No abstract

Painting is a work of art with various strokes, textures, and color gradations so that a painting that is synonymous with beauty is created. The various paintings created have characteristics, such as the paintings by Van Gogh, which have tightly arranged strokes, creating a repetitive and patterned impression. This study classifies paintings by Van Gogh or not by using the VGG-19 and ResNet-50 feature extraction methods. The SVM method is used as a classification method with two optimizations, namely random and grid optimization in the linear kernel. The data set used consisted of 124 Van Gogh paintings and 207 paintings by other painters. The use of VGG-19 feature extraction using grid optimization has the best value of 93,28% using the use of random optimization which has a value of 92,89%. The use of ResNet-50 using grid optimization with the best value of 90,28% using the use of random optimization which has a value of 90,15%. The extraction feature of VGG-19 is better than ResNet-50 in paintings by Van Gogh or not.

AI (Artificial Inteligence) atau yang disebut juga dengan kecerdasan buatan merupakan salah satu cabang dari ilmu komputer untuk memberikan suatu pengetahuan pada komputer agar dapat mampu menyelesaikan tugas – tugas atau berpikir seperti manusia. Salah satu contoh kecerdasan buatan yang dapat diterapkan pada game adalah Path Finding. Path Finding adalah salah satu kecerdasan buatan yang dipakai untuk menentukan jaur terpendek antara titik awal dengan titik akhir. Logika Fuzzy merupakan ilmu yang mempelajari mengenai ketidakpastian. Logika Fuzzy juga mampu untuk memetakan suatu ruang input kedalam suatu ruang output dengan tepat. Metode yang digunakan dalam penelitian ini adalah meode prototype dimana tahap-tahap yang dilakukan adalah menganalisis kebutuhan, mendesain prototype, implementasi, dan pengujian. Tujuan utama yang ingin dicapai dari penelitian ini adalah Untuk membandingkan performa algoritma Djikstra dan algoritma A Star untuk penyelesaian game Pac-Man. Hasil yang didapatkan untuk algoritma Dijkstra adalah 2 kali gagal, dan 1 kali berhasil dalam menyelesaikan permainan dengan score 4100, 3350, 3940, sedangkan untuk algoritma A Star mendapatkan hasil 2 kali berhasil, dan 1 kali gagal dengan score 4300, 2350, 3450. Dari kedua Algoritma yang digunakan untuk menyelesaikan permaian PAC-MAN dengan mendapatkan score terbaik adalah algoritma A Star.

Algoritma merupakan urutan yang lengkap dan logis, dengan urutan yang logis banyak cara yang dilakukan dengan urutan yang berbeda. Pada kasus ini akan dibandingkan performa dari algoritma Minimax dan Alpha Beta Pruning pada game Catur Cina (XiangQi). Tujuannnya adalah sejauh mana waktu yang digunakan oleh kedua algoritma tersebut efektif dalam permainan Catur Cina. Metodologi yang digunakan dalam membangun aplikasi adalah Rapid Application Development, yaitu merupakan pengembangan dari metodologi Software Development Life Cycle. Kegiatan yang dilakukan antara lain yaitu melakukan perencanaan dan analisis terhadap pengembangan game dan melakukan pembuatan game dengan menggunakan game engine Unity dan bahasa pemograman C#, Editor yang digunakan adalah Atom. Hasil pembuatan game dan koding algoritma akan di uji coba dengan iterasi kedalaman dan preset yang ditentukan sesuai dengan Minimax dan Alpha-Beta Pruning. Data yang didapat yaitu kecepatan dan banyak putaran antara kedua algoritma. Data tersebut akan dibandingkan sehingga performa kedua algoritma akan terlihat jelas.

Mushrooms are one of the plants that have so many varieties. Every variety has a different shape and color. But most people still feel difficult to know and classify every mushroom. Therefore, classification for mushroom is needed. Method for this research are Hue Saturation Value (HSV) as color segmentation, then Histogram of Oriented Gradient (HOG) as feature extraction, and Support Vector Machine (SVM) as a classification method. Mushrooms that being use are Agaricus, Amanita, Boletus, Cortinarius, Entoloma, Hygrocybe, Lactarius, Russula, Suillus. Total of mushrooms for this research are 900, with 100 each genus. This research using the k-fold Cross Validation method for 4-fold. From 900 images there are 675 for the training phase and 225 for the testing phase. Overall for this research got precision, recall, accuracy respectively 23.80%, 22.94%, and 82.69%. The best mushroom was Boletus with precision, recall, accuracy respectively 55.37%, 46.84%, and 89.69%.