Dokumen tersebut membahas tentang regresi linier sederhana dan korelasi. Ia menjelaskan konsep dasar regresi dan korelasi, rumus-rumus dasar untuk menentukan persamaan regresi linier sederhana dan menghitung koefisien korelasi serta koefisien determinasi, beserta contoh penerapannya. Diberikan pula soal latihan dan kuis singkat untuk memahami konsep-konsep tersebut.
Sistem Persamaan Linear (SPL) Aljabar Linear ElementerKelinci Coklat
Sistem persamaan linear dibahas meliputi solusi dengan operasi baris elemen, matriks invers, dan aplikasinya dalam berbagai bidang seperti rangkaian listrik dan model ekonomi."
Kelompok 6 terdiri dari 3 anggota yaitu Aisyah Turidho, Dhiah Masyitoh, dan Tania Tri Septiani. Dokumen ini membahas tentang statistika termasuk pengumpulan data, penyajian data, ukuran pemusatan data seperti mean, modus, median, dan kuartil.
This document contains a table of critical values for the chi-square distribution with degrees of freedom (df) ranging from 0 to 136 and significance levels of 0.1, 0.05, 0.025, 0.001, and 0.005. The table lists the critical value that corresponds to each combination of df and significance level.
Matematika Diskrit - 11 kompleksitas algoritma - 03KuliahKita
Dokumen tersebut membahas kompleksitas algoritma dan notasi O-besar untuk menentukan orde pertumbuhan fungsi waktu algoritma. Notasi O-besar digunakan untuk membandingkan beberapa algoritma penyelesaian masalah dan menentukan algoritma terbaik berdasarkan orde pertumbuhannya.
Dokumen tersebut membahas tentang regresi linier sederhana dan korelasi. Ia menjelaskan konsep dasar regresi dan korelasi, rumus-rumus dasar untuk menentukan persamaan regresi linier sederhana dan menghitung koefisien korelasi serta koefisien determinasi, beserta contoh penerapannya. Diberikan pula soal latihan dan kuis singkat untuk memahami konsep-konsep tersebut.
Sistem Persamaan Linear (SPL) Aljabar Linear ElementerKelinci Coklat
Sistem persamaan linear dibahas meliputi solusi dengan operasi baris elemen, matriks invers, dan aplikasinya dalam berbagai bidang seperti rangkaian listrik dan model ekonomi."
Kelompok 6 terdiri dari 3 anggota yaitu Aisyah Turidho, Dhiah Masyitoh, dan Tania Tri Septiani. Dokumen ini membahas tentang statistika termasuk pengumpulan data, penyajian data, ukuran pemusatan data seperti mean, modus, median, dan kuartil.
This document contains a table of critical values for the chi-square distribution with degrees of freedom (df) ranging from 0 to 136 and significance levels of 0.1, 0.05, 0.025, 0.001, and 0.005. The table lists the critical value that corresponds to each combination of df and significance level.
Matematika Diskrit - 11 kompleksitas algoritma - 03KuliahKita
Dokumen tersebut membahas kompleksitas algoritma dan notasi O-besar untuk menentukan orde pertumbuhan fungsi waktu algoritma. Notasi O-besar digunakan untuk membandingkan beberapa algoritma penyelesaian masalah dan menentukan algoritma terbaik berdasarkan orde pertumbuhannya.
Dokumen tersebut memberikan informasi tentang kelompok 6 yang terdiri dari 9 orang siswa beserta NIM-nya. Selanjutnya memberikan penjelasan tentang standar skor (z-score) dan contoh soal perhitungannya baik untuk populasi maupun sampel. Terdapat juga penjelasan mengenai skewness dan kurtosis beserta rumus dan contoh perhitungannya.
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Statistika terdiri dari statistika deskriptif yang memberikan informasi tentang data dan statistika inferensial yang menarik kesimpulan tentang populasi berdasarkan sampel. Statistika diterapkan dalam berbagai disiplin ilmu dan kehidupan sehari-hari.
Media CD interaktif IPA materi sistem peredaran darah manusia untuk siswa kelas V SD telah dikembangkan dan divalidasi oleh ahli materi, ahli media, dan ahli lapangan. Hasil uji coba kelompok kecil menunjukkan peningkatan hasil belajar siswa dan media dinilai layak untuk diimplementasikan.
Dokumen tersebut berisi ringkasan hasil pengolahan data statistik menggunakan SPSS untuk berbagai uji statistik seperti uji t, ANOVA satu faktor, korelasi dan regresi berganda.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Ringkasan dokumen tersebut adalah:
Ujian akhir semester mata kuliah Matematika Statistika di Universitas PGRI Adi Buana Surabaya membahas soal-soal distribusi hipergeometrik, binomial, Poisson, dan normal untuk menentukan berbagai probabilitas.
Teks tersebut membahas tentang kombinatorika dan konsep-konsep dasarnya seperti permutasi dan kombinasi. Secara singkat, teks tersebut menjelaskan cara menghitung jumlah kemungkinan susunan objek-objek tanpa harus menyebutkan satu per satu susunannya menggunakan aturan perkalian dan penjumlahan, serta rumus-rumus permutasi dan kombinasi.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Dokumen ini membahas sistem persamaan diferensial (SPD) linier orde pertama, termasuk pengertian, bentuk umum, contoh, hubungannya dengan persamaan diferensial orde tinggi, dan cara menyelesaikan SPD homogen dan non-homogen. SPD dapat ditulis sebagai sistem persamaan yang saling terkait yang menggambarkan hubungan antar fungsi tak diketahui. Metode eliminasi dan substitusi digunakan untuk menyelesaikan SPD homogen berkoefisien
Dokumen tersebut memberikan informasi tentang kelompok 6 yang terdiri dari 9 orang siswa beserta NIM-nya. Selanjutnya memberikan penjelasan tentang standar skor (z-score) dan contoh soal perhitungannya baik untuk populasi maupun sampel. Terdapat juga penjelasan mengenai skewness dan kurtosis beserta rumus dan contoh perhitungannya.
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Statistika terdiri dari statistika deskriptif yang memberikan informasi tentang data dan statistika inferensial yang menarik kesimpulan tentang populasi berdasarkan sampel. Statistika diterapkan dalam berbagai disiplin ilmu dan kehidupan sehari-hari.
Media CD interaktif IPA materi sistem peredaran darah manusia untuk siswa kelas V SD telah dikembangkan dan divalidasi oleh ahli materi, ahli media, dan ahli lapangan. Hasil uji coba kelompok kecil menunjukkan peningkatan hasil belajar siswa dan media dinilai layak untuk diimplementasikan.
Dokumen tersebut berisi ringkasan hasil pengolahan data statistik menggunakan SPSS untuk berbagai uji statistik seperti uji t, ANOVA satu faktor, korelasi dan regresi berganda.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Ringkasan dokumen tersebut adalah:
Ujian akhir semester mata kuliah Matematika Statistika di Universitas PGRI Adi Buana Surabaya membahas soal-soal distribusi hipergeometrik, binomial, Poisson, dan normal untuk menentukan berbagai probabilitas.
Teks tersebut membahas tentang kombinatorika dan konsep-konsep dasarnya seperti permutasi dan kombinasi. Secara singkat, teks tersebut menjelaskan cara menghitung jumlah kemungkinan susunan objek-objek tanpa harus menyebutkan satu per satu susunannya menggunakan aturan perkalian dan penjumlahan, serta rumus-rumus permutasi dan kombinasi.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Dokumen ini membahas sistem persamaan diferensial (SPD) linier orde pertama, termasuk pengertian, bentuk umum, contoh, hubungannya dengan persamaan diferensial orde tinggi, dan cara menyelesaikan SPD homogen dan non-homogen. SPD dapat ditulis sebagai sistem persamaan yang saling terkait yang menggambarkan hubungan antar fungsi tak diketahui. Metode eliminasi dan substitusi digunakan untuk menyelesaikan SPD homogen berkoefisien
Cloud Infrastructure automation with Python-3.pdfRidwan Fadjar
This document discusses automating cloud infrastructure using Python. It provides examples of automating tasks like OpenVPN user management and Gitlab access management. It then describes a case study of automating VPN access requests using a Slack bot and Python. Key aspects of the system are utilizing the Slack and Gitlab APIs, Python libraries, Gitlab CI for testing, and deploying the Slack bot and services on Kubernetes. The automation helps reduce the time and effort for non-technical users to request access and improves security and cost management. Testing is done manually through smoke testing and tracking scenarios in a spreadsheet.
This document summarizes an experiment presentation by Ridwan & Kurnia on implementing GraphQL. It discusses their research timeline on GraphQL from 2018-2019, provides a brief explanation of GraphQL, and outlines their implementation of GraphQL in the backend using Graphene and in the app using Apollo. It also compares GraphQL to REST and proves the concept of GraphQL by reducing app code size, making multiple requests at once, enabling early detection of schema changes, and allowing quick adoption of backend data.
Bugs and Where to Find Them (Study Case_ Backend).pdfRidwan Fadjar
This document discusses log and bug tracing management in the SenseHealth architecture. It provides two cases of conventional bug tracing with a single server and administrator, and modern tracing using AWS Cloudwatch. The SenseHealth architecture is described using ELK stack, Sentry, and Github for centralized logging and automatic bug reporting. Three cases are presented: 1) bugs found in ELK and Sentry, 2) bugs not found, requiring manual tracing, and 3) bugs possibly at the client-side. The conclusions recommend accessible logs for developers, following IT principles, and being proactive to identify bugs earlier.
This document provides an introduction to Elixir and the Phoenix web framework. It begins with background on Elixir and why it was created. It then demonstrates basic Elixir concepts like data types, operators, functions and modules. It shows how to create a Phoenix project, configure it, define models, repositories, controllers, views, routers and tests. The document aims to provide readers with an overview of building web applications with Elixir and Phoenix.
CS meetup 2020 - Introduction to DevOpsRidwan Fadjar
This document provides an introduction to DevOps, including that it is a culture that may involve teams from different departments. It discusses the CALMS framework for DevOps, which focuses on culture, automation, lean, measurement, and sharing. Key skills for DevOps include strong communication, teamwork, computer networking, Linux administration, programming, and IT governance. The document also outlines goals for areas like monitoring, automation, and tools that can be used to support a DevOps approach. It provides several examples of implementing specific DevOps technologies and processes.
This document provides an overview of serverless computing. It defines serverless computing as a cloud computing model where the cloud provider dynamically manages machine resources and customers pay based on usage rather than pre-purchased capacity. It discusses how serverless applications rely on backend services (BaaS) and custom code run in ephemeral containers (FaaS). The document also outlines some pros and cons of serverless computing such as reduced costs and complexity but also vendor lock-in risks. It provides examples of serverless use cases and tools for development, infrastructure-as-code, emulation, and pricing calculators.
SenseHealth Indonesia Sharing Session - Do we really need growth mindset (1)Ridwan Fadjar
Tokopedia established principles like "just start" and "stay curious" to nurture a growth mindset culture and prepare for Industry 4.0. A growth mindset believes abilities can change with effort, views failure as learning, and prefers improvement over performance. It was discussed how growth mindset and OKRs were implemented in one company's infrastructure team to improve reliability and build strong operations. Examples were given of cultivating a growth mindset through improving English, learning piano, and embracing criticism.
Risk Analysis of Dutch Healthcare Company Information System using ISO 27001:...Ridwan Fadjar
A slide of my research for `Risk Analysis of Dutch Healthcare Company Information System using ISO 27001:2017, NEN 7510-2 and COBIT 5` which was presented at INCITEST UNIKOM 2019.
A Study Review of Common Big Data Architecture for Small-Medium EnterpriseRidwan Fadjar
This document summarizes a study review of common big data architectures for small to medium enterprises. It finds that such architectures typically include three main components: 1) an enterprise design framework like TOGAF for planning and architecture, 2) core infrastructure including data sources, messaging queues, data lakes, ETL processes, data warehouses, and visualization tools, and 3) operational aspects like data mining and security/compliance practices running on top of the infrastructure. The study concludes that open source tools can help SMEs establish affordable big data solutions to gain competitive advantages from data-driven insights.
Dokumen tersebut membahas tentang penerapan message queue dalam arsitektur aplikasi web. Message queue digunakan untuk menghindari beban tinggi pada database dan backend server dengan mengantrikan permintaan asynchronous seperti konversi gambar, pengiriman email dan notifikasi. Demo menggunakan Redis sebagai message broker dan Kue untuk memproses tugas secara berurutan seperti melacak clickstream pengguna.
This document discusses message queues and their use with Node.js applications. It describes typical web application architectures with multiple servers and the problems that can occur. It then introduces message queue architectures using a message broker to address these issues. Several open-source and cloud-based message queue options are listed, along with examples of implementing message queues for tracking devices, music streaming applications, and clickstream tracking using Redis, Kue, and MongoDB. The document concludes with references and an announcement of a demo.
This document provides an overview of MongoDB and Node.js. It discusses MongoDB concepts including document-based data storage and querying basics. It also covers MongoDB features like aggregation, full text search, replication, and sharding. Finally, it demonstrates connecting Node.js to MongoDB using Mongoose and performing basic CRUD operations.
Memulai Data Processing dengan Spark dan PythonRidwan Fadjar
The document discusses Spark and Python for data processing. It describes Spark's features like processing large datasets, SQL-like data processing, machine learning, and supporting various file formats. It provides examples of RDD, DataFrame, and SQL in Spark. It also demonstrates local development of Spark applications with Docker and deployment to AWS EMR. Code examples show reading, writing, and analyzing data with PySpark.
Dokumen tersebut membahas tentang komunikasi antara Arduino dan Python menggunakan library PySerial. Arduino digunakan sebagai mikrokontroler untuk mengontrol perangkat keras seperti LED, sedangkan Python digunakan untuk membuat antarmuka grafis dan berkomunikasi dengan Arduino melalui serial communication. Beberapa contoh aplikasi yang dibahas adalah mengendalikan LED, mendeteksi input analog, dan mengubah ukuran lingkaran berdasarkan nilai analog.
Modul pelatihan-django-dasar-possupi-v1Ridwan Fadjar
Dokumen tersebut membahas tentang penggunaan Django sebagai framework web untuk membangun aplikasi event. Terdapat penjelasan mengenai instalasi Django, konfigurasi database, pembuatan model untuk tabel event dan visitor, serta penggunaan halaman admin yang disediakan Django untuk mengelola data event dan visitor.
1. Membuat Game Shooting dengan
PyGame
Pemberdayaan Open Source Software
Sabtu, 20 September 2014
Gedung Ilmu Komputer, FPMIPA, UPI
2. Pendahuluan
● Dalam pelatihan ini akan dipelajari teknik dasar dalam mengembangkan game
● Alat yang dibutuhkan antara lain Python, Text Editor, PyGame, GIMP
● Anda cukup memahami algoritma dan pemrograman sebagai pijakan untuk
mulai mengembangkan game
● Kita akan membuat sebuah game versi sederhana dari game yang berjudul
1980
● Sebuah pesawat player akan menembaki UFO yang berdatangan
● Waktu yang diberikan untuk bermain sekitar 60 detik
● Raih skor setinggi mungkin dalam waktu sempit tersebut
Membuat Game Shooting dengan PyGame. POSS UPI 2014
3. Instalasi PyGame
● sudo apt-get install python-pygame
● pip install pygame
● Instalasi melalui source code PyGame
Membuat Game Shooting dengan PyGame. POSS UPI 2014
4. Aset Game
● Aset game yang digunakan didapat dari SpriteLib dan FreeSFX
● Aset untuk pelatihan silahkan copy dari pemateri
Membuat Game Shooting dengan PyGame. POSS UPI 2014
5. Mulai Coding
● Siapkan Teks Editor favorit kamu :D
● Buatlah struktur folder dan file seperti ini
● Copy file aset yang sudah disediakan ke masing – masing folder
● Kode game yang akan kita buat berada di main.py
Membuat Game Shooting dengan PyGame. POSS UPI 2014
6. Import Module yang Dibutuhkan
from pygame import *
from pygame.sprite import *
from random import *
from os import *
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Membuat Game Shooting dengan PyGame. POSS UPI 2014
9. Penjelasan Class Bullet
● Sebuah sprite harus mewarisi class Sprite milik PyGame
● Image.load().convert() adalah sebuah proses pembacaan aset gambar untuk
digunakan di game
● Image.get_rect() adalah mengambil posisi tengah dari sprite secara otomatis
● Sebuah sprite minimal mempunyai method __init__ dan update()
● Bullet mempunyai atribut speed, source, dan , target
● Di dalam update(), jika Bullet sudah melewati area game maka Bullet dihapus
● Di dalam update(), terdapat proses pemeriksaan setiap unit Enemy apakah
terkena oleh Bullet atau tidak. Jika terkena oleh Bullet maka akan ditandai
dengan hitted. Bullet yang bertabrakan dengan Enemy tersebut akan dihapus
Membuat Game Shooting dengan PyGame. POSS UPI 2014
12. Penjelasan Class Player
● Sebuah sprite harus mewarisi class Sprite milik PyGame
● Image.load().convert() adalah sebuah proses pembacaan aset gambar untuk
digunakan di game
● Pygame.mixer.Sound() digunakan untuk membaca aset audio dan
mengintegrasikannya dengan game
● Image.get_rect() adalah mengambil posisi tengah dari sprite secara otomatis
● Sebuah sprite minimal mempunyai method __init__ dan update(), tapi Player
memiliki method lain yang bernama get_user_control()
● Method get_user_control() digunakan untuk mendeteksi tombol keyboard
panah (atas, bawah, kiri, kanan) dan spasi (untuk menembak)
● Player memiliki atribut speed, shoot_delay, shoot_timer, bullet_group, dan
screen
● Tombol keyboard yang ditekan dideteksi dengan menggunakan
key.get_pressed()
● Saat menembakkan peluru, Player akan mendapat delay sesuai dengan
shoot_delay
Membuat Game Shooting dengan PyGame. POSS UPI 2014
15. Penjelasan Class Enemy
● Method reset_position() digunakan untuk melakukan proses spawn Enemy
secara random
● Player memiliki atribut speed, point, rect, hitted
● Jika sudah melewati layar, maka Enemy akan melakukan proses spawn
secara random
● Jika Enemy sudah kehabisan darah karena ditembaki Player (dimana darah
bernilai 5 poin) maka Enemy akan melakukan proses spawn
● Setiap Enemy yang dikalahkan akan bernilai 1 poin
Membuat Game Shooting dengan PyGame. POSS UPI 2014
16. Membuat Variabel untuk Game
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
# bagian utama game
init()
# menciptakan latar dari game
screen = display.set_mode((640, 700))
display.set_caption('World War Ufo')
background_1 = image.load('assets/bg/ocean.gif').convert()
background_2 = image.load('assets/bg/ocean.gif').convert()
# memuat semua asset yang diperlukan untuk game
clock = time.Clock()
myFont = pygame.font.SysFont("Comic Sans MS", 30)
try:
music = pygame.mixer.music.load('assets/sfx/an-turr.ogg')
except:
raise UserWarning, "could not load or play soundfiles in 'data' folder :-("
mixer.music.play(-1)
# menciptakan variabel global untuk game
keepGoing = True
bg_1_y = -1440
bg_2_y = 0
score = 0
time_buffer = 0.0
Membuat Game Shooting dengan PyGame. POSS UPI 2014
17. Membuat Variabel untuk Game
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
# menciptakan objek - objek yang akan tampil di game
player = Player(screen)
player.rect.center = (320, 650)
enemies = []
for i in range(0, 3):
enemies.append(Enemy(1))
all_sprites = sprite.Group(player, enemies)
def getScore(enemies):
score = 0
for enemy in enemies:
score = score + enemy.point
return score
Membuat Game Shooting dengan PyGame. POSS UPI 2014
21. Jalankan Gamenya :D !
● Masuk ke dalam direktori game yang sedang kita bangun
● Jalankan game tersebut dengan python main.py
Membuat Game Shooting dengan PyGame. POSS UPI 2014
22. Ada pertanyaan :D ?
Membuat Game Shooting dengan PyGame. POSS UPI 2014
23. Kesimpulan
● Mengenal dan mencicipi PyGame
● Memahami cara membuat game loop
● Memahami cara membuat teks di dalam game
● Memahami cara mengintegrasikan audio ke dalam game
● Memahami cara membuat sprite dalam berupa class
● Memahami collision detection
● Mengetahui teknik side scrolling
● Mengetahui teknik spawn
● Mengetahui cara untuk membuat kondisi agar game berjalan
● Mengetahui cara untuk mengakhiri sebuah game
Membuat Game Shooting dengan PyGame. POSS UPI 2014