JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
Volume 3.
No 1.
April 2020 JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Volume 3.
No 1.
April 2020
DEWAN REDAKSI
Jurnal Manager Wire Bagye.
Kom.
,M.
Kom (STMIK Lombok.
SINTA ID : 5992.
Reviewer :
Resad Setyadi.
,S.
,S.
Si.
,MMSI.
,Ph,D .
- Institut Teknologi Telkom Purwokerto
SCOPUS ID : 57204172534 SINTA ID : 6113570
Yesaya Tommy Paulus.
Kom.
MT.
Ph.
- STMIK Dipanegara Makassar
SCOPUS ID : 57202829909 SINTA ID : 6002004
Dr.
Cucut Susanto.
Kom.
MSi.
- STMIK Dipanegara Makassar
SINTA ID : 6138863
Muhamad Malik Mutoffar.
ST.
MM.
CNSS- Sekolah Tinggi Teknologi Bandung
SINTA ID : 6013819
David.
Cs.
,M.
Kom - STMIK Pontianak
SCOPUS ID : 57200208543 SINTA ID : 5977352
Indo Intan.
STMIK - Dipanegara Makassar
SCOPUS ID : 57200209088 SINTA ID : 6127241
I Wayan Agus Arimbawa.
ST.
,M.
Eng.
- Universitas Mataram
SINTA ID : 5973017
Muhammad FauziZulkarnaen.
ST.
,M.
Eng.
- STMIK Lombok
SINTA ID : 6663733
Yunanri.
Kom - UniversitasTeknologi Sumbawa (U.
SINTA ID : 6723103
Sitti Aisa.
Kom.
,M.
T - STMIK Dipanegara Makassar
SINTA ID : 6153893
Sanjaya Pinem.
Kom.
Sc .
- Universitas Efarina
SINTA ID : 6689679
Zamah Sari.
- Universitas Muhammadiyah Prof Dr Hamka
SINTA ID : 6145745
Fredy Windana.
Kom.
MT - Sekolah Tinggi Teknologi Stikma Internasional SINTA ID : 5974460 Hijrah Saputra.
ST.
Sc.
- STMIK Lombok
SINTA ID : 6667974
Hairul Fahmi.
Kom.
- STMIK Lombok
SINTA ID : 5983160
Sofiansyah Fadli.
Kom.
,M.
Kom.
- STMIK Lombok
SINTA ID : 6073057
Editor :
Wire Bagye.
Kom.
,M.
Kom- STMIK Lombok.
SINTA ID : 5992010 Saikin.
Kom.
,M.
Kom.
- STMIK Lombok Halena Muna Bekata.
Pd.
- Universitas Tribuana Kalabahi.
SINTA ID : 6168815 Desain Grafis& Web Maintenance Jihadul Akbar,S.
Kom.
- STMIK Lombok Secretariat Ahmad Susan Pardiansyah.
Kom - STMIK Lombok ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Volume 3.
No 1.
April 2020
DAFTAR ISI
KLASIFIKASI ARITMIA DENGAN HEART RATE VARIABILITY ANALISIS
MENGGUNAKAN METODE BACKPROPAGATION
Wayan Rimba Bazudewa1.
I Putu Satwika2.
I Gede Putu Krisna Juliharta3
IMPLEMENTASI METODE MRP (MATERIAL REQUIREMENT PLANNING)
UNTUK MENCAPAI TARGET PRODUKSI PAKAIAN BERBASIS WEB (STUDI
KASUS: UD.
DARMAWAN DESA SELAGEK)
Mohammad Taufan Asri Zaen1.
Siti Fatmah2.
Khairul Imtihan3
DETEKSI KUALITAS BERAS MENGGUNAKAN SEGMENTASI CITRA
BERDASARKAN PECAHAN BULIR DAN SEBARAN WARNA
Eko Supriyadi1.
Achmad Basuki2 .
Riyanto Sigit3
PERMODELAN VISUAL TINGKAT KETAKUTAN PADA SIMULASI EVAKUASI
KEBAKARAN 3D MENGGUNAKAN SELF ASSASSEMENT MANIKIN
Iqbal Sabilirrasyad1.
Achmad Basuki2.
Tri Harsono3
SISTEM KEAMANAN PEMANTAUAN CCTV ONLINE BERBASIS ANDROID
PADA RUMAH CANTIK SYIFA MASBAGIK
Ahmad Tantoni1.
Mohammad Taufan Asri Zaen2
KOMPARASI ALGORITMA MACHINE LEARNING DAN DEEP LEARNING
UNTUK NAMED ENTITY RECOGNITION : STUDI KASUS DATA
KEBENCANAAN
Nuli Giarsyani1.
Ahmad Fathan Hidayatullah2.
Ridho Rahmadi 3
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN RESIKO KEMUNGKINAN
TERJADI REAKSI DARAH
Abd.
Halim1.
Sri Kusumadewi2.
Linda Rosita3
MONITORING PENGATUR KECEPATAN KIPAS ANGIN MENGGUNAKAN
SISTEM FUZZY BERBASIS WEB DI SMP BAKTI KELUARGA LUBUKLINGGAU
Novi Lestari2.
Nelly Khairani Daulay1.
Armanto3
IMPLEMENTASI JARINGAN INTER-VLAN ROUTING BERBASIS MIKROTIK
RB260GS DAN MIKROTIK RB1100AHX4
Ahmad Tantoni1.
Khairul Imtihan2.
Wire Bagye3
PERANCANGAN APLIKASI CETAK DOKUMEN ONLINE BERBASIS ANDROID
DI BINER JOMBANG
Fauzan Adhim1.
Ali Murtadho2.
Chandra Sukma A3 ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Volume 3.
No 1.
April 2020
PERMODELAN VISUAL TINGKAT KETAKUTAN PADA SIMULASI
EVAKUASI KEBAKARAN 3D MENGGUNAKAN SELF ASSASSEMENT
MANIKIN
Iqbal Sabilirrasyad1.
Achmad Basuki2.
Tri Harsono3 1,2,3,Teknologi Informatika.
Pascasarjana Politeknik Elektronika Negeri Surabaya Jl.
Raya ITS.
Sukolilo.
Surabaya, 60111.
Indonesia 1 iqbalnorth@gmail.
com , 2 basuki@pens.
id, 3 trison@pens.
Abstract Fire simulations are used to provide education about what to do when dealing with fires or used to raise awareness in a fire disaster.
With the advancement of technology we no longer have to prepare all the dangerous requirements in building fire simulations.
But with VR or 3D technology, we are able to provide visuals and atmosphere as if in a fire that is happening.
But to build VR and 3D that able to provide a very strong illusion also needs a strong stimulus.
Fire is one of the factors that are able to provide these stimuli.
But the problem faced is what type of fire is able to provide a strong emotional In this research, we will find out what kind of visual model of fire can provide strong emotional By building fire simulations based on the results of the self-assessment manikin scoring that focuses on the fire theme, players will reassess using the same system.
Self-assessment manikin is an emotional assessment system of the images displayed.
As the result, simulation developed able to provide fear stimuli, but the criteria are less scary.
That can be said the simulation and image datasets in the fire theme have the potential to be one way to increase individual emotional stimuli.
The potential of the dataset and the simulation still require some additional parameters that are able to adjust the difference in experience each person when dealing with fire.
Keywords : fire simulation, visual model, self-assessment manikin, fear Abstrak Simulasi kebakaran digunakan untuk memberikan edukasi tentang apa yang harus dilakukan saat berhadapan dengan api atau digunakan untuk meningkatkan kesadaran dalam bencana kebakaran.
Dengan majunya teknologi kita tidak lagi harus mempersiapkan segala keperluan yang berbahaya dalam membangun simulasi kebakaran yang ada.
Melainkan dengan teknologi VR atau 3D kita mampu memberikan visual serta suasana seakan berada dalam kebakaran yang sedang terjadi.
Namun untuk membangun VR serta 3D yang mampu memberikan ilusi yang sangat kuat diperlukan rangsangan yang kuat pula.
Api merupakan salah satu media yang mampu memberikan rangsangan tersebut.
Namun masalah yang dihadapi ialah api yang sperti apa yang mampu memberikan rangsangan emosi yang kuat.
Dalam penelitian ini kita akan mencari tahu model visual api seperti apa yang mampu memberikan rangsangan emosi yang kuat.
Dengan membangun simulasi kebakaran yang berdasar pada hasil dari kuisioner self assessment manikin yang berfokus pada tema kebakaran, player akan menilai kembali dengan menggunakan sistem yang sama.
self assessment manikin merupakan sistem penilaian emosi dari gambar yang ditampilkan.
Simulasi yang dibangun mampu membangun rasa takut user, pada kriteria kurang menakutkan.
Dapat dikatakan simulasi serta dataset gambar yang bertemakan api memiliki potensi sebagai salah satu cara meningkatkan rangsangan emosi manusia.
Namun potensi yang dimiliki dataset maupun simulasi yang dibangun masih membutuhkan beberapa parameter tambahan yang mampu menyesuaikan perbedaan pengalaman pada saat berhadapan dengan api.
Kata kunci : simulasi kebakaran, model visual, self assessment manikin, ketakutan ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Pendahuluan Bencana kebakaran sering kali berasal dari kejadian sehari hari seperti konsletnya listrik, gas bocor, atau membuang punting rokok Rawannya bencana kebakaran dengan lingkungan sosial menjadikan simulasi sebagai media edukasi yang sesuai.
Membangun simulasi kebakaran dibutuhkan banyak sumber Belum lagi melakukan simulasi kebakaran pada tempat dan waktu yang tidak tepat mampu menjadi bahaya tersendiri.
Dengan majunya jaman, sistem virtual atau simulasi dalam bentuk 3d mudah diakses masyarakat.
Sudah banyak penelitian yang bertujuan untuk memberikan edukasi tentang kebakaran, .
, .
atau me-ngembangkan simulasi kebakaran itu sendiri .
, .
Dalam topik pembangunan dunia virtual atau game 3d yang baik dibutuhkan ilusi yang sangat Ilusi ini digunakan untuk memberikan kesan bahwa user yang menggunakan serasa berada dalam ruangan yang digambarkan.
Dengan begitu user yang menggunakan simulasi mampu memberikan output .
emerankan perannya dalam simulas.
secara maksimal.
Beberapa aspek dalam membuat ilusi dalam dunia virtual ialah suara, interaksi dan visual.
Kita ingin membangun ilusi yang sangat kuat sehingga pengguna mampu merasakan panik atau rasa takut yang serupa saat berada dalam kebakaran yang sesungguhnya.
Dari ketiga elemen yang dibutuhkan untuk memberikan ilusi yang baik, suara maupaun interaksi yang diberikan api sangatlah jelas.
Namun untuk memberikan visual yang mampu menjadi seseuatu yang mencekam masih diperdebatkan.
Di sisi lain membangun visual untuk memberikan ilusi seperti dari ketinggian snagatlah mudah.
Hal ini karena kriteria atau atribut yang digunakan untuk membangun visual itu tidak lah banyak atau bahkan sangat Api memiliki potensi visual yang mampu memberikan rasa takut atau panik pada Namun kriteria serta atribut seperti apa yang mampu memberikan ilusi yang sangat kuat itulah yang masih belum diketahui.
Sekarang dalam membangun rangsangan rasa takut untuk visual telah tersedia dataset standar yang disebut dengan International Assessment Picture system (IAPS).
IAPS
merupakan dataset yang berisi tentang gambar Ae gambar yang memberikan berbagai macam .
Untuk mengetahui rangsangan apa yang diberikan pada suatu gambar IAPS dan ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
Volume 3.
No 1.
April 2020 dataset yang lainnya menggunakan self assessment manikin.
self assessment manikin digunakan untuk menilai emosi dikeluarkan dari gambar yang dilihat.
assessment manikin terdiri dari tiga atribut utama, yakni valence, arousal dan Dominance .
Dimana perkembangan atribut yang digunakan dalam self assessment manikin terus dikembangkan.
IAPS dan dataset visual lainnya mampu digunakan sebagai landasan untuk membangun dunia virtual maupun 3d yang mampu memberikan ilusi yang kuat.
Liao.
D membangun simulasi menggunakan dataset suara, video serta visual sebagai landasan membangun dunia virtual yang ada.
Simulasi yang dibangun bertemakan zombie yang menggunakan 3 skenario yang berbeda.
Hasil dari penelitian itu dikatakan berhasil meskipun tidak sangat Memberikan nilai valence <4 dan arousal 6-7 yang dikatakan sebagai rasa takut yang sedang .
Namun penelitian yang dilakukan Liao.
D menggunakan data yang telah disediakan IAPS sebagai landasan memabangu visual yang ada.
Sedangkan dataset IAPS atau OASIS, dan GAPED tidak memberikan informasi yang cukup untuk membangun visual yang Hal ini dikarenakan luasnya kategori yang disediakan dalam dataset Dalam penelitian ini akan dibuat dataset visual yang menggunakan sistem serta pengambilan data yang menyerupai dari IAPS.
GAPED, serta OASIS.
Hasil dataset ini digunakan sebagai landasan untuk membangun visual dari simulasi evakuasi kebakaran 3D.
Simulasi yang ada dibuat dengan menggunakan Unity 3D.
Hasil simulasi nantinya akan diukur kembali menggunakan Self Assessment Manikin untuk melihat apakah penggunaan dataset yang ada mampu memberikan ilusi yang dibutuhkan.
Tinjauan Pustaka IAPS dan Self Assessment Manikin IAPS merupakan kumpulan gambar yang digunakan sebagai percobaan yang berfokus dalam emosi .
Dimana gambar yang ada pada dataset IAPS menjelaskan berbagai macam rangsangan yang dikeluarkan dari masing masing gambar.
Kita dapat mengetahui rangsangan apa yang dikeluarkan oleh gambar melalui tiga atribut penilaian yang digunakan IAPS.
Atribut ini ialah valence, arousal dan Namun untuk memberi tahu emosi apa yang dikeluarkan dari gambar biasanya JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire digunakan dua atribut yakni valence dan Valence merupaka atribut yang digunakan untuk menilai seberapa positif atau seberapa negative gambar yang ditampilkan.
Sedangkan arousal merupakan atribut yang secara garis besar menilai seberapa kuat emosi yang dikeluarkan.
Nilai atribut ini diperoleh dari sistem penilaian yang dinamakan Self Assessment Manikin.
Self assessment manikin merupakan sistem yang digunakan untuk menilai emosi yang dikeluarkan dari suatu media.
Sistem penilaian ini juga digunakan pada beberapa dataset gambar yang memiliki tujuan yang sama dengan IAPS.
Dataset seperti open affective standardized image set (OASIS) .
dan geneva
GAPED
menggunakan sistem yang sama dengan IAPS namun dengan permasalahan serta kategori yang berbeda.
Tidak hanya itu penggunaan self assessment manikin juga telah digunakan dalam audio pada dataset International Affective Digitized Sounds (IADS).
serta telah digunakan dalam penulisan atau kata kata seperti pada dataset Affective norms for 1,586 Polish words (ANPW) .
Sekarang demi memenuhi informasi yang lebih detail atribut dikembangkan menjadi valence, arousal, dominance, origin, subjective, significance dan source dimensions .
, .
Metodologi penelitian Metodologi yang dilalui dalam proses penelitian dapat dilihat pada gambar 1.
Dimana terdiri lima tahapan sebelum dilakukan Analisa dari data yang diperoleh baik dari data gambar maupun data dari simulasi.
Volume 3.
No 1.
April 2020 Pembuatan dataset Proses pembuatan dataset yang ada akan menggunakan self assessment manikin (SAM).
self assessment manikin merupakan penilaian pada atribut valence, arousal dan dominance pada gambar non-verbal terkait dengan reaksi rangsangan .
Pembuatan dataset yang ada akan dibagi menjadi beberapa kategori dan masing-masing kategori memiliki subkategori.
Sub-kategori inilah yang nantinya digunakan sebagai landasan dalam membangun simulasi Kategori dan sub kategori yang digunakan adalah sebagai berikut:
Gambar 1.
Sistem diagram penelitian ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
Behaviour, merupakan kategori yang digunakan untuk mengetahui apakah adanya perbedaan rangsangan dari api yang memiliki perilaku yang berbeda.
Kategori ini terdiri dari sub kategori Controllable memiliki kriteria bahwa manusia memiliki kendai dari api yang ada seperti, kembang api atau api Sedangkan uncontrollable meruapakan api yang tidak bisa Size, mengkategorikan ukuran api yang Dimana terdiri dari subkategori small untuk ukuran api yang tingginya kurang lebih setinggi orang dewasa pada umummnya dan Big untuk ukuran api yang mencapai Gedung atau rumah.
Smoke, merupakan atribut untuk Dimana dibagi menjadi dua yakni thick untuk asap yang tebal dan thin untuk asap yang tipis.
Source, merupakan kategori objek yang menjadi sumber kebakaran.
Kategori ini berfunsi untuk menjadi tema dari Dimana subkeategori yang digunakan cigarette, electricity, heater dan stove.
Death, marupakan penyebab kematian seseorang khususnya dalam aspek Kategori ini digunakan untuk pembagian porsi dari api dan Subkategori yang ada ialah smoke dan fire.
Masing masing subkategori yang ada diwakili oleh 3 gambar.
Total gambar pada dataset adalah 36 gambar.
Beberapa kategori serta JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire kategori yang ada dipilih melalui berbagai macam sumber, baik penelitian, buku, serta website.
Proses Pengambilan Dataset Gambar Dari 36 gambar yang disediakan, data yang akan diambil merupakan nilai valence serta nilai arousal dari gambar tersebut.
Proses pengambilan data yang dilakukan pada IAPS secara garis besar memperlihatkan gambar selama beberapa detik kemudian mengisi nilai valence serta arousal dengan nilai skala 1 Ae 9.
Proses pengambilan data untuk datset dilakukan dengan cara yang sama namun pengisian nilai yang ada dilakukan secara online melalui Google docs .
Pada awal akan diberikan wawasan terhadap apa itu valence dan arousal.
Peserta yang mengisikan penilaian juga diminta untuk mengisi tanggal serta tahun lahir dan jenis kelamin.
Kemudian ditampilkan gambar yang akan diniliai.
Volume 3.
No 1.
April 2020
3,14
4,07
4,69
3,27
2,49
3,94
2,76
1,97
2,74
4,52
4,79
4,74
3,99
4,56
4,71
4,78
4,22
3,83
Nilai dari masing masing subkategori dari valence maupun arousal tidak memiliki standar deviasi yang sangat jauh (< .
Kategori emosi ketakutan menurut Liao.
D memiliki kriteria valence <4 dan arousal >4.
Dimana tingakatan ketakutan dibagi menjadi 4 bagian menurut nilai arousal yang ada.
Nilai arousal dengan 4 -5 sedikit menakutkan, nilai 5 Ae 6 kurang menakutkan, 6 Ae 7 menakutkan dan >7 sangat menakutkan.
Berdasarkan kriteria ini banyak dari subkategori masuk kedalam kriteria sedikit menakutkan.
Bahkan kategori asap memiliki nilai valence >4 yang tidak termasuk Kita tahu sekarang mengetahui potensial sub kategori yang ada.
Gambar 2.
Google docs pengisian nilai Gambar yang ditampilkan merupakan salah satu dari ketiga gambar yang ada.
Secara satu persatu gambar ditampilkan melalui urutan subkategori awal .
hingga akhir .
eath by smok.
Dimana dilakukan 3 kali karena jumlah masing masing gambar dalam masing masing subkategori berisikan 3.
Pengolahan Data Data yang terkumpul sebanyak 67 dengan total 16 perempuan dan 49 laki laki.
Data yang telah terkumpulkan diambil rata ratanya berdasar masing masing subkategori yang ada.
Tabel 1.
Hasil rata rata valence* dan arousal** Subkategori Val* 6,79 Arou** 6,02 Kategori 2,78 3,02 5,01 4,82 ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
Gambar 3.
Pemetakan penyebaran subkategori Gambar penyebaran berdasarkan atribut valence dan Untuk pemilihan subkategori yang akan subkategori silakukan melalui perhitungan Perhitungan jarak antara posisi subkategori dengan point .
, .
menggunakan rumus pitagoras .
Nilai rata rata arousal dikurangi dengan nilai tertinggi dikarenakan sifat dari emosi kepanikan pada arousal semkain tinggi nilainya semakin menakutkan.
Dimana jarak terpendek (Distanc.
antara point subkategori dengan titik 0 yang nantinya akan JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Tabel 2.
Hasil perhitungan Distance Distance Subkategori Kategori 7,934623 4,263623 4,477059 5,064814 5,892718 6,476777 5,668751 4,125933 5,465052 4,184238 4,075065 5,343226 Behaviour uncontrollable behaviour Tabel 2 merupakan hasil dari perhitungan jarak dair masing masing subkategori.
Setiap kategori yang ada sekarnag memiliki perwakilan subkategori yang mampu digunakan sebagai Subkategori uncontrollable pada kategori behavior api, api dengan subkategori big pada kategori size, subkategori thick pada kategori smoke, subkategori electricity pada kategori source dan subkategori fire pada kategori death.
Dari kategori ada dijadikan latar serta suasaba yang dapat mewakili seluruh kategori yang ada.
Dimana pergudangan dimana terjadi permasalahan pada salah satu mesin yang ada, dimana menjadi penyebab terjadinya kebakaran.
Detail dari latar yang dapat diginakan dapat dilihat pada tabel 3.
Tabel 3.
Parameter latar simulasi Parameter Tempat Latar Warma Waktu Pencahayaan Detail Gedung Pabrik Mesin Ae mesin tua dan besar, kabel Merah,kuning,orange, abu abu, coklat Malam Hari Gelap.
Volume 3.
No 1.
April 2020 dibutuhkan dalam ruangan yakni mesin mesin besar yang mampu menggambarkan secara jelas lokasi pemain saat menggunakan simulasi.
Kabel yang ada juga digunakan sebagai pendukung untuk kategori sumber kebakaran.
Beberapa atribut detail dalam latar juga ditambahkan untuk memberikan kesan ilusi yang diperlukan.
Warna dalam atribut yang digunakan merupakan warna analog serta warm color.
Warm memberikan kesan hangat ketika dilihat.
Dengan diharapkan mampu memberikan kesan panas yang diperlukan.
Perubahan atau penggunaan warna merupakan salah satu cara untuk memberikan informasi yang diperlukan pada user suasana yang ada dalam simulasi.
Karena dalam ruang lingkup dunia virtual rangsangan panas tidak mungkin dapat direkayasa secara langsaung namun harus melalui media lain, seperti visual dan suara.
Warna abu Ae abu dan coklat mampu memberikan kesan lama, seperti berkarat dan usang.
Waktu yang digunakan dalam atribut adalah malam.
Karena malam dipercaya mampu memberikan api kesan yang jelas, atau terang.
Sedangkan untuk perilaku dari api serta asap akan dibahas pada proses pembuatan simulasi.
Parameter terakhir adalah pencahayaan.
Dalam tabel detail yang ada dalam parameter pencahayaan terdiri dari gelap, remang, serta Parameter ini digunakan sebagai pelengkap dari kategori yang terpilih.
Penilaian pada perbedaan cahaya yang diberikan mampu memberikan konsistensi terhadap latar yang Dimana kebanyakan orang lebih merasa takut terhadap kegelapan, dan cenderung merasa lebih nyaman jika dekat dengan sumber Maka dari itu latar yang ada akan diberikan tiga pencahayaan yang berbeda.
Pembuatan simulasi Setelah mendapat kategori serta parameter dari lokasi yang akan digunakan.
Sketsa kemudian dibuat untuk memberikan gambaran kasar tentang latar yang akan dibuat.
Dari tabel 3 Tempat yang digunakan adalah bangunan pabrik yang sudah mulai menua.
Pemilihan Gedung diambil karena mudahnya menyusaikan sumber kebakaran yang terjadi dari hasil data sebelumnya.
Latar yang ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Gambar 4.
Sketsa latar simulasi Pada gambar 4 merupakan bangunan pabrik bertingkat dua.
Dimana pada gambar bagian kiri merupakan lantai kedua dan gambar yang berada di sebelah kanan merupakan lantai Bagian yang diarsir merupakan obstacle yang bisa diartikan perabotan atau mesin yang ada di dalam pabrik.
Proses selanjutnya adalah merubah rancangan yang ada kedalam simulasi.
Alur dari jalannya proses aplikasi simulasi dapat dilihat pada diagram Volume 3.
No 1.
April 2020 Simulasi kebaran dibuat menggunakan Unity Sedangkan asset yang digunakan dibuat menggunakan aplikasi blender 3D versi 2.
79 serta menggunakan aset yang diunduh melalui unity asset store.
Untuk sistem api serta asap yang digunakan dibuat melalui partikel sistem yang telah tersedia di dalam unity.
Subkategori yang terpilih pada behavior dan size api yakni uncontrollable dan Dimana kebakaran sudah termasuk kedalam bagian api yang tidak terkontrol.
Sedangkan untuk kriteria masuknya ukuran yang besar yakni api yang ada melebihi ukuran rumah atau Gedung.
Maka api yang ada nantinya akan menjalar pada pilar atau tembok yang ada hingga menyentuh langit langit untuk memberikan kesan besar.
Hal ini dikarenakan scenario yang digunakan dari awal ialah keluar dari bangunan yang ada.
Sehingga susah untuk mendapatkan pandangan api yang tingginya mencapai tinggi rumah atau gedung.
Gambar 5.
Alur diagram simulasi Dari alur yang ada dibagi menjadi 3 bagian.
dimana masing masing bagian memberikan pencahayaan yang berbeda.
Masing masing setelah dan sebelum memulai simulasi pada bagian yang ada.
User diberitahukan untuk rileks untuk dapat meresapi simulasi yang ada.
Pada bagian pertama latar yang diberikan gelap dan hanya tersedia lampu senter sebagai alat penerangan, bagian kedua dengan pencahayaan yang remang Ae remang dan bagian ketiga dengan latar yang memiliki pencahayaan yang User atau pengguna simulasi hanya dapat melihat sekitar dengan menggerakkan Dimana secara otomatis akan dijalankan melalui jalur yang telah ditentukan untuk melakukan evakuasi.
ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
Gambar 6.
Partikel api Untuk memberikan kesan bahwa api yang ada dalam simulasi terlihat nyata.
Proses pembuatan api dalam simulasi dilakukan dengan menaruh partikel api yang berukuran kecil kemudian menambahkan partikel api yang berukuran besar (Gambar .
Partikel api yang kecil bertujuan untuk memberikan kesan api tersebut menyebar keseluruh objek yang sedang Sedangkan untuk api yang berukuran besar digunakan untuk memberikan kesan sumber api.
Ditambahkan pula serbuk api yang keluar dari kayu atau bahan mudah terbakar lainnya yang bertebaran.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Volume 3.
No 1.
April 2020 perubahan warna sejak partikel muncul hingga Tingkat ketebalan alpha asap ini disesuaikan dengan prinsip penyebaran asap yang telah dijelaskan sebelumnya.
Setiap objek yang terbakar juga diberikan sumber asap.
Dimana asap yang keluar dari hasil pembakaran objek berwarna lebih gelap dibandingkan dengan asap biasa.
Gambar 7.
Gambar api pada objek Api kemudian disesuaikan dengan objek yang ia bakar.
Disini proses scaling serta merotasi partikel api kecil atau partikel api yang besar diperlukan untuk dapat memperoleh visual yang meyakinkan.
Jika objek yang dibakar berukuran besar atau saling bersebelahan maka ditambahkan partikel api kecil atau partikel api besar (Gambar .
Gambar 8.
Gambar asap di langit langit Untuk diimplementasikan melalui perilaku asap (Gambar .
merupakan perilaku asap yang mengisi langit langit ruangan terlebih dahulu sebelum mengisi seluruh ruangan yang ada .
Dalam perancangan pola perjalanan yang dilewati user, setelah menuruni tangga user akan melewati jalan yang memutar.
Hal ini dilakukan agar user melewati bagian asap yang lebih tebal daripada asap yang berada pada bagian bawah.
Gambar 9.
SImulasi dilihat dari atas Gambar 9 merupakan hasil bangunan yang dilihat dari atas.
Sumber api kebakaran berada pada lantai satu dimana api sudah membakar hampir seluruh bagian pada lantai satu.
Dengan latar yang sama nantinya juga akan dibagi tiga Untuk memberikan ketebalan asap yang berbeda asap yang ada diberikan warna alpha serta color over time yang berbeda setiap Alpha digunakan untuk mengatur setiap partikel yang dikeluarkan.
Sedangkan color over time digunakan untuk mengatur Pada gambar 10 .
merupakan bagian pertama dimana lampu yang diberikan gelap.
merupakan pencahayaan ruangan remang .
merupakana ruangan dengan pencahayaan yang terang.
ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire .
Volume 3.
No 1.
April 2020 .
Gambar 10.
Gambar latar dengan pencahayaan yang User akan secara otomatis digerakkan melalui bangunan yang ada.
User tidak diberikan kendali terhadap simulasi dengan harapan user mampu lebih fokus terhadap visual yang ada.
Pergerakan karakter dalam simulasi menggunakan sistem animasi.
Rute yang dilalui oleh karakter dapat dilihat pada User akan mulai dari keluar ruangan kantor, lalu menuju lorong.
Setelah itu memasuki ruangan pekerja yang memberikan suasana tua, dengan mesin mesin yang tua serta kabel putus yang bergantungan.
Suasana yang diberikan ketika melewati lorong pada saat bagian ke-1 .
encahayaan mat.
akan terasa lebih menakutkan (Gambar 10.
dibandingkan dengan pencahayaan lainnya.
Setelah melewati raungan pekerja, kemudian user akan melewati lorong lagi namun dengan tembok serta suasana yang sama dengan ruangan para pekerja.
Kemudian user diarahakan menuruin tangga menuju lantai ke - 1.
Disini asap dari kebakaran yang ada sudah terlihat namun masih sedikit .
Setelah itu user melwati balkon untuk memilih jalan memutar.
Disini user mampu meihat pemandangan kebakaran dari sudut pandang yang lebih tinggi.
User kemudian diarahkan untuk menuruni tangga lagi dan melewati api yang sadang membara lalu keluar dari bangunan.
Gambar 11.
Alur perjalanan karakter pada lantai 2.
dan lantai 1 .
Dalam simulasi user mampu mengarahakn menggunakan mouse yang ada.
Waktu yang dibutuhkan untuk menyelesaikan simulasi kurang lebih 1 menit 30 detik setiap bagiannya.
Setiap bagian akan memiliki pola jalur yang sama, dengan begitu user mampu lebih jelas pencahayaan yang berbeda dari masing bagian.
Aplikasi simulasi yang ada akan di-deploy pada perangkat desktop atau PC.
Proses pengambilan Data Data yang akan diambil adalah data valence serta arousal.
Dimana user atau pengguna merupakan tujuh mahasiswa dan lulusan yang berasal dari jurusan game teknologi dari universitas politeknik elektronika negeri Surabaya.
User yang menilai merupakan mahasiswa yang memiliki pengalaman lebih dalam dalam bidang pembangunan game dan dunia virtual.
Dimana mampu memberikan pendapat serta penilaian yang bersifat objektif terhadap simulasi yang akan dinilai.
Gambar 12.
User menggunakan simulasi .
ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire User akan diberi wawasan terlebih dahulu tentang apa yang akan dinilai.
Kemudian user dipersilahkan untuk memainkan simulasi yang Setelah selesai memainkan simulasi, user diberikan penejelasan apa itu parameter valence memberikan nilai.
Nilai yang digunakan adalah penilaian self-assessment manikin, dengan rentan nilai 1 Ae 9.
Dimana nilai valence (Va.
<4 maka akan dikatakan memiliki rasa takut.
Sedangkan untuk arousal (A.
dengan nilai 5 sedikit menakutkan, nilai 6 kurang menakutkan, 7 menakutkan dan >7 sangat menakutkan.
Jika nilai arousal yang ada <4 maka tidak dikatakan Hasil dari proses pengambilan data dapat dilihat pada tabel 3.
Tabel 3.
Hasil Penilaian Simulasi
Bagian 1
Bagian 2
Bagian 3
Val
Val
Val
User
Mean
1,79
1,79
1,58
2,97
1,82
1,87
Analisa Dari data pada tabel 3 rata rata pada bagian 1 merupakan satu satunya nilai valence dan arousal yang dapat dikatakan masuk kedalam tingkatan ketakutan yang ada.
Dengan nilai 2 dan arousal 5.
2 bagian satu dikatakan sebagai sedikit menakutkan .
alence < 4.
Arousal 5Ae.
Hasil tingkat ketakutan pada bagian 1 identikal dengan tingkat ketakutan tertinggi dari salah satu subkategori pada data gambar sebelumnya .
ncontrollable, sedikit Sedangkan untuk bagian 2 dan bagian memiliki kenaikan nilai baik pada rata rata nilai valence serta nilai arousal.
Menyatakan bahwa pencahayaan yang lebih terang (Bagian 2 remang remang, bagian 3 teran.
mampu merubah emosi seseorang lebih menjadi lebih Volume 3.
No 1.
April 2020 maksimum dari tingkat ketakutan yang ada.
Pada tabel 3 beberapa individu memiliki penilaian yang unik.
Seperti pada bagian 1 untuk user ke-4 dan ke-5, penilaian yang diberikan masuk kedalam kategori menakutkan.
User ke-3 menilai ruangan dengan bagian 1 .
dengan nilai valence 6.
Dimana sudah bukan termasuk emosi yang menakutkan namun untuk ruangan bagian 3 .
engan pencahayaan yang teran.
emosi yang diberikan lebih negatif dengan nilai valence 4.
Kondisi yang sama juga terjadi pada penilaian dari user ke-1.
User ke-1 memberikan nilai rendah pada valence bagian pertama dengan nilai 3 namun memberikan nilai pada bagian 3 dengan nilai 2 pada valence.
Dalam beberapa kondisi penggunaan data gambar yang telah dikumpulkan mampu memberikan nilai yang melibihi harapan.
Namun ada juga nilai yang diperoleh dari latar yang dibangun mendapatkan nilai yang unik.
Kesimpulan Hasil dari dataset gambar yang telah diperoleh menyatakan bahwa api memiliki potensi ketakutan.
Dimana menurut kriteria ketakutan dengan nilai rata rata valence 3,47 dan arousal 4,67, dataset yang ada menempati bagian kurang menakutkan.
Untuk hasil simulasi yang dibangun berdasarkan subkategori dari dataset gambar memiliki nilai menyerupai yang sama, dengan rata rata valence 3,2 dan rata rata arousal 5,2 menempati kriteria kurang Yang menarik ialah jika respon yang ada dilihat dari masing masing individu.
Dimana beberapa user yang menilai hasil simulasi memiliki pola nilai yang unik dari bagian yang disediakan oleh simulasi tersebut.
Pola yang unik ini mampu berasal dari perbedaan kesenangan atau genre game yang dimainkan atau pengalaman individu.
Pada akhirnya api dapat dikatakan sebagai calon untuk memberikan rasa takut, namun masih menentukan simulasi yang mampu membuat seseorang merasa takut akan api.
Ucapan Terima Kasih Untuk melakukan Analisa dari masing masing individu penilaian yang ada pada arousal menjadi 5 untuk kurang menakutkan, 6 untuk sedikit menakutkan, 7 untuk menakutkan dan > 7 sangat menakutkan.
Dimana diambil nilai Ucapan terimakasih kami sampaikan kepada teman Ae teman program studi Game Teknologi.
Politeknik Elektronika Surabaya (PENS).
Dimana telah berkenan memberikan masukan serta ikut serta dalam pelaksanaan pengambilan data pada penelitian ini sehingga dapat ISSN.
2620-6900 (Onlin.
2620-6897 (Ceta.
JIRE (Jurnal Informatika & Rekayasa Elektronik.
http://e-journal.
id/index.
php/jire Volume 3.
No 1.
April 2020 Daftar Pustaka: