya tersebut perlu dibuat dalam lingkungan nyata tiga dimensi. Teknologi markerless augmented reality merupakan teknologi

augmented reality yang tidak menggunakan marker sebagai pemicunya melainkan

menggunakan objek lain seperti image, face tracking, 3D Object Tracking, Object

Tracking 3 Dimensi, Image target dan multi target. Salah satu teknologi

markerless augmented reality adalah augmented reality dengan

mengimplementasikan Image target dan multi target 3D objek dimana teknologi ini memanfaatkan objek pelacakan serta memanfaatkan fitur detail objek dari kamera yang dapat di implementasikan pada mobile phone.Salah satu penerapan teknologi augmented reality sebagai media informasi yang akan menampilkan informasi tertentu bagi para penggunanya. Dengan memanfaatkan teknologi

augmented reality pada logo dari suatu model logo dan video animation

menampilkan ranking yang menggunakan metode naive bayesian yang dapat menghasilkan kegiatan berdasarkan kriteria favorit dan tidak favorit, aplikasi ini dapat di tampilkan secara virtual menggunakan mobile phone baik android,

blackberry maupun iphone sehingga masyarakat akan lebih mudah menarik minat

dan mengetahui dengan baik dari tampilan video tersebut menampilkan informasi kegiatan tentang universitas semarang khususnya fakultas teknologi informasi dan komunikasi. Dan dapat di impementasikan dalam berbagai media, salah satunya sebagai media informasi. Aplikasi Ini akan di kembangkan menggunakan Unity 3D Vuforia SDK dan Blender.

(4)

iv

PRAKATA

Dengan mengucap puji syukur kepada Tuhan Yang Maha Esa yang telah memberikan rahmat dan hidayah-Nya sehingga peneliti dapat menyelesaikan penulisan ilmiah dalam bentuk penelitian dengan judul “IMPLEMENTASI

APLIKASI ANDROID AUGMENTED REALITY 3D UNTUK IDENTIFIKASI LOGO DAN VIDEO ANIMATION SEBAGAI MEDIA INFORMASI MENGGUNAKAN METODE MARKELESS”.

Proses penelitian membutuhkan waktu karena diperlukan adanya pengumpulan data, analisa, dan penerapan augmented reality pada masalah penilaian. Penelitian ini juga tidak lepas dari partisipasi berbagai pihak. Untuk itu dengan segala kerendahan hati para peneliti mengucapkan terimakasih kepada:

1. Bapak Prof. Dr. H. Pahlawansjah Harahap, SE, M.E, selaku Rektor Universitas Semarang.

2. Ibu Dr. Wyati Saddewisasi, SE, M.Si, selaku Ketua Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Semarang yang telah memberikan kesempatan untuk melaksanakan penelitian.

3. Ibu Titin Winarti, S.Kom, MM, selaku Dekan Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang yang telah memberikan dukungan dan motivasi dalam melaksanakan penelitian.

4. Semua pihak yang telah membantu dalam penyelesaian penelitian.

Saran dan kritik sangat peneliti harapkan sebagai bahan acuan yang bersifat membangun, sehingga pada penelitian-penelitian selanjutnya akan menjadi lebih baik dan sempurna.

Akhir kata peneliti berharap semoga penelitian ini dapat bermanfaat dan menambah wawasan bagi para pembaca, guna meningkatkan kualitas sumber daya manusia dibidang teknologi informasi dan komunikasi yang semakin berkembang saat ini.

Semarang, Agustus 2017 Peneliti

(5)

v

DAFTAR ISI

HALAMAN PENGESAHAN ... i RINGKASAN ... iii PRAKATA ... v DAFTAR ISI ... v DAFTAR TABEL ... vii DAFTAR GAMBAR ... viii BAB I BAB 1. PENDAHULUAN ... 1

BAB 2. TINJAUAN PUSTAKA ... 3

2.1 Penelitian Terkait ... 3

2.2 Augmented Reality 3D ... 5

2.3 Metode UML ... 9

2.4 Naive Bayesian ... 15

2.5 Unity 3D Vuforia ... 16

BAB 3. TUJUAN DAN MANFAAT PENELITIAN ... 18

3.1 Tujuan Penelitian ... 18

3.2 Manfaat Penelitian ... 18

BAB 4. METODE PENELITIAN... 20

4.1 Jenis Data ... 20

4.2 Metode Pengumpulan Data ... 20

4.3 Metode Pengembangan Sistem ... 20

4.4 Lokasi Penelitian ... 21

BAB 5. HASIL YANG DI CAPAI ... 22

(6)

vi

5.2 Penentuan Kriteria ... 22

5.3 Analisa Perhitungan Metode Naive Bayesian ... 23

5.4 Perancangan UML Pada Augmented Reality ... 25

BAB 6. RENCANA TAHAP BERIKUTNYA ... 32

BAB 7. KESIMPULAN DAN SARAN ... 33

7.1 Kesimpulan ... 33

7.2 Saran ... 34 DAFTAR PUSTAKA

(7)

vii

DAFTAR TABEL

Halaman Tabel 2.1 Penelitian Terkait ... 3 Tabel 5.1 Tabel Tranning Kegiatan Fakultas TIK ... 23

(8)

viii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Metode Markeless Face Tracking ... 7

Gambar 2.2 Metode Markeless 3 Dimensi Object Tracking ... 8

Gambar 2.3 Metode Markeless Motion Tracking ... 8

Gambar 2.4 Use Case Diagram ... 9

Gambar 2.5 Actor ... 10

Gambar 2.6 Use Case ... 10

Gambar 2.7 System Boundary ... 11

Gambar 2.8 Relationship ... 11

Gambar 2.9 Contoh Class Diagram ... 12

Gambar 2.10 Contoh Sequence Diagram ... 14

Gambar 2.11 Contoh Activity Diagram ... 15

Gambar 2.12 Rumus Classifier ... 16

Gambar 2.13 Vuforia Structure ... 17

Gambar 5.1 Kegiatan U Buntu ... 22

Gambar 5.2 Peserta Pelatihan IT Fest ... 22

Gambar 5.3 Mahasiswa Ilkom Mengikuti Festival Komukino ... 23

Gambar 5.4 Use Case Implementasi Aplikasi ... 25

Gambar 5.5 Activity Diagram Menscan Gambar Logo FTIK ... 26

Gambar 5.6 Activity Diagram Menampilkan Kegiatan Di TIK ... 26

Gambar 5.7 Activity Diagram Menampilkan Ranking ... 27

Gambar 5.8 Activity Diagram memilih Upload Video Kriteria ... 28

Gambar 5.9 Activity Diagram Exit ... 28

Gambar 5.10 Sequence Diagram Menscan Gambar Logo ... 29

Gambar 5.11 Sequence Diagram Memilih AR Kegiatan TIK ... 29

Gambar 5.12 Sequence Diagram Menampilkan Ranking ... 30

Gambar 5.13 Sequence Diagram Memilih Upload Video ... 30

Gambar 5.14 Sequence Diagram Exit ... 31

(9)

1

BAB 1

PENDAHULUAN

Hampir semua organisasi, lembaga dan perusahaan memiliki logo sebagai identitas keberadaan sebuah organisasi, lembaga dan perusahaan tertentu. Di dalam logo terkandung informasi mengenai suatu organisasi, lembaga dan perusahaan tertentu. Logo juga bisa menentukan karakter dan kesuksesan organisasi, lembaga dan perusahaan karena melalui logo, klien atau masyarakat akan lebih mudah mengingat keberadaan organisasi, lembaga dan perusahaan tertentu. Karakter dari logo dapat terlihat dari warna, bentuk dan kesan masyarakat yang melihat logo tersebut. Logo yang sederhana dan mudah diingat merupakan logo yang baik karena akan lebih dikenal oleh masyarakat. Jika banyak masyarakat yang mengingat logo suatu organisasi, lembaga dan perusahaan tertentu maka infomasi atau brand

image yang terkandung di dalam logo tersebut juga akan diingat oleh

masyarakat.

Pada awalnya perkembangan teknologi augmented reality menggunakan suatu marker sebagai pemicunya. Marker akan di tangkap oleh kamera dan dideteksi keberadaannya lalu objek 3D dimunculkan diatas

marker tersebut. Namun, terdapat kekurangan pada penggunaan marker

salah satunya adalah satu marker hanya berlaku untuk satu objek 3D ini dapat menyulitkan karena jika seseorang hendak mempresentasikan banyak objek 3D maka benda tersebut harus memiliki marker dengan jumlah yang sama dengan objek 3D yang dia punya Selain itu penggunaan marker tidak efektif karena adanya kemungkinan marker hilang pada saat dibutuhkan. Dengan berkembangnya teknologi augmented reality terciptalah teknologi markerless augmented reality. Teknologi markerless augmented

reality merupakan teknologi augmented reality yang tidak menggunakan marker sebagai pemicunya melainkan menggunakan objek lain seperti image, face tracking, 3D Object Tracking, Object Tracking 3 Dimensi, mage

(10)

2

target dan multi target.Dengan teknologi adanya markerless augmented reality dapat mengatasi kekurangan yang dimiliki teknologi augmented reality berbasis marker.Salah satu teknologi markerless augmented reality

adalah augmented reality dengan mengimplementasikan Image target dan

multi target 3D objek dimana teknologi ini memanfaatkan objek pelacakan

serta memanfaatkan fitur detail objek dari kamera yang dapat di implementasikan pada mobile phone.

Augmented reality adalah teknologi yang memadukan keadaan

realitas dengan kondisi rekayasa atau maya. Agar kondisi maya yang diciptakan menjadi lebih nyata maka kondisi maya tersebut perlu dibuat dalam lingkungan nyata tiga dimensi. Salah satu penerapan teknologi

augmented reality adalah sebagai media informasi yang akan menampilkan

informasi tertentu bagi para penggunanya.

Dengan memanfaatkan teknologi augmented reality pada logo dari suatu model logo, dan video animation yang dapat di tampilkan secara virtual menggunakan mobile phone baik android, blackberry maupun iphone sehingga masyarakat akan lebih mudah menarik minat dan mengetahui dengan baik dari tampilan 3D tersebut menampilkan gambaran umum tentang kegiatan di Universitas Semarang khususnya Fakultas Teknologi Informasi dan Komunikasi. Dan dapat di impementasikan dalam berbagai media, salah satunya sebagai media informasi. Aplikasi Ini akan di kembangkan menggunakan Unity 3D Vuforia SDK dan Blender.

Metode naive bayesian adalah salah satu metode klasifikasi dan percabangan dari artifical intellegence, kegiatan-kegiatan tersebut akan di bentuk suatu Ranking yaitu Favorit dan Tidak Favorit, sehingga mahasiswa dan masyarakat dapat mengetahui kegiatan apa sajakah yang ada di fakultas TIK, dengan kriteria di bawah ini program studi, jenis kegiatan, hasil kegiatan, dan ranking.

Pada penelitian ini, peneliti akan mengimplementasikan “Aplikasi

Mobile augmented reality 3D untuk identifikasi logo dan video animation

(11)

3

BAB 2

TINJAUAN PUSTAKA

2.1 Penelitian Terkait

Tabel 2.1 Penelitian Terkait No Judul Penelitian Tahun

Penelitian

Hasil Penelitian Metode

Yang di Gunakan

Analisa Kekurangan

1 Learning Weighted Naive

Bayes With Accurate Ranking

2004 Pada penelitian ini mencari nilai akurasi tertinggi dari perbandingan metode klasifikasi

Weighted Naive Bayes dan Naive Nayes

Weighted Naive Bayes

Pada penelitian ini meggunakan pembobotan dengan metode Weighted Naive Bayes (WNB) yang mengungguli naive bayes

dalam akurasi ranking, kekurangannya adalah dalam perlunya metode penggabungan untuk rasio kinerja agar lebih tinggi

(12)

4

2 Real Time Detection and

Tracking For Augmented Reality On Mobile

Phones

2010 Kesimpulan dari penelitian ini adalah melacak suatu fitur pada ponsel yang real time menggunakan aplikasi augmented reality, berbasis multimedia, artifical, pengolahan citra,

tracking.

SIFT dan Frens

Kekurangannya adalah dalam mendukung target pelacakan 3D

pada deteksi traking pada augmented reality 3 Supervised target detection and classification by training on augmented reality data

2007 Pada penelitian ini membahas mengenai augmented reality menggunakan alghoritma

deteksi dan klasifikasi CAD/CAC

CAD dan CAC

Pada penelitian ini di fokuskan pada klasifikasi dan menggeneralisasi dan mendeteksi klasifikasi target. Pada penelitian ini mengalami kekurangan pada evaluasi alghoritma hanya sebatas

real scan gambar, belum ada implementasi melalui aplikasi.

4 Object Recognation

Using Bayesian Networks For Augmented Reality

Application

2005 Penelitian ini pelacakan kamera dan obyek secara akurat dengan fase inisialisasi pelacakan

mengenali obyek dan lokasi kejadian sehingga memudahkan mendapatkan alghoritma estimasi

Bayesian Network Model

Kekurangan dalam penelitian ini adalah pengoptimalann model obyek dan fitur yang kompleks

(13)

6

Dari kesimpulan penelitian di atas dapat di simpulkan bahwa belum adanya penelitian mengenai augmented reality menggunakan metode klasifikasi salah satunya naive bayesian yang di implementasikan pada suatu aplikasi, pada penelitian yang di usulkan mengimplementasikan di Universitas Semarang kegiatan yang ada akan di buatkan ranking.

2.2 Augmented Reality 3D

Dalam buku “Handbook of Augmented Reality”, yang di tuliskan oleh Borko Furht. Pada tahun 2011 menjelaskan bahwa Augmented Reality bertujuan menyederhanakan hidup pengguna dengan membawa informasi maya yang tidak hanya untuk lingkungan sekitarnya, tetapi juga untuk setiap melihat langsung lingkungan dunia nyata, seperti live-streaming video.

Augmented reality dapat meningkatkan suatu pengguna persepsi dan interaksi

dengan dunia nyata. Berikut gambaran umun tentang proses cara kerja

augmented reality yang menggunakan webcam dan komputer sebagai

medianya.

Augmented Reality dapat diklasifikasikan menjadi dua berdasarkan

ada tidaknya penggunaan marker yaitu :

1. Marker Augmented Reality

Sebuah metode yang memanfaatkan marker yang biasanya berupa ilustrasi hitam dan putih berbentuk persegi atau lainnya dengan batas hitam tebal dan latar belakang putih. Melalui posisi yang dihadapkan pada sebuah kamera komputer atau smartphone, maka komputer atau smartphone akan melakukan proses menciptakan dunia virtual 2D atau 3D.

Marker Based Tracking ini sudah lama dikembangkan sejak tahun 1980-an

dan pada awal tahun 1990-an mulai dikembangkan untuk penggunaan

Augmented Reality.

2. Markeless Augmented Reality

Salah satu metode Augmented Reality yang saat ini sedang berkembang adalah metode Markeless Augmented Reality. Dengan metode ini pengguna tidak perlu lagi menggunakan sebuah marker untuk

(14)

7

menampilkan objek 3D atau yang lainnya. Sekalipun di beri nama dengan

markeless namun aplikasi tetap dapat berjalan dengan melakukan

pemindaian terhadap objek, namun ruang lingkup yang dipindai lebih luas dibanding dengan Marker Based Tracking. Seperti yang saat ini dikembangkan oleh perusahaan Augmented Reality terbesar di dunia Total Immersion. Adapun beberapa teknik yang digunakan dalam Markerless

Augmented Reality adalah sebagai berikut :

a. Face Tracking

Dengan menggunakan algoritma yang banyak dikembangkan, komputer dapat mengenali wajah manusia secara umum dengan cara mengenali posisi mata, hidung, dan mulut manusia, kemudian akan mengabaikan objek-objek lain di sekitarnya seperti pohon, rumah, dan benda-benda lainnya.

Gambar 2.1 Metode Markerless Face Tracking Sumber : Made Bayu. 2014.”Augmented Reality Berbasis

Android Sebagai Media Promosi Jurusan Teknik Elektro Fakultas Teknik Universitas Udaya”.

b. 3D Object Tracking

Teknik 3D Object Tracking dapat mengenali semua bentuk benda yang ada di sekitar, seperti mobil, meja, televisi, dan lain-lain.()

(15)

8

Gambar 2.2 Metode Markerless 3 Dimensi Object

Tracking

Sumber : Made Bayu. 2014.”Augmented Reality Berbasis

Android Sebagai Media Promosi Jurusan Teknik Elektro Fakultas Teknik Universitas Udaya”.

c. Object Tracking 3 Dimensi

Pada teknik motion tracking komputer dapat menangkap gerakan, Motion Tracking telah mulai digunakan secara ekstensif untuk memproduksi suatu film-film.Gambar 3 merupakan aplikasi AR yang menggunakan markerless motion tracking.(5)

Gambar 2.3 Metode Markerless Motion Tracking Sumber : Made Bayu. 2014.”Augmented Reality Berbasis

Android Sebagai Media Promosi Jurusan Teknik Elektro Fakultas Teknik Universitas Udaya”.

(16)

9

2.2 Metode UML (Unified Modeling Language)

Menurut Shelly dan Rosenblatt ( 2012, p250 ), unified modeling

language (UML) adalah metode yang banyak digunakan untuk

memvisualisasikan dan mendokumentasikan perangkat lunak dalam mendesain sistem.

Menurut Graham dan Wills ( 2012, p254 ) , “UML – a Tutorial” Journal of Computer Science 6 (3): 253-260, “unified modeling

language (UML) adalah sebuah dasar dari object oriented method yang

berlaku untuk komponen berbasis pembangunan. 2.1.3.1 Use Case Diagram

Menurut Roger Pressman (2011, p847) Use Case Diagram menggambarkan bagaimana user berinteraksi dengan sistem dengan cara mendefinisikan langkah-langkah yang dibutuhkan untuk menyelesaikan tujuan tertentu.

Sebuah format yang mudah untuk membuat sebuah use

case adalah dengan menjelaskan skenario utamanya sebagai

sebuah urutan langkah-langkah dan alternatif langkah-langkah sebagai variasi dari urutan tersebut.

(17)

10

Notasi yang terdapat pada Use Case Diagram antara lain :

1. Actor

Actor

Gambar 2.5 Actor

Actor mewakili sekumpulan peranan yang saling

berhubungan di dalam sistem dimana actor tersebut berinteraksi dengan use case (Roger Pressman, 2010, p847).

2. Use case

Use Case

Gambar 2.6 Use Case

Use case menjelaskan sekumpulan dari sequence, dimana

setiap sequence mewakili interaksi dari hal-hal di luar sistem (actor-nya) dengan sistem itu sendiri (Roger Pressman, 2010, p847). Use case merupakan gambaran fungsionalitas dari suatu sistem sehingga actor atau pengguna sistem paham mengenai kegunaan sistem yang akan dibuat.

(18)

11

3. System Boundary

System

UseCase1

UseCase2

Gambar 2.7 System Boundary

System Boundary adalah penentuan ruang lingkup atau

batasan pada sistem yang akan dibangun.

4. Relationship

UseCase

Actor

Gambar 2.8 Relationship

Relationship merupakan garis yang berhubungan antara Actor

dan Use case dimana akan terjadi interaksi.

2.1.3.2 Class Diagram

Class diagram merupakan bangunan utama dalam

(19)

12

pandangan dari satu aspek tertentu dari model atau keseluruhan, menggambarkan struktur elemen beserta hubungan mereka. Class

Diagram terutama digunakan untuk membangun sebuah arsitektur

sistem dengan menangkap dan mendefinisikan class-class dan

interface dan hubungan antara mereka. Sebuah class diagram

menggambarkan hubungan antar kelas daripada hubungan antar objek. (Debbabi, Hassaine, et al., 2010, p39).

+addStudent() +removeStudent() +getStudent() +getAllStudents() +addDepartment() +removeDepartment() +getDepartment() +getAllDepartment() -name -address -phone School +addInstructor() +removeInstructor() +getInstructor() +getAllInstructor() -name Department -name -studentID Student -name -courseID Course -name Instructor 1 1..* 1..* 1..* 1..* * * * * 1..* 1..* 1..* 0..1 0..1

Gambar 2.9 Contoh Class Diagram

Class diagram menyediakan pandangan statis atau

struktural dari suatu sistem. Tidak menunjukan sifat dinamis dari komunikasi antar objek kelas dalam diagram (Roger Pressman, 2011, p842).

Notasi-notasi yang terdapat dalam class diagram : a. Class

Class merupakan sebuah deskripsi dari sekumpulan objek

yang berbagi attribute, operation, dan hubungan yang sama. Sebuah class dapat mengimplementasikan satu atau lebih interface.

(20)

13 b. Attribute

Merupakan properti dari class yang berisi tipe data yang dimiliki oleh instance suatu class.

c. Operation

Merupakan kegiatan-kegiatan yang akan dilakukan oleh suatu class.

d. Aggregation

Menggambarkan hubungan antara dua atau lebih objek, dimana salah satu objek merupakan bagian dari objek lainnya.

e. Composition

Composition adalah strong aggregation. Pada composition,

objek “bagian” tidak dapat berdiri sendiri tanpa objek “keseluruhan”. Jadi mereka terkait kuat satu dengan lainnya.

f. Multiplicity

Merupakan sebuah spesifikasi tentang rentang kardinalitas yang diizinkan untuk dimiliki oleh sebuah objek. Sebuah

multiplicity dapat berisi : exactly one(1), optional/zero or one (0..1), many/zero or more (0..n), one or more (1..n), an exact number (n), ataupun numerically specified (m..n).

2.1.3.3 Sequence Diagram

Sequence diagram digunakan untuk menunjukan

komunikasi yang dinamis antara objek selama mengeksekusi perintah (Roger Pressman, 2010, p848). Sequence diagram memiliki dua buah karakteristik yaitu :

(21)

14

1. Setiap objek memiliki lifeline yang digambarkan dengan garis putus-putus vertikal dan garis ini menunjukkan daur hidup dari sebuah objek.

2. Terdapat fokus kontrol yang digambarkan dengan sebuah persegi panjang yang tipis dan tinggi. Fokus kontrol ini menunjukkan periode waktu selama sebuah objek melakukan sebuah event.

Gambar 2.10 Contoh Sequence Diagram 2.1.3.4 Activity Diagram

Menurut Roger Pressman (2011, p853) Activity Diagram menggambarkan perilaku dinamis dari suatu sistem atau bagian dari sistem melalui aliran kontrol antara tindakan bahwa sistem melakukan kegiatan tersebut. Hal ini mirip dengan flowchart kecuali bahwa suatu diagram aktivitas dapat menunjukan aliran secara bersamaan.

(22)

15

Gambar 2.11 Contoh Activity Diagram 2.3 Metode Klasifikasi Naive Bayesian

Naïve Bayes merupakan pengklasifikasian dengan metode probabilitas

dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes. Menurut Olson dan Delen (2008, p102) menjelaskan Naïve bayes untuk setiap kelas keputusan, menghitung probabilitas dengan syarat bahwa kelas keputusan adalah benar, mengingat vektor informasi obyek.

Sedangkan menurut Han dan Kamber (2011, p351) Proses dari The

Naïve Bayesian classifier, atau Simple Bayesian Classifier, sebagai berikut:

(Andriani, 2012)

1. Variable D menjadi pelatihan set tuple dan label yang terkait dengan kelas. Seperti biasa, setiap tuple diwakili oleh vektor atribut n dimensi, X = (x1, x2, ..., xn), ini menggambarkan pengukuran n dibuat pada

tuple dari atribut n, masing-masing, A1, A2, ..., An.

2. Misalkan ada kelas m, C1, C2, ..., Cm. Diberi sebuah tuple, X, classifier akan memprediksi X yang masuk kelompok memiliki probabilitas

posterior tertinggi, kondisi-disebutkan pada X. Artinya, classifier naive

bayesian memprediksi bahwa X tuple milik kelas Ci jika dan hanya jika:

(23)

16

Gambar 2.12 Rumus Classifier Naïve Bayesian Sumber: Han dan Kamber (2011, p351) Keterangan :

P(Ci|X) = Probabilitas hipotesis Ci jika diberikan fakta atau record X (Posterior probability)

P(X|Ci) = mencari nilai parameter yang memberi kemungkinan yang paling besar (likelihood)

P(Ci) = Prior probability dari X (Prior probability) P(X) = Jumlah probability tuple yg muncul

2.4 Unity 3D Vuforia

Vuforia merupakan software untuk augmented reality, yang menggunakan suatu sumber yang konsisten mengenai computer vision yang fokus pada image recognition.Vuforia memiliki banyak fitur-fitur dan kemampuan, yang dapat membantu pengembang untuk mewujudkan pemikiran mereka tanpa adanya batas secara teknikal.

Dengan support untuk iOS, Android, dan Unity3D, platform Vuforia mendukung para pengembang untuk membuat aplikasi yang dapat digunakan di hampir seluruh jenis smartphone dan tablet.

Pengembang juga diberikan kebebasan untuk mendesain dan membuat aplikasi yang mempunyai kemampuan antara lain :

1.Teknologi computer vision tingkat tinggi yang mengijinkan

developer untuk membuat efek khusus pada mobile device.

2. Terus-menerus mengenali multiple image. 3. Tracking dan Detection tingkat lanjut.

(24)

17

Gambar 2.13 Vuforia Structure

Target pada vuforia merupakan obyek pada dunia nyata yang dapat dideteksi oleh kamera, untuk menampilkan obyek virtual. Beberapa jenis target pada vuforia adalah :

1. Image targets, contoh : foto, papan permainan, halaman majalah, sampul buku, kemasan produk, poster, kartu ucapan. Jenis target ini menampilkan gambar sederhana dari Augmented.

2. Frame markers, tipe frame gambar 2D dengan pattern khusus yang dapat digunakan sebagai potongan permainan di permainan pada papan.

3. Multi-target, contohnya kemasan produk atau produk yang berbentuk kotak ataupun persegi. Jenis ini dapat menampilkan gambar sederhana Augmented 3D.

4. Virtual buttons, yang dapat membuat tombol sebagai daerah kotak sebagai sasaran gambar.

(25)

18

BAB 3

TUJUAN DAN MANFAAT PENELITIAN

3.1 Tujuan Penelitian

Tujuan dari penelitian ini bertujuan memberikan kontribusi bagi Universitas Semarang khususnya Fakultas Teknologi Informasi dan Komunikasi yaitu kontribusi berupa perangkat lunak (software) aplikasi

augmented reality yang dapat digunakan sebagai media informasi FTIK.

3.2 Manfaat Penelitian

Manfaat yang dapat diperoleh dari penelitian ini yaitu: 1. Bagi Mahasiswa

a. Membantu mahasiswa dalam memahami alur kerja dari metode Naive Bayesian pada mata kuliah kecerdasan buatan. b. Membantu mahasiswa dalam mempelajari hal baru mengenai

augmented reality pada simulasi dan game.

c. Aplikasi ini diharapkan dapat membantu dalam memberikan informasi pada mahasiswa mengenai kegiatan kegiatan yang ada di Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang.

2. Bagi FTIK USM Semarang

a. Menambah referensi aplikasi alat bantu bahan ajar bagi FTIK USM khususnya untuk mata kuliah simulasi dan game dam kecerdasan buatan.

b. Memudahkan untuk mendapatkan informasi kegiatan yang ada Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang

c. Menambah referensi hasil penelitian yang dilakukan oleh Dosen FTIK USM.

(26)

19 3. Bagi Peneliti

a. Menambah pengetahuan, waasan, dan pengalaman dalam melakukan penelitian.

b. Menambah alat bantu ajar bagi peneliti.

c. Menyajikan alat bantu interaktif dalam proses pembelajaran mata kuliah simulasi dan game.

(27)

20

BAB 4

METODE PENELITIAN

4.1 Jenis Data

Jenis data yang digunakan dalam penelitian ini yaitu:

1. Data primer, yaitu data yang diperoleh secara langsung dari objek penelitian, sebagai berikut : Kegiatan yang ada di fakultas TIK, Jumlah peserta, kemudian ranking yang akan di dapatkan.

2. Data sekunder, yaitu data yang diperoleh dari literature, buku referensi, maupun browsing internet.

4.2 Metode Pengumpulan Data

Metode pengumpulan data yang dilakukan dalam penelitian ini adalah: 1. Observasi : pengumpulan data melalui pengamatan dan wawancara

secara langsung dengan Ketua Program Studi Teknik Informatika, Sistem Informasi, dan Ilmu Komunikasi mengenai kegiatan apa sajakah yang ada di dalamnya.

2. Studi Pustaka : mengumpulkan literatur apendukung penelitian, baik dari buku referensi ataupun browsing dari internet.

4.3 Metode Pengembangan Sistem

Metode dalam penelitian ” Implementasi Aplikasi Mobile

Augmented Reality 3D Untuk Identifikasi Logo Dan Video Animation Sebagai Media Informasi Menggunakan Metode Markeless.” adalah

metode markeless dan Pengembangan sistem yang digunakan dalam penelitian ini adalah UML (Unified Modeling Language), yaitu suatu pendekatan proses dalam komunikasi data yang menggambarkan siklus yang tiada awal dan akhir dalam sistem, mencakup tahapan: (15)

1. Analisa: menganalisis kebutuhan untuk melakukan penelitian dan permasalahan yang ada.

(28)

21

2. Desain: merencanakan tampilan sistem dan alur sistem yang akan dibuat. Meliputi: Use Case Diagram, Class Diagram, Object Diagram,

State Diagram, Activity Diagram, Sequence Diagram, Collaboration Diagram, Component Diagram, Develoyment Diagram, Class Diagram.

3. Implementasi: pengimplementasian sistem sebagai bahan ajar mata kuliah simulasi dan game.

4. Pengujian: proses menguji sistem untuk mengetahui apakah sistem masih belum sempurna atau sudah sempurna.

4.4 Lokasi Penelitian

Lokasi penelitian dilakukan di Fakultas Teknologi dan Komunikasi Universitas Semarang (USM).

(29)

22

BAB 5

HASIL YANG DI CAPAI

Hasil yang diperoleh sampai dengan laporan kemajuan dosen pemula ini dibuat, meliputi di bawah ini:

5.1 Pembuatan Video Kegiatan Jurusan TI, SI, ILKOM

Gambar 5.1 Kegiatan Workshop Instal U-Buntu Realase Party 11.04 Pada Mahasiswa Teknik Informatika

(30)

23

Gambar 5.3 Mahasiswa Ilkom Mengikuti Festival Komukino

5.2 Penentuan Kriteria

a. Progdi : Teknik Informatika, Sistem Informasi, Ilmu Komunikasi.

b. Jenis Kegiatan : Kuliah Umum, Workshop, Pelatihan, Kegiatan akademik, Kegiatan Ilmiah.

c. Hasil Kegiatan (Berdasarkan Peserta) : Memuaskan, Cukup. d. Ranking : Favorit, Tidak Favorit.

5.3 Analisa Perhitungan Metode Naive Bayesian

Berikut ini adalah tabel tranning kegiatan di Fakultas TIK adalah di bawah ini:

Tabel 5.1 Tabel Tranning Kegiatan Fakultas TIK No Program

Studi

Jenis Kegiatan Hasil Kegiatan Ranking 1. Teknik

Informatika

Workshop Instal U-Buntu Realase Party 11.04

(31)

24 Hitungan Naive Bayesian :

P(Favorit) = 7/12 = 0,583 P(Tidak Favorit ) = 5/12 = 0,417 P(TI\Favorit) =3/4 = 0,75 P(TI\Tidak Favorit) =1/4 = 0,25 P(SI\Favorit) = 1/3 = 0,33 P(SI\Tidak Favorit) = 2/3 = 0,67 P(Ilkom\Favorit) = 3/5 = 0,6 P(Ilkom\Tidak Favorit) = 2/5 = 0,4

Klasifikasi Bayes Untuk Program Studi yang Favorit = P(Favorit).P(TI\Favorit).P(SI\Favorit).P(Ilkom\Favorit) = 0,583 * 0,75 * 0,33 * 0,6 = 0,0865755 (lebih besar) Klasifikasi Bayes Untuk Program Studi yang Tidak Favorit

2. Teknik Informatika

Workshop Framework PHP Memuaskan Favorit 3. Teknik

Informatika

Worshop Linux Cukup Tidak

Favorit 4. Teknik

Informatika

Workshop Sistem Sensor Memuaskan Favorit 5. Sistem

Informasi

Workshop Website Cukup Tidak

Favorit 6. Sistem

Informasi

Festifal IT Fest Memuaskan Favorit 7. Sistem

Informasi

Workhsop Mikrotik Cukup Tidak

Favorit

8. Ilmu

Komunikasi

Pelatihan Lab. TV Cukup Tidak

Favorit

9. Ilmu

Komunikasi

Charity Cukup Tidak

Favorit 10. Ilmu

Komunikasi

Festifal Komukino Memuaskan Favorit 11. Ilmu

Komunikasi

Acara Retorika Memuaskan Favorit 12. Ilmu

Komunikasi

(32)

25

=P(Tidak Favorit).P(TI\Tidak Favorit).P(SI\Tidak Favorit).P(Ilkom\Tidak Favorit)

= 0,417 * 0,25 * 0,67 * 0,4 = 0,027939

Dari hasil perhitungan di atas, maka klasifikasi Bayes untuk setiap kegiatan pada program studi yang memiliki ranking favorit lebih besar yaitu 0,0865755 atau 8,66 % dibandingkan dengan kegiatan yang tidak favorit. Artinya banyak kegiatan dalam setiap program studi yang diminati oleh mahasiswa.

5.4 Perancangan UML Pada Augmented Reality

Berikut ini terdapat 5 Menu yang ada pada aplikasi ini adalah : Menu Menscan Gambar Logo FTIK, Menu Informasi Semua Kegiatan di FTIK, Menu Ranking, Menu Upload Kegiatan, Upload Kriteria dan Menu Exit.

a. Use Case Diagram

user

Menu Exit Menscan Gambar

Logo FTIK

Menampilkan dan Memilih Augmented Reality Pilihan Informasi

Semua Kegiatan di TIK

Menampilkan Ranking

Memilih Upload Video Kegiatan dan Upload

Kriteria

Gambar 5.4. Use Case “Implementasi Aplikasi Mobile Augmented

Reality 3D Untuk Identifikasi Logo Dan Video Animation Sebagai Media Informasi Menggunakan Metode Markeless”

(33)

26 b. Activity Diagram

1. Activity Diagram Menscan Gambar Logo FTIK

Menampilkan Menu Augmented Reality Menampilkan Marker Text FTIK Menscan Marker Text FTIK

Memilih Menu Augmented Reality Informasi Kegiatan FTIK

Menampilkan Menu Hasil Ranking Augmented Reality

Memilih Menu Augmented Reality Video Kegiatan FTIK dan Kriteria

Memilih Upload Video dan Kriteria Kegiatan di FTIK

Gambar 5.5. Activity Diagram Menscan Gambar

(34)

27

2. Activity Diagram Menampilkan dan Memilih Augmented Reality Pilihan Informasi Semua Kegiatan di TIK

Memilih Menu Augmented Reality Memilih Menu Augmented Reality Informasi Kegiatan di FTIK

Menampilkan Menu Augmented Reality Video Kegiatan di FTIK

Gambar 5.6. Activity Diagram Menampilkan dan Memilih Augmented Reality Pilihan Informasi Semua Kegiatan di TIK

3. Activity Diagram Menampilkan Ranking

Memilih Menu Augmented Reality

Menampilkan Menu Augmented Reality Informasi Berdasarkan Ranking Menscan Text Logo FTIK

(35)

28

4. Activity Diagram Memilih Upload Video Kegiatan dan Upload Kriteria

Memilih Menu Augmented Reality Mengupload Video Kegiatan dan Kriteria Kegiatan di FTIK

Menscan Text FTIK

Menampilkan Hasil Upload Video dan Kriteria Kegiatan di FTIK

Gambar 5.8. Activity Diagram Memilih Upload Video Kegiatan dan Upload Kriteria

5. Activity Diagram Exit

Memilih Menu Keluar Menampilkan Konfirmasi Keluar

Memilih Tidak

Menampilkan Menu Utama

Memilih Keluar

Keluar Aplikasi

(36)

29 c. Sequence Diagram

1.

Sequence diagram menscan gambar logo FTIK

Aktor

Aplikasi Kamera Obyek Logo Database

Mulai Membuka Aplikasi

Kamera Ready

Mendeteksi Obyek Logo

Mengirim Data di Database

Menu Utama

Gagal Menscan Mengulangi Dari Awal

Gambar 5.10. Menampilkan Sequence Diagram Menscan Gambar Logo FTIK

2.

Sequence diagram menampilkan dan memilih augmented reality pilihan informasi semua kegiatan di TIK

Aktor

Aplikasi Kamera Obyek Logo Menu Utama

Kamera Ready

Menu TIK

Memilih & Menampilkan Menu Kegiatan TIK

Gambar 5.11. Menampilkan Sequence Diagram Menampilkan dan Memilih Augmented Reality Pilihan Informasi Kegiatan TIK

(37)

30

3.

Sequence diagram menampilkan ranking

Aktor

Kamera Ready

Pilih Ranking

Memilih Ranking

Pilih Ranking

Hasil Naive Bayesian

Tampil Hasil Perhitungan Naive Bayesian

Gambar 5.12 Sequence Diagram Menampilkan Ranking

4.

Sequence diagram memilih upload video kegiatan dan upload kriteria

Aktor

Kamera Ready

Upload Kegiatan

Memilih Upload Kegiatan

Upload Kriteria

Memilih Upload Kriteria

Tampil Kegiatan dan Kriteria

Tampil Menu Upload Kegiatan dan Kriteria

Gambar 5.13 Sequence Diagram Memilih Upload Video Kegitan dan Upload Kriteria

(38)

31

5.

Sequence diagram exit

Aktor

Kamera Ready

Menu Exit

Memilih Menu Exit

Tampil Kegiatan dan Kriteria

Kembali Menu Exit

Gambar 5.14 Sequence Diagram Menu Exit

d. Class Diagram +Logo FTIK() Gambar +Kegiatan TI() +Kegiatan SI() +Kegiatan ILKOM() Video Kegiatan +Id_Ranking() +Niliai_Tertinggi() Ranking +Id_Kriteria() +Nama_Kriteria() Kriteria -1 1 -1.n * -1.n 1 -1 * -1.n 1 _-1 * -1 1 -1.n *

(39)

32 BAB 6

RENCANA TAHAP BERIKUTNYA

Rencana tahap berikutnya adalah :

1. Menyelesaikan pembuatan aplikasi “Implementasi Aplikasi Mobile

Augmented Reality 3D Untuk Identifikasi Logo Dan Video Animation Sebagai Media Informasi Menggunakan Metode Markeless”.

2. Menguji cobakan aplikasi ini “Implementasi Aplikasi Mobile Augmented

Reality 3D Untuk Identifikasi Logo Dan Video Animation Sebagai Media Informasi Menggunakan Metode Markeless” Pada proses pengujian sistem.

(40)

33

BAB 7

KESIMPULAN DAN SARAN

7.1 Kesimpulan

Berdasarkan hasil penelitian yang di lakukan dengan menerapkan Metode Marker dan Metode Bayesian Untuk Menentukan Peringkat dan Menggunakan Agen Cerdas di FTIK Universitas Semarang dapat di ambil kesimpulan sebagai berikut :

1. Penelitian ini menghasilkan Produk Augmenented Reality Yaitu : Augmented Reality Metode Markerless dan Metode Bayesian yang menghasilkan informasi berupa kegiatan yang ada di Fakultas TIK dengan 3 Program Studi yaitu Teknik Informatika, Sistem Informasi dan Ilmu Komunikasi, Metode Markerless Menghasilkan Tracking

Video kegiatan yang ada di FTIK dari hasil scan gambar dan

menghasilkan ranking program studi mana sajakah yang favorit. Implementasi yang dapat di lakukan markerless pada Brosur maupun website logo FTIK .

2. Pada Penelitian ini menggunakan metode Naive Bayesian yang memiliki kriteria di bawah ini : Program Studi (Teknik Informatika, Sistem Informasi, Ilmu Komunikasi) ; Jenis Kegiatan (Kuliah Umum, Workshop, Pelatihan, Kegiatan Akademik, Kegiatan Ilmiah); Hasil Kegiatan (Berdasarkan Peserta) : Memuaskan, Cukup ; Ranking : Favorit, Tidak Favorit.

3. Untuk Perhitungan nilai dari metode naive bayesian maka akan menghasilkan Program Studi Favorit mana sajakah yang favorit dan tidak favorit yang akan menampilkan video kegiatan tersebut.

4. Penerapan “Implementasi Aplikasi Mobile Augmented Reality 3D Untuk Identifikasi Logo Dan Video Animation Sebagai Media Informasi Menggunakan Metode Markeless” terdapat 5 Menu yaitu Menu Menscan Gambar Logo FTIK, Menu Informasi Semua Kegiatan

(41)

34

di FTIK, Menu Ranking, Menu Upload Kegiatan, Upload Kriteria dan Menu Exit.

5. Pada Penelitian ini juga mengupload pada play store sehingga memudahkan kita agar memberikan penilaian, apakah augmented reality dapat di mengerti dan di mengerti dan memberikan penilaian sebagai Media Informasi yang kami lakukan.

7.2 Saran

Saran dari penelitian ini adalah :

Penelitian yang telah di lakukan termasuk penelitian yang baru sebatas menggunakan metode markeless dan metode naive bayesian, sehingga menghasilkan ranking, penelitian ini terbukti lebih menarik berdasarkan hasil penilaian yang di sebarkan melalui upload play store dan pada website http://ftik.usm.ac.id, dan banyak pihak maupun mahasiswa yang tertarik untuk mempelajari Augmented Reality,tetapi tidak luput dari kekurangan sebagai berikut :

a. Untuk penggembang penelitian selanjutnya dapat mengupdate informasi setiap ada kegiatan baru di program studi.

b. Perlu Penggembangan lagi menggunakan metode klasifikasi yang lainnya.

c. Mungkin dapat di kembangkan dengan aplikasi maps untuk Universitas Semarang.

(42)

35

DAFTAR PUSTAKA

Zhang, Harry, and Shengli Sheng. "Learning weighted naive Bayes with accurate ranking." Data Mining, 2004. ICDM'04. Fourth IEEE International Conference on. IEEE, 2004.

Wagner, Daniel, et al. "Real-time detection and tracking for augmented reality on mobile phones." IEEE transactions on visualization and computer graphics 16.3 (2010): 355-368.

Coiras, E., et al. "Supervised target detection and classification by training on augmented reality data." IET Radar, Sonar & Navigation 1.1 (2007): 83-90.

Silva, R., et al. "Object recognition using bayesian networks for augmented reality applications." VII Symposium on Virtual Reality. 2004.

Arsyad, Azhar.2011.”Media Pembelajaran.cetakan ke-15”.Jakarta:Rajawalli Pers”.

Andi Prastowo.2012.”Metode Penelitian Kualitatif dalam Perspektif Rancangan Penelitian”.

McGraw, Ibiz Fernandez. 2002.”Macromedia Flash Animation & Cartooning: A Creative Guide . Hill/Osborn”, California

Sobur, Alex. 2006. “Semiotika Komunikasi”. Bandung: PT Remaja Yosdakarya Degeng, I.N.S.1989.”Ilmu Pengajaran Taksonomi Variabel”.Jakarta : Depdikbud. Arief Sadiman. 2002. “Media Pembelajaran dan Proses Belajar Mengajar,

Pengertian Pengembangan dan Pemanfaatannya”,Jakarta: Raja Grafindo Persada.

Gagne dan Briggs, Arsyad. 2002.“Media Pembelajaran”Henderi. 2008. “Unified

Modeling Language”.

Adi Purwoko Anggoro, Nur Wahyudi Eko. 2014.“Pemanfaatan Teknologi Augmented Reality Untuk Marketing Pada Universitas Stikubank Semarang”. Dinamika Informatika Vol.6 No. 1, Maret 2014 ISSN 2085-3343.

(43)

36

Tanggo Fery, dkk.“Pembuatan Prototype Aplikasi Pengenalan logo Berbasis Android”. Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Surabaya.

Juwono Felix, dkk..“Perancangan Portfolio PT Architecture Nine Dengan Pendekatan Media Visual Augmented Reality.” Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Surabaya.

Suryawinata, B. A. 2010. ”Pemanfaatan augmented reality dalam memvisualisasikan produk perumahan melalui internet “. Comtech vol 1 no 2, 758-769.

(44)

37

LAMPIRAN 1

Catatan Harian (Logbook)

No. Tanggal Kegiatan

1 25/ 01/ 2017 Catatan : Analisa Kebutuhan

Analisa Kebutuhan user, hardware, dan software.

Dokumen Pendukung : kebutuhan hardware dan software yang akan digunakan.

2 01/ 02/2017 Catatan : Analisa Kebutuhan

Analisa kebutuhan metode algoritma yang akan diterapkan dalam aplikasi.

Dokumen Pendukung : mengumpulkan materi yang berhubungan dengan metode algoritma dengan menggunakan referensi dari buku browsing internet, serta pencarian bahan pembuatan aplikasi dengan mencari materi yang berhubungan dengan coding yang digunakan dalam penerapan algoritma.

3 23/ 02/ 2017 Catatan :

Mencari data kegiatan di fakultas TIK Universitas Semarang

4 03/ 03/ 2017 Catatan : Desain

5 21/ 03/ 2017 Catatan : Desain

6 19/ 04/ 2017 Catatan : Implementasi

Membuat Video Kegiatan di Fakultas TIK 7 27/ 04/ 2017 Catatan : Implementasi

(45)

38 8 02/ 05/ 2017 Catatan : Implementasi

Membuat Video Kegiatan di Fakultas TIK 9 16/ 05/ 2017 Catatan : Implementasi

Menganalisa Perhitungan Naive Bayesian Kriteria 10 31/ 05/ 2017 Catatan : Implementasi

Menganalisa Perhitungan Naive Bayesian Hasil Peringkat 11 02/ 06/ 2017 Catatan : Implementasi

Mengimplementasikan Desain UML  Use Case Diagram 12 04/ 06/ 2017 Catatan : Implementasi

Mengimplementasikan Desain UML  Activity Diagram 13 07/ 06/ 2017 Catatan : Implementasi

Mengimplementasikan Desain UML  Sequence Diagram 14 13/ 06/ 2017 Catatan : Implementasi

Mengimplementasikan Desain UML  Class Diagram 15 07/ 07/ 2017 Catatan : Pembuatan Laporan Kemajuan

16 15/ 07/ 2017 Catatan : Pembuatan Laporan Kemajuan 17 30/ 07/ 2017 Catatan : Pembuatan Laporan Kemajuan 18 30/ 08/ 2017 Catatan : Upload Simlibtamas

(46)

39

Lampiran 1. Biodata Ketua Peneliti dan Anggota Peneliti A. Identitas Diri Ketua Penelitian

1. Nama Lengkap (dengan gelar) Astrid Novita Putri, S.Kom, M.Kom.

2. Jenis Kelamin Wanita

3. NIS 06557003102179

4. NIDN 0605119001

5. Tempat dan Tanggal lahir Kudus, 5 November 1990

6. Alamat Rumah Perumahan Sinar Waluyo Jalan Sinar Kencana 5 No.29 RT.03 RW.08 Kedung Mundu Kec.Tembalang Semarang Jawa Tengah 50273

7. Nomor Telepon/faks HP 085727774775

8. Alamat kantor Jl. Soekarno Hatta, Tlogosari Semarang 50196

9. Nomor Telepon/Faks/HP 024-6702757/024-6702272

10. Alamat e-mail [email protected]

11. Mata Kuliah yang di Ampu 1. Pemrograman Visual

2. Pemrograman Framework Java 3. Simulasi dan Game

4. Pemrograman Aplikasi Bisnis 5. Fuzzy Logic

B. Riwayat Pendidikan

Program S-1 S-2

Nama Perguruan Tinggi

Universitas Dian Nuswantoro Universitas Dian Nuswantoro

Bidang Ilmu Sistem Informasi Teknik Informatika

Tahun 2008-2012 2012-2014

Judul Skripsi Aplikasi Mendeteksi Bakat Minat Anak

Game Scoring Non Player Character Menggunakan Agen Cerdas Berbasis Fuzzy Mamdani Nama Pembimbing Kharis Widyatmoko, Ssi.M.Kom Mochamad Hariadi, ST., M.Sc., Ph.D

DR. Ruri Suko Basuki, M.Kom.

C. Pengalaman Penulisan Artikel Ilmiah dalam jurnal dalam 5 Tahun Terakhir

No Judul Artikel Ilmiah Volume/Nomor/Tahun Nama Jurnal 1. Game Scoring Non Player

Character Menggunakan Agen Cerdas Berbasis Fuzzy Mamdani ISSN : 979 - 26-0276- 3/ 2014 Jurnal Seminar Teknologi Informasi dan Komunikasi Terapan

(47)

40 2. Game Scoring Supporting

Objects Menggunakan Agen Cerdas Berbasis Artifical Intelligence ISSN : 2460-6731 Vol 13, No 2, Edisi Januari 2016 Hal.74-81 Jurnal Transformatika

D. Pengalaman Penerbitan Buku 10 (Sepuluh) Tahun Terakhir

No Judul Buku Tahun Penerbit ISBN

1 202 Top Tips dan Trik Word 2013

2013 Penerbit Andi ISBN: 978-979-29-4163-0 2 Sistem Informasi

Penjualan Online Untuk Tugas Akhir

2013 Penerbit Andi ISBN : 978-979-29-4325-2

3 Membangun Sistem Informasi dengan Java Netbeans dan MySql

2014 Penerbit Andi ISBN : 978-979-29-5168-4

E. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir

No Tahun Judul Pengabdian

Pendanaan Sumber Jumlah

(Rp) 1 2016 Peningkatan Kemampuan Pembuatan

Media Promosi Dengan Menggunakan Microsoft Publisher Untuk Anak Panti Asuhan Pada Balai Rehabilitasi Sosial

Kasih Mesra Demak

Universitas Semarang

3.00.000,-

Semarang, 30 Agustus 2017 Pengusul,

Astrid Novita Putri, S.Kom, M.Kom.

(48)

41 ANGGOTA PENELITI I

A. Identitas Diri

Nama lengkap dan gelar : Rastri Prathivi, S.Kom, M.Kom.

NIS/NIDN : 06557003102154/0607047801

Jabatan Fungsional : IIIB/Penata Muda Tk 1 Tempat dan Tanggal Lahir : Semarang / 7 April 1978

Email : [email protected]

No HP : 087831061810

Alamat Kantor : Jl. Soekarno-Hatta Semarang 50196

No Telepon : 024-6702757

Lulusan yang Telah Dihasilkan : T1 = 500 orang Mata Kuliah Yang Diampu :

1. Data Mining (3)

2. Pemrograman Berorientasi Obyek (3) 3. Pengolahan Citra Digital (3)

4. Kecerdasan Buatan (3) 5. Mobile Program System (2) 6. Sistem Digital (3)

B. Riwayat Pendidikan Perguruan Tinggi

S1 S2

Nama PT Univ. Dian

Nuswantoro Semarang

Univ. Dian Nuswantoro Semarang

Bidang Ilmu Teknik Informatika Teknik Informatika

Tahun Masuk-Lulus 1996-2000 2010 - 2014

Judul Skripsi/Tesis/Disertasi Penggunaan Data Binding untuk

Memproses Database Registrasi

Mahasiswa dalam Website

Feature Recognition Berbasis Corner Detectiton

Nama Pembimbing/Promotor Dr Abdul Syukur Dr -Ing Vincent Suhartono C. Pengalaman Penelitian Dalam 5 Tahun Terakhir

Tahun Judul Penelitian Ketua/anggota Tim

Sumber Dana Jumlah

(Juta Rp) 2015 Rancang Bangun Aplikasi Trans IT Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang Anggota USM 2.500.000

(49)

42

D. Kegiatan Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir

Jenis Tahun Nama Kegiatan Tempat Sumber Jumlah

(Rp) Pelatihan 2014 Peningkatan Kemampuan

Animasi 3D Bagi Siswa SMK Se Kota Semarang

Universitas Semarang

USM 1.500.000

E. Pengalaman Penulisan Jurnal dan Prosiding Dalam 5 Tahun Terakhir

No Judul Artikel Ilmiah Volume/Nomor/Tahun Nama Jurnal

1. Feature Recognition Berbasis Corner

Detection dengan Metode Fast, Surf and Flann Tree untuk Identifikasi Logo pada Augmented Reality Mobile System

ISSN : 2460-6731 Vol 11, No. 2, Edisi Januari 2014 Hal. 51- 59 Jurnal Transformatika

3. Klasifikasi Data Trafik Internet Menggunakan Metode Bayes Netwotk (Studi Kasus Jaringan Internet Universitas Semarang) ISSN : 2460-6731 Vol 12, No 2, Edisi Januari 2015 Hal.42 - 45 Jurnal Transformatika

2. Game Scoring Supporting Objects

Menggunakan Agen Cerdas Berbasis

Artifical Intelligence ISSN : 2460-6731 Vol 13, No 2, Edisi Januari 2016 Hal.74-81 Jurnal Transformatika Semarang, 30 Agustus 2017 Anggota 1,

Rastri Prathivi, M. Kom. NIDN. 0607047801

(50)

43 Lampiran 2

(51)

(52)

(53)

(54)

(55)

(56)

49

(draft) Implementasi Aplikasi Android Augmented Reality 3D Untuk Identifikasi Logo dan Video Animation Sebagai Media Informasi Menggunakan Metode

Markeless

Astrid Novita Putri

Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang [email protected]

ABSTRAK

Augmented reality adalah teknologi yang memadukan keadaan realitas

dengan kondisi rekayasa atau maya. Agar kondisi maya yang diciptakan menjadi lebih nyata maka kondisi maya tersebut perlu dibuat dalam lingkungan nyata tiga dimensi. Teknologi markerless augmented reality merupakan teknologi