Share Everything

Wednesday, December 23, 2020

Peran Media Sosial Instagram Dalam Upaya Pencegahan Virus Covid-19 di Lingkungan Masyarakat

 

Nama              : Shella Destriana Widiyanti

NIM                : 1704775

Prodi              : Bimbingan dan Konseling

Fakultas         : Fakultas Ilmu Pendidikan (FIP)

DPL                : Suhandy Siswoyo, S.T., M.T.

 

Peran Media Sosial Instagram Dalam Upaya Pencegahan Virus Covid-19 di Lingkungan Masyarakat


Share:

Tuesday, November 26, 2019

Twitter Text Mining


Text Mining adalah proses ekstraksi data dari suatu sumber data. Hal ini bertujuan untuk mendapatkan suatu pengetahuan yang baru mengenai topik yang kita pilih.

Pada kesempatan ini saya melakukan text mining dengan query Cybertruck di Twitter, karena Beberapa hari yang lalu Elon Musk sebagai CEO Tesla menunjukkan produk mobil terbarunya, yaitu Cybertruck yang merupakan Truk Pickup Elektrik.

Langkah-langkah :


Pastikan anda sudah mempunyai Twitter API. Dalam melakukan text mining, saya memanfaatkan tools Orange, dan Twitter sebagai sumber data.
Sebelum melakukan text mining, pastikan Orange telah mempunyai add-ons Text, seperti gambar dibawah.
Gambar 1 : Add-Ons
Setelah itu tinggal masukkan widget dengan proses seperti gambar dibawah.
Gambar 2 : Workflow Orange
Lalu saya melakukan pencarian menggunakan widget Twitter dengan query Cybertruck, dan mengambil sebanyak 500 Tweets.
Gambar 3 : Twitter Widget
Lalu selanjutnya saya memasukkan stopwords yang sudah dibuat menggunakan notepad pada widget Preprocess Text. contoh isi stopwords saya dapat dari website ranks.nl

Berikutnya buka widget wordcloud, dan jika masih terdapat kata-kata yang tidak berhubungan dengan topik, masukkan kata tersebut kedalam stopwords dan buka ulang wordcloud.
Gambar 4 : Jumlah Kata yang ada di Word Cloud
Gambar 5: Word Cloud
Pada wordcloud terlihat kata "cybertruck" memiliki intensitas paling tinggi dengan jumlah kata sebanyak 510, kemunculan ini paling banyak karena Cybertruck merupakan produk baru yang inovatif dan viral karena bentuknya yang dinilai tidak biasa. Kemudian "tesla" sebanyak 270, sebagai perusahaan yang membuat cybertruck. "elonmusk" sebanyak 144, sebagai CEO dari Tesla. dan diikuti dengan kata lainnya. 

Muhammad Rizky Barokah | 1401171253 | MB-41-04
Share:

Instagram Ego Network



Ego Network adalah bagian dari Social Network yang terdiri dari semua hubungan ego (aktor utama) dengan alter (orang lain), dan hubungan diantara alter ini. (Wasserman and Faust 1994, p. 42).
Pembuatan Instagram Ego Network ini saya lakukan menggunakan bantuan dari tools dibawah :
  1. Phantom Buster
  2. Microsoft Excel
  3. Gephi

Langkah-langkah :

Phantom buster menyediakan berbagai macam API, salah satunya Instagram. Disini saya memakai fitur Instagram follower collector untuk mengambil profil yang mengikuti saya. Dan Instagram following collector untuk mengambil profil mana saja yang saya ikuti.

Gambar 1 : Profil Instagram
Setelah mendapatkan data followers sebanyak 188 profil, dan following sebanyak 467 profil. Kemudian saya menyatukan kolom username, fullname, dan profileUrl kedalam satu sheet di Microsoft excel. Selanjutnya saya meng-highlight kolom yang duplikat, kolom duplikat yang telah ditemukan kemudian disortir berdasarkan warnanya. Baris data yang memiliki warna adalah akun mutual (saling follow) dari Instagram saya, baris data yang tidak berwarna dapat dihapus. Dan saya mendapatkan sebanyak 141 mutual.

Gambar 2 : Mutual Instagram
Kemudian kolom Username dan Fullname, disatukan kedalam satu sheet excel, dan diganti menjadi ID dan Label. Lalu save as sebagai CSV (Comma Delimited). File ini dapat digunakan sebagai Nodes untuk visualisasi data di Gephi.
Gambar 3 : Nodes
Kolom profileURL dapat dipindahkan ke Google Spreadsheet, seperti gambar dibawah. Google Spreadsheet digunakan untuk mempermudah pengambilan data di Phantom Buster.

Gambar 4 : Google Spreadsheet
Saya membatasi pengambilan data sebanyak 500 followers dan following per profil mutual dari akun Instagram saya. Dalam pengambilan data ini dibatasi sebanyak kurang lebih 7000 data per 15 menit. Karena itu saya atur 14 profil per launch secara repeatedly.
Gambar 5 : Setting Phantom Buster



Setelah menunggu kurang lebih 6 jam pengambilan data, saya mendapatkan 55.121 baris data follower, dan 57.510 baris data following. Setelah itu dilakukan kembali penyortiran duplikat terhadap kolom Username dan Query seperti cara diatas. Kemudian data tersebut disatukan dan diganti menjadi Source dan Target untuk menjadi Edges visualisasi gephi. Dan saya mendapatkan total 74.530 baris data untuk edges.
Gambar 6 : Edges
Kemudian CSV Nodes dan Edges yang telah dibuat di-import kedalam aplikasi Gephi. Disini saya menggunakan layout Force Atlas 2, kemudian mengatur filter degree range minimal 10, agar nodes yang terlihat hanyalah nodes yang mempunyai minimal 10 edges. Setelah difilter tersisa 677 nodes, dan 12.837 edges.

Gambar 7 : Visualisasi di Gephi
Visualisasi :

Setelah dilakukan rendering, terlihat beberapa cluster seperti yang telah saya lingkari.
Gambar 8 : Hasil Visualisasi

Gambar 9 : Beetwennes Tinggi
Dibagian ini Faris dan Nabila memiliki beetwenness yang tinggi, karena Faris merupakan teman SMP, SMA dan juga merupakan teman satu jurusan di kampus. Sedangkan Nabila adalah teman SMA dan teman satu kelas saya di kampus. Jadi mereka berdualah yang memiliki paling banyak relasi diantara teman saya.
Gambar 10 : Cluster SMA IPS
Dibagian ini merupakan teman SMA IPS saya, dan yang saya lingkari merupakan teman SMP saya yang berada di SMA IPS sama seperti saya.

Sumber : 

 Muhammad Rizky Barokah | 1401171253 | MB-41-04

Share:

Tuesday, September 24, 2019

Big Data Exercise

Sistem Informasi Manajemen

Sistem Informasi Manajemen (SIM) merupakan sistem yang mengolah serta mengorganisasikan data dan informasi yang berguna untuk mendukung pelaksanaan tugas dalam suatu organisasi. Sistem tersebut kemudian dibentuk dalam sistem informasi berbasis komputer (Computer Based Information System). Hingga kini, sistem informasi berjalan secara terintegrasi dan berjalan secara otomatis.

Penerapan Sistem Informasi Manajemen

Beberapa contoh kongkrit penerapan sistem informasi manajemen adalah sebagai berikut:
1.       Supply Chain Management (SCM) Sistem SCM ini sangaat bermanfaat bagi pihak manajemen dimana data data yang disajikan terintegrasi mengenai manajemen suplai bahan baku, mulai dari pemasok, produsen, pengecer hingga konsumen akhir.
2.       Executive Support System (ESS) Sistem ini membantu manajer dalam berinteraksi dengan lingkungan perusahaan dengan berpegang pada grafik dan pendukung komunikasi lainnya.
3.       Group Decision Support System (GDSS) dan Computer-Support Collaborative Work System (CSCWS) Serupa dengan DSS, tetapi GDSS mencari solusi lewat pengumpulan pengetahuan dalam satu kelompok, bukan per individu. Biasanya berbentuk kuesioner, konsultasi, dan skenario. Contohnya adalah e-government.
4.       Expert System (ES) dan Artificial Intelligent (A.I.) Sistem ini pada dasarnya menggunakan kecerdasan buatan untuk menganalisa pemecahan masalah dengan menggunakan pengetahuan tenaga ahli yang telah diprogram ke dalamnya. Contohnya, sistem jadwal mekanik.
5.       Decision Support System (DSS) Sistem ini membantu para manajer dalam mengambil keputusan dengan cara mengamati lingkungan dalam perusahaan. Contohnya, Link Elektronik di sekolah Tunas Bangsa, yang mengamati jumlah pendapatan atau pendaftaran siswa baru setiap tahun.
6.       Informatic Management System (IMS) IMS berfungsi untuk mendukung spektrum tugas-tugas dalam organisasi, yang juga dapat digunakan untuk membantu menganalisa pembuatan keputusan. Sistem ini juga dapat menyatukan beberapa fungsi informasi dengan program komputerisasi, seperti e- procurement.
7.       Knowledge Work System (KWS) Sistem informasi KWS ini mengintegrasikan satu pengetahuan baru ke dalam organisasi. Dengan ini, diharapkan para tenaga ahli dapat menerapkannya dalam pekerjaan mereka.
8.       Office Automation System (OAS) Sistem aplikasi ini berguna untuk melancarkan komunikasi antar departemen dalam suatu perusahaan dengan cara mengintegrasikan server-server komputer pada setiap user di perusahaan. Contohnya adalah email.
9.       Transaction Processing System (TPS) TPS ini berguna untuk proses data dalam jumlah yang besar dengan transaksi bisnis yang rutin. Program ini biasa diaplikasikan untuk manajemen gaji dan inventaris. Contohnya adalah aplikasi yang digunakan untuk Bantuan Keuangan Desa Pemprov Jawa Timur.
10.   Enterprise Resource Planning (ERP) Sistem ERP ini biasanya digunakan oleh sejumlah perusahaan besar dalam mengelola manajemen dan melakukan pengawasan yang saling terintegrasi terhadap unit bidang kerja Keuangan, Accounting, Sumber Daya Manusia, Pemasaran, Operasional, dan Pengelolaan Persediaan.

Cynefin Framework

Pengertian dari Cynefin Framework yaitu sebuah framework (kerangka kerja) untuk leadership. Seorang pemimpin dapat menggunakan framework ini untuk meningkatkan komunikasi dan pemahaman lingkungan dimana dia berada. Cynefin Framework membagi situasi yang dihadapi seorang pemimpin menjadi lima bagian berdasarkan hubungan sebab dan akibat. Empat dari situasi ini adalah simple, complicated, complex, and chaotic. Sedangkan yang kelima adalah Disorder (sulit ditentukan diletakkan dimana). Di bawah ini merupakan gambaran mengenai cynefin framework secara lengkap :



1.       Situasi yang Obvious : Situasi yang memiliki stabilitas dan hubungan sebab akibat yang jelas. Umumnya jawaban yang benar pada situasi ini adalah jawaban yang terbaik dan jarang dipertanyakan kembali. Lingkungan yang dimana dinyatakan sebagai situasi yang sederhana umumnya jarang berubah. Contoh situasi yang sederhana adalah prosedur jual beli barang, dimana telah jelas prosedur pembayaran dan penerimaan barang. Berikut ini adalah masalah yang sering terjadi pada kondisi ini :
a.       Sebuah masalah dapat salah dikategorikan kedalam domain simple karena terlalu dianggap sederhana
b.       Pemimpin yang sudah merasa nyaman dengan proses yang lama cenderung tidak mau menerima ide baru yang mungkin lebih efektif
c.       Perubahan mungkin telat disadari oleh manajer

2.       Situasi yang complicated mempunyai solusi lebih dari satu tetapi hubungan sebab akibat masih tetap jelas. Dalam situasi yang complicated,pemimpin sebaiknya melakukan sense, analyze, and respon untuk mencari solusi dalam situasi ini. Pendekatan untuk mencari solusi pada situasi complicated membutuhkan bantuan seorang ahli/pakar. Situasi ini dapat mempunyai jawaban lebih dari satu, masalahnya adalah mencari jawaban yang terbaik.
Contoh situasi Complicated adalah bila seorang pemakai komputer menyadari adanya kesalahan perhitungan yang dilakukan sebuah program komputer. Untuk memperbaikinya, pemakai komputer memerlukan bantuan seorang programmer untuk mengecek logic yang ada pada program itu dan memperbaikinya. Berikut ini adalah masalah yang sering terjadi pada kondisi ini:
a.       Pemimpin hanya mau mendengarkan solusi dari para pakar.
b.       Team yang terdiri dari pada pakar umumnya mempunyai resiko untuk gagal karena ego para ahli.
c.       Upayakan untuk selalu membawa stakeholderuntuk mempertanyakan pendapat seorang ahli

3.       Situasi yang complexadalah situasi yang tidak mempunyai jawaban yang pasti. Perusahaan dapat berada pada situasi ini bila terjadi perubahan besar seperti iklim bisnis yang buruk, pergantian manajemen, merger, etc. Situasi complex  tidak dapat diprediksi, pemimpin sebaiknya bereksperimen sampai sebuah pola yang jelas muncul. Pemimpin juga harus tetap mempertimbangkan resiko kegagalan eksperimen agar tidak menghamburkan sumber daya, tetapi eksperimen tetap harus agar dapat keluar dari situasi ini.

Pemimpin yang mencoba memaksa untuk membuat masalah complex menjadi teratur umumnya hanya akan menemui kegagalan. Mereka seharusnya mundur dan menunggu sebuah pola muncul dan mementukan pola yang mana yang memiliki kemungkinan terbesar untuk berhasil. Berikut ini adalah masalah yang sering terjadi pada kondisi ini :

a.       Manajer memaksa untuk memakai pola “Command and Control” yang sebenarnya hanya cocok untuk masalah simple
b.       Manajer takut gagal dan lebih menyukai rencana bisnis yang benar-benar anti gagal.
c.        Kegagalan eksperimen cukup mungkin tinggi untuk mendapat pola yang jelas.
d.       Kendali yang terlalu ketat sehingga membunuh inovasi

4.       Dalam sebuah situasi kekacauan, perusahaan harus segera mencari jawaban yang tepat, umumnya tidak berguna karena situasinya terus berubah dan tidak mempunyai pola pasti. Situasi kacau mengharuskan pemimpin untuk membangun keteraturan, merasakan dimana stabilitas berada atau hilang, dan bekerja untuk mengubah situasi yang kacau ke  Pada saat situasi kacau telah berubah menjadi complex, pola yang muncul dapat diidentifikasi untuk kemudian dipakai sebagai alat mencegah krisis yang sama dimasa depan dan membuka peluang baru. Komunikasi langsung atasan bawahan tanpa perantara adalah penting, tapi situasi ini tidak memungkinkan untuk menerima input karena batasan waktu.

Pemimpin harus cepat untuk mengubah gaya kepemimpinannya untuk situasi ini. Saat seorang pemimpin telah berhasil mengatasi krisis, mereka harus tetap sadar diri dan tidak mengagungkan diri sendiri. Saat pemimpin krisis terlalu “self centered” karena keberhasilannya, memimpin dikemudian hari akan menjadi susah karena pendukungnya akan selalu menutupinya dari informasi yang akurat.

Situasi kacau dapat menjadi tempat yang baik untuk menumbuhkan inovasi. Salah satu teknik yang baik untuk mengatur kekacauan dan inovasi secara pararel adalah dengan membentuk dua kelompok. Kelompok pertama akan berfokus dalam menyelesaikan masalah, kelompok kedua akan berfokus untuk mencari sebuah ide yang radikal.

Jadi, kerangka ini tidak hanya memberi tahu kita cara mendekati serangkaian situasi yang berbeda, tetapi karakteristiknya juga cukup menjelaskan untuk membantu kita mengenali situasi di mana kita saat ini berada. Anda dapat memiliki solusi hebat, tetapi jika diterapkan dalam konteks yang salah, mereka akan menjadi tidak berharga atau lebih buruk atau berbahaya.

Penerapan Big Data di Walmart

Walmart memiliki ekosistem big data yang luas. Ekosistem big data di Walmart memproses beberapa Terabyte data baru dan petabytes data historis setiap hari. Analisis ini mencakup jutaan produk dan 100 juta pelanggan dari berbagai sumber. Sistem analisis di Walmart menganalisis hampir 100 juta kata kunci setiap hari untuk mengoptimalkan penawaran setiap kata kunci. Tujuan utama memanfaatkan big data di Walmart adalah untuk mengoptimalkan pengalaman belanja bagi pelanggan ketika mereka berada di Walmart, atau menelusuri Situs web Walmart atau menjelajah melalui perangkat seluler.

Walmart telah mengubah pengambilan keputusan bisnis mereka yang menghasilkan penjualan berulang. Walmart mengamati peningkatan 10% hingga 15% yang signifikan dalam penjualan online sebesar $ 1 miliar dalam pendapatan tambahan. Analis big data dapat mengidentifikasi nilai perubahan yang dibuat Walmart dengan menganalisis penjualan sebelum dan sesudah analisis big data dimanfaatkan untuk mengubah strategi e-commerce raksasa ritel itu.


Sumber :


Muhammad Rizky Barokah | 1401171253 | MB-41-04

Share:

Tuesday, September 3, 2019

Penerapan Big Data di Walmart

Bagaimana Walmart menggunakan Big Data?

Walmart memiliki ekosistem big data yang luas. Ekosistem big data di Walmart memproses beberapa Terabyte data baru dan petabytes data historis setiap hari. Analisis ini mencakup jutaan produk dan 100 juta pelanggan dari berbagai sumber. Sistem analisis di Walmart menganalisis hampir 100 juta kata kunci setiap hari untuk mengoptimalkan penawaran setiap kata kunci. Tujuan utama memanfaatkan big data di Walmart adalah untuk mengoptimalkan pengalaman belanja bagi pelanggan ketika mereka berada di Walmart, atau menelusuri Situs web Walmart atau menjelajah melalui perangkat seluler.
Walmart telah mengubah pengambilan keputusan bisnis mereka yang menghasilkan penjualan berulang. Walmart mengamati peningkatan 10% hingga 15% yang signifikan dalam penjualan online sebesar $ 1 miliar dalam pendapatan tambahan. Analis big data dapat mengidentifikasi nilai perubahan yang dibuat Walmart dengan menganalisis penjualan sebelum dan sesudah analisis big data dimanfaatkan untuk mengubah strategi e-commerce raksasa ritel itu.
datafloq.com

Contoh Aplikasi yang menggunakan Data Hadoop di Walmart

1.  Savings Catcher, Aplikasi yang memberitahu harga barang kepada pelanggan jika ada pesaing Walmart yang memiliki harga lebih rendah. Aplikasi ini kemudian mengirimkan voucher hadiah kepada pelanggan untuk mengkompensasi perbedaan harga.
2.   Aplikasi eReceipts, memberi pelanggan salinan elektronik dari pembelian mereka.
3. Mupd8 - Aplikasi Mapping, Aplikasi Mapping di Walmart menggunakan Hadoop untuk mengelola peta terbaru dari 1000 toko Walmart di seluruh dunia. Peta-peta ini menentukan lokasi yang tepat bahkan untuk sebatang sabun kecil yang berada di toko Walmart.
Untuk memenuhi kebutuhan akan platform pemrosesan aktual yang dapat mengatasi masalah seperti kinerja dan skalabilitas, Walmart mengembangkan Mupd8 untuk Fast Data. Dengan Mupd8, aplikasi pemrosesan dapat menekankan pada kualitas data yang dihasilkan.

Contoh Metodologi yang Digunakan

1.   Penelitian Strategis, Strategi ini mencakup pengumpulan data penjualan yang sangat besar dan kemudian dipindahkan pada HDFS (Hadoop Distributed File System) dan pengurangan peta dilakukan pada set data. Data setelah diproses oleh peta dikurangi meskipun dalam format yang dapat dimengerti, tetapi terlalu besar sehingga sulit untuk menarik kesimpulan dari itu. Pemrosesan menggunakan sarang dilakukan dengan memuat set data yang disediakan kemudian partisi dinamis dan bucket diterapkan. Penjualan bulanan dari 45 toko dan 99 departemen dihitung. Fitur rata-rata di antara mereka dihitung.
2.  Pembelajaran Mesin, Algoritma pembelajaran mesin memberikan hasil yang efisien yang diterapkan sehingga data yang sangat besar dapat dimodelkan R adalah bahasa pemrograman dan lingkungan perangkat lunak untuk komputasi statistik dan grafik. Pemrograman R digunakan oleh ahli statistik dan penambang data secara luas untuk mengembangkan perangkat lunak statistik dan analisis data. Algoritme Holt Winter digunakan untuk memprediksi penjualan. Musim, tren dan keacakan diamati dalam algoritme. Algoritma ini digunakan untuk melatih kumpulan data dan kemudian prediksi penjualan dilakukan.

3.  Representasi Grafis, Data yang diproses oleh algoritma pembelajaran mesin yang memberikan hasil yang efisien dapat dipahami tetapi informasi yang diperoleh ini terlalu besar dan karenanya kesimpulan sulit dijelaskan. Kita semua tahu representasi gambar lebih berharga daripada banyak kata. Oleh karena itu informasi ini dapat dipahami oleh visualisasi data interaktif Tableau yang berfokus pada intelijen bisnis. Tableau membantu dalam visualisasi data interaktif produk.

Mewakili penjualan, sumbu x toko mewakili jumlah toko yang berbeda dan sumbu y mewakili penjualan di setiap departemen. 
Mewakili penjualan di toko-toko dengan menggunakan Tableau, ini adalah bagan gelembung.
Ini dilakukan dengan menggunakan algoritma HoltWinters dan penjualan yang diramalkan,
sumbu x mewakili tahun dan sumbu y mewakili penjualan.


Forecasting
Dalam melakukan pengolahan datanya walmart menggunakan GPU dari NVIDIA, pengolahan data forecast berbasis GPU ini telah berhasil meningkatkan keakuratan sebesar 1.7 %. Model forecast utama terdiri dari serangkaian algoritma pembelajaran mesin yang dijalankan bersama. Penggunaan GPU meningkatkan juga performa Random Forest Algorithm sebesar 30-50 kali dibandingkan dengan menggunakan CPU. Saat ini penggunaan GPU hanya sebesar 20% dari keseluruhan proses forecast, dan 80 % nya menggunakan sistem JDA. Penggunaan GPU akan lebih dimaksimalkan pada tahun ini sampai 100 %. Peningkatan sebesar 1.7 % ini pastinya akan sangat menguntungkan bagi Walmart, karena setiap tahunnya walmart bisa menghasilkan 330 miliar dollar dari penjualan.

Alur Forecasting di Walmart
Forecasting Algorithms yang digunakan Walmart

Sumber
Harsoor, A. S. (2015). FORECAST OF SALES OF WALMART STORE USING BIG DATA APPLICATIONS. IJRET: International Journal of Research in Engineering and Technology, 04(06).
dezyre.com
datanami.com
nvidia.com

Muhammad Rizky Barokah | 1401171253 | MB-41-04
Share:

Big Data dalam Retail


Industri retail saat ini menghadapi berbagai tantangan yang kian bermunculan sehingga membuat pelaku usaha retail harus bekerja keras demi keberlanjutan usaha mereka. Bukan berarti industri retail sudah tidak diminati lagi. Namun, perkembangan dunia digital dan segala kemudahan yang diberikan secara perlahan-lahan menekan keberadaan toko-toko mereka. Tantangan ini terlihat sangat berat bagi karena telah ada beberapa perusahaan retail terkenal yang memutuskan untuk menutup toko-tokonya. Salah satu factor kegagalan dari retail adalah tidak menerapkan teknologi yang tepat untuk usaha mereka. perkembangan teknologi, perubahan minat belanja konsumen, dan persaingan yang ketat membuat retail harus memikirkan solusi yang tepat. Untuk menghadapi tantangan ini pengusaha retail bisa menggunakan big data dalam membantu proses usaha mereka.
Share:

Tuesday, October 24, 2017

Game One Piece PC Terbaik

1. One Piece Burning Blood











Game ini merupakan game bertarung yang sangat asik, bagi pecinta One Piece game ini benar benar membawa suasana bertarung yang menegangkan. Jika anda sudah biasa memainkan game bertarung One Piece terdahulu, seperti One Piece Grand Battle pada Playstation 1, anda tidak akan kecewa dengan suasana pertarungan yang berbeda ini.
Memiliki banyak Mode Bertarung, Banyak pilihan karakter yang tersedia, Pilihan kostum karakter, dan lainnya.
One Piece Burning Blood hanya menyuguhkan cerita saat Perang di Marineford, dari sisi Akainu, Ace, Luffy dan Whitebeard.

System Requirements:
MINIMUM:
OS: Windows 7 64-bit
Processor: Intel Core i3-4170 @ 3.70GHz
Memory: 4 GB RAM
Graphics: NVIDIA@ GeForce@ GTX 460 or better
DirectX: Version 11
Network: Broadband Internet connection
Storage: 15 GB available space
Sound Card: DirectX compatible soundcard or onboard chipset

RECOMMENDED:
OS: Windows 7 64-bit
Processor: Intel Core i5-4690K @3.50GHz
Memory: 8 GB RAM
Graphics: NVIDIA@ GeForce@ GTX 960
DirectX: Version 11
Network: Broadband Internet connection
Storage: 20 GB available space
Sound Card: DirectX compatible soundcard or onboard chipset


2. One Piece Unlimited World Red

Game ini merupakan game yang sangat unik, di game ini kita dapat mengatur kota kita dan karakter diberi kebebasan untuk menjelajah kota. Cerita di game ini juga sangat menarik untuk diikuti, dengan musuh utama untuk dikalahkan yaitu Red. Game ini sejenis dengan game terdahulunya yaitu One Piece Unlimited Cruise di konsol Wii. Selain cerita utama yang menarik, game ini juga memiliki mode lainnya yang tidak kalah seru. Dengan banyaknya tantangan tantangan yang tersedia, dengan menyelesaikan tantangan tersebut kita dapat mendapatkan karakter baru dan lainnya. Game ini seperti perpaduan antara One Piece Burning Blood dan One Piece Pirate Warrior 3.
System Requirements:
MINIMUM:
OS: Windows 7 / 8 / 8.1
Processor: Core2Duo 2.4GHz
Memory: 2 GB RAM
Graphics: 512 MB Nvidia GeForce 8800 / ATI Radeon HD 3870
DirectX: Version 11
Storage: 16 GB available space
Sound Card: Motherboard Sound Card

RECOMMENDED:
OS: windows7/8/8.1/10
Processor: Intel Core i5 2.8GHz
Memory: 8 GB RAM
Graphics: AMD Radeon HD 7700 / NVIDIA Geforce GTX 560
DirectX: Version 11
Storage: 16 GB available space
Sound Card: Motherboard Sound Card



3. One Piece Pirate Warrior 3

Game ini memiliki cerita yang sangat komplit dibanding Burning Blood dan Unlimited World Red, dimulai dari Shell Town sampai Dressrosa. Gaya pertarungan yang khas seperti Dynasty Warrior. Selain cerita utama juga ada mode lainnya yang dapat kita mainkan. Game ini memiliki banyak pilihan karakter dan kostumnya juga. Sangat asik untuk dimainkan.
System Requirements:
MINIMUM:
OS: Windows 7 / 8 / 8.1
Processor: Core2Duo 2.4GHz
Memory: 2 GB RAM
Graphics: 512 MB Nvidia GeForce 8800 / ATI Radeon HD 3870
DirectX: Version 9.0c
Network: Broadband Internet connection
Storage: 13 GB available space
Sound Card: DirectX® 9.0c or higher
Additional Notes: Game pad support

RECOMMENDED:
OS: Windows 7 / 8 / 8.1
Processor: Core i7 2600 3.4GHz minimum
Memory: 4 GB RAM
Graphics: 1.3 GB Nvidia GeForce GTX570 / 2.0 GB AMD Radeon HD 6950
DirectX: Version 9.0c
Network: Broadband Internet connection
Storage: 13 GB available space
Sound Card: DirectX® 9.0c or higher
Additional Notes: Game pad support




Itulah game One Piece Terbaik di PC yang bisa anda nikmati, mainkan dengan Gamepad agar permainan lebih asik.

Share: