Article Per Year (5 Year)
p-Index From 2021 - 2026
5.372
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Bulletin of Electrical Engineering and Informatics JETT (Jurnal Elektro dan Telekomunikasi Terapan) JOIV : International Journal on Informatics Visualization JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Jurnal Ilmiah FIFO TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika IJAIT (International Journal of Applied Information Technology) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Almufi Jurnal Pengabdian kepada Masyarakat KOMMAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Ilmiah Teknik Elektro eProceedings of Engineering Jurnal Ilmiah Agroust Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika SWAGATI: Journal of Community Service Jurnal Nasional Sains dan Teknik
Suryo Adhi Wibowo
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 69 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 69 Documents
Search

 3   4   5   6   7 
Peningkatan Literasi Keamanan Siber Terhadap Serangan Phishing Di Dunia Penerbangan Melalui Workshop Edukatif Aulia, Indra; Muhammad Azwar Zulmi; Suryo Adhi Wibowo; Ledya Novamizanti; Susi Diriyanti Novalina; David Chandra; Muhammad Raia Pratama Putra Wibowo; Kurnia Ramadani; Agnes Gabriela Putri Winata
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2025): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital sivitas akademika Politeknik Penerbangan Indonesia Curug (PPIC) melalui penyelenggaraan workshop edukatif bertema keamanan siber, khususnya pada isu serangan phishing dan teknik mitigasinya. Pendekatan pembelajaran yang digunakan mengacu pada prinsip andragogi Malcolm Knowles, dengan mengedepankan relevansi materi, partisipasi aktif peserta, serta orientasi pembelajaran pada pemecahan masalah nyata. Kegiatan diikuti oleh 75 peserta yang terdiri dari tenaga pengajar, pegawai, dan taruna, dengan metode evaluasi menggunakan kuesioner skala Likert dan pemetaan ke dalam enam prinsip andragogi. Hasil evaluasi menunjukkan skor tinggi pada dimensi readiness to learn, orientation to learning, dan self-concept, yang mencerminkan kesiapan dan komitmen peserta dalam menerapkan hasil pembelajaran. Kegiatan ini juga relevan secara strategis, mendukung prioritas nasional dalam Program Asta Cita, sejalan dengan visi Telkom University dan peta jalan Center of Excellence Artificial Intelligence for Learning and Optimization (CoE AILO), serta berkontribusi pada pencapaian Sustainable Development Goals (SDGs). Temuan ini menunjukkan bahwa pendekatan andragogi efektif untuk kegiatan literasi digital di lingkungan pendidikan vokasi dan dapat direplikasi untuk penguatan ketahanan digital kelembagaan.
Pembelajaran Kolaboratif Berdasarkan Two-Branch Neural Network dan YOLOv5 Untuk Deteksi Objek Pada Kendaraan Otonom Aulia, Agniya Tazkiya; Wibowo, Suryo Adhi; Akhyar, Fityanul
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Seiring dengan kemajuan teknologi dan otomatisasi, perkembangan pada Autonomous Vehicle (AV) meningkat secara signifikan. Object detection memegang peranan penting pada teknologi AV. Pada penerapannya, kondisi cuaca yang buruk mengakibatkan terjadinya penurunan performa sistem dalam mendeteksi objek terutama ketika cuaca berkabut. Tugas Akhir ini menganalisis konfigurasi dari pembelajaran kolaboratif an- tara algoritma dehazing dan object detection untuk meningkatkan kinerja sistem AV dalam mendeteksi objek di kondisi cuaca berkabut. Algoritma dehazing yang digunakan adalah Two- Branch Neural Network, sedangkan algoritma object detection yang digunakan adalah YOLOv5. Pada YOLOv5 dilakukan optimasi dengan hyperparameter tuning untuk mendapatkan nilai pengukuran terbaik. Hasil penelitian menunjukkan bahwa model pembelajaran kolaboratif memiliki mAP yang lebih tinggi dari model YOLOv5 orisinal, dengan nilai 71,5%. Di sisi lain, konfigurasi hyperparameter terbaik didapatkan pada nilai learn- ing rate 0,00334; batch size 32; dan lainnya didapatkan dari hyperparameter VOC. Hal ini meningkatkan mAP dari 71,5% ke 74,8%.Kata kunci—AV, YOLOv5, two-branch neural network, object detection, image dehazing, hyperparameter
Surveillance System Scheme using Multi-detection Attribute with Optimized Neural Network Algorithm on Intelligent Transportation System Nasirudin, Akhmad Yusuf; Usman, Koredianto; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract- Intelligent Transportation System (ITS) combines a transportation system with Information and Communication Technology (ICT) system, where ICT system plays a role in adding functionality in the form of intelligence resembling human intelligence to the transportation system. The combination allows humans to know the real state of the transportation system including transportation components, such as the status of the road, objects around the vehicle, and the state of the vehicle, thus enabling humans to optimize the transportation system. For example, if there is a group of thief that using a van on the road, we can fasten the process to detect where is the route that used by the thief by adding a vehicle detector on the traffic light camera. This detector will be work better if the detector can detect the van in real-time and in a high resolution image. This work will discuss on how to increase the detector system performance on inference time (fps) and accuracy using HRNet and FCOS. HRNet is a high resolution image network architecture that can process image in a multiple resolution (low, medium, high) to maintain the high resolution but still have an enough image feature to process, while FCOS is a one stage anchor-free detector, so it can detect the object faster than the anchor-based detector. The performances was even more better when we add a warm up training before the training process. Our experimental results shows that our system has a better result compared with the reference result using same dataset and hyperparameter. It also has a better result compared with the reference result that using the reference dataset and hyperparameter.Keywords- intelligent transportation system; objet detection; vehicle detection; attribute detection; computer vision; image processing; surveillance system.
Performance Analysis Of Class Rebalancing Self-Training Framework For Imbalanced Semi-Supervised Learning Nauw, Alvaro Septra Dominggo; Wibowo, Suryo Adhi; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research aims to analyze the effectiveness ofthe Class-Rebalancing Self-Training (CReST) method in semisupervisedlearning (SSL) on class-imbalanced data. The studyuses the CIFAR 10 long-tailed dataset to test the performance ofSSL with CReST using Python programming language on theGoogle Colab platform. The results showed that CReSTeffectively reduces pseudo-labels in the majority class andincreases recall in the minority class, with the best performanceachieved at Generation 16. However, there was a decrease inAverage Accuracy Recall per Class after Generation 16. Thestudy suggests addressing the over-sampling issue and exploringthe application of the CReST framework in other areas ofmachine learning and AI.Kata kunci— CReST, Semi-Supervised Learning, imbalancedata, pseudo label, Semi-Supervised Learning Generation
Analisis Kinerja Expert Advisor Trading-dong dengan Pendekatan Dominant Break Ramadhan, Ferdian Ilham; Wibowo, Suryo Adhi; Rizal, Syamsul
eProceedings of Engineering Vol. 11 No. 2 (2024): April 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Forex atau foreign exchange merupakan pasarpertukaran mata uang asing. Menganalisis forex dinilai sulit,karena fluktuasi harga yang tinggi membuat tradermembutuhkan analisis yang rumit dan harus menemukanmomen yang tepat agar dapat memperbesar probabilitaskeberhasilan dari analisisnya. Banyak lembaga menawarkanEA untuk membantu menganalisis harga pasar forex danmendapat keuntungan. Namun, beberapa lembagamemanfaatkan EA untuk menipu dan mengambil keuntungansendiri. Selain itu, beberapa EA dinilai kurang efektif dalammenganalisis harga pasar. Oleh karena itu, penulismengusulkan solusi berupa EA yang dapat menganalisis hargapasar forex menggunakan analisis yang jelas dan melakukantransaksi secara otomatis untuk menghasilkan keuntunganyang bernama Trading-dong. Salah satu analisis yangdigunakan Trading-dong adalah dominant break, analisis inimerupakan analisis hasil gabungan dari 3 buah indikator yangbernama marubozu candle, moving average, dan fibonacciretracement. Dari penilaian kinerja menggunakan strategy testerdan VPS, analisis dominant break pada Trading-dong mendapathasil yang baik, efektif, dan dapat memberikan keuntunganuntuk trader. Kata kunci— Dominant Break, EA, Forex, Trading
Analisis Kinerja Expert Advisor Trading-dong dengan Pendekatan Supply Demand Hudzaifa, Muhammad Altaharik; Wibowo, Suryo Adhi; Rizal , Syamsul
eProceedings of Engineering Vol. 11 No. 2 (2024): April 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Banyak individu dan lembaga terlibat dalamperdagangan mata uang internasional, atau yang dikenalsebagai forex. Sebelum melakukan transaksi, trader forex selalumelakukan analisis untuk mendapatkan informasi yangrelevan. Beberapa dari mereka mengandalkan robot tradingotomatis untuk mencari peluang keuntungan dan melakukantransaksi kapan pun mereka menginginkannya. Namun, adabeberapa robot trading yang kurang mampu menganalisis pasardengan baik bahkan sampai melakukan penipuan terhadappara trader. Untuk mengatasi permasalahan ini, penulismembuat solusi dengan menciptakan robot trading yang disebutTrading-dong. Trading-dong adalah sebuah EA (ExpertAdvisor) yang memiliki kemampuan untuk menganalisis hargapasar dan melakukan transaksi secara otomatis. Robot inimenggunakan berbagai metode analisis, yaitu Supply Demand,Dominant Break, dan Support Resistance. Dalam penelitian ini,penulis fokus pada analisis Supply Demand. Supply Demandmerupakan suatu teknik fundamental yang dapatmengidentifikasi tingkat supply dan demand dalam pasar. Selainitu, penulis juga melakukan validasi dengan menggunakanindikator moving average untuk memperkuat analisis. Indikatorini membantu mengidentifikasi trend dan arah pergerakanharga, sehingga meningkatkan keakuratan analisis yangdilakukan oleh Trading-dong. Harapannya, dengan solusi yangdiusulkan, robot Trading-dong akan memberikan bantuan bagipara trader dalam melakukan transaksi dengan lebih efektif danefisien. Kata kunci— Forex, Trading, EA, Supply, Demand.
Analisis Kinerja Expert Advisor Trading-dong dengan Pendekatan Support dan Resistance Rambi, Wesli Yeremi Valentino; Wibowo , Suryo Adhi; Rizal , Syamsul
eProceedings of Engineering Vol. 11 No. 2 (2024): April 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Forex, atau perdagangan mata uanginternasional, merupakan kegiatan yang dilakukan oleh banyakindividu maupun lembaga. Dalam industri forex, para tradermenggunakan beberapa analisis sebelum melakukan transaksidalam pasar forex. Robot trading digunakan untukmenjalankan proses perdagangan secara otomatis, sehinggadapat menghasilkan keuntungan yang besar serta dapatmelakukan transaksi setiap saat ketika kondisi dipenuhi.Namun, tidak semua robot trading yang ditawarkan efektifdalam menganalisis pergerakan pasar, bahkan ada robottrading yang melakukan penipuan yang menipu para trader danmenggunakan untuk keperluan pribadi. Oleh karena itu,penelitian ini menyajikan solusi berupa robot perdagangan EAyang disebut Trading-dong. Robot ini mampu menganalisisharga pasar dan melakukan transaksi secara otomatis untukmenghasilkan keuntungan bagi pengguna. Solusi yangdiusulkan menggunakan metode analisis support resistance.Setelah melakukan analisis, disimpulkan bahwa produk inidapat bekerja dengan bantuan indikator Relative Strength Index(RSI). Diharapkan solusi Trading-dong ini dapat membantupara trader dalam melakukan transaksi forex dengan efektif danmencapai keuntungan optimal. Pada proses pengujiandilakukan dalam rentang waktu 1 Januari 2023 hingga 31Maret 2023 dan memperoleh keuntungan terbesar pada symbolUSDJPY timeframe M30 sebesar 433,09 USD Kata kunci— EA, Forex, RSI, Support Resistance, Trading
Perancangan dan Implementasi Deep Learning untuk Deteksi Kesegaran Ikan Beku pada Aplikasi FishQ menggunakan YOLOv8 Aldra Kasyfil Aziz; Ledya Novamizanti; Suryo Adhi Wibowo
Jurnal Nasional SAINS dan TEKNIK Vol. 2 No. 2 (2024): Desember 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v2i2.8746

Abstract

Industri perikanan di Indonesia memegang peran vital dalam perekonomian nasional dan kesejahteraan masyarakat,namun proses sortasi ikan yang masih sering dilakukan secara konvensional dan mengandalkan pengamatan visual rentan terhadap kesalahan dan kurang efisien. Untuk meningkatkan akurasi dan efisiensi dalam penilaian kesegaran ikan,dikembangkanlah FishQ, sebuah aplikasi berbasis deep learning dengan model YOLOv8 yang mampu mendeteksi danmengklasifikasikan kesegaran ikan secara otomatis. FishQ dirancang untuk diakses oleh berbagai pemangku kepentingandalam rantai pasok perikanan dan telah menunjukkan hasil penelitian yang memuaskan, dengan kemampuan mengidentifikasi kesegaran ikan cakalang dalam kondisi beku dengan nilai mAP 94,7% serta mendeteksi hingga 94% citra ikan secaratepat. Penggunaan teknologi ini diharapkan dapat mempercepat proses penilaian kesegaran ikan dibandingkan denganmetode konvensional, sehingga dapat meningkatkan kualitas produk dan mengurangi kerugian ekonomi.
Perancangan dan Implementasi Aplikasi Android FishQ untuk Identifikasi Kesegaran Ikan Rabby Fitriana Adawiyah; Ledya Novamizanti; Suryo Adhi Wibowo
Jurnal Nasional SAINS dan TEKNIK Vol. 2 No. 2 (2024): Desember 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v2i2.8747

Abstract

Penelitian ini mengembangkan aplikasi Android FishQ yang memanfaatkan model deep learning YOLOv8 untuk mengidentifikasi kesegaran ikan dengan tujuan meningkatkan kualitas dan keamanan produk perikanan. Metode konvensional untukmenilai kesegaran ikan memerlukan waktu dan keahlian khusus, sementara FishQ menawarkan solusi digital yang cepatdan efisien. Aplikasi ini dirancang menggunakan Android Studio dengan bahasa pemrograman Kotlin, serta diintegrasikandengan Google Cloud Platform untuk pemrosesan gambar secara real-time. Model YOLOv8 dilatih menggunakan datasetgambar ikan yang telah dianotasi, dan di-host di Cloud Run untuk skalabilitas dan keandalan. Pengujian aplikasi menggunakan metode System Usability Scale (SUS) menunjukkan nilai rata-rata 86,87, yang mengindikasikan tingkat penerimaanpengguna yang tinggi dan menempatkan aplikasi dalam kategori ”acceptable” dengan grade A. Hasil ini menunjukkanbahwa FishQ tidak hanya akurat dalam mengidentifikasi kesegaran ikan, tetapi juga userfriendly, sehingga memiliki potensibesar untuk diadopsi dalam industri perikanan.
Co-Authors Achmad Rizal Adam Wisnu Pradana Agnes Gabriela Putri Winata Agus Pratondo Al Rasyid, Sadam Aldo Tripolyta Aldra Kasyfil Aziz Amara, Dhiva Byantika Angga Rusdinar ANGGUNMEKA LUHUR PRASASTI Anky Aditya P Annisa Istiqomah Asep Insani Atina Nur Azizah Aulia Aushaf Abidah Aulia, Agniya Tazkiya Aziz, Burhanuddin Bambang Hidayat Bambang Hidayat Bambang Setia Nugroho Budiyanto, Anggara Casi Setianingsih Dany Eka Saputra David Chandra Dawwam, Muhammad Devita Rahma Apriliani Dien Rahmawati Dini Himmah Al Aliyyah Al Aliyyah Djoko Heru Pamungkas Djoko Heru Pamungkas Dwiki Kurniawan Dyah Avita Sari Fahmi Oscandar Fahmi Oscandar Fajri, Farhan Ulil Farah Hana Kusumaputri Fathiyya, Dhiya Felix Corputty Fiky Y. Suratman Firdaus, Rifqi Fadhilah Fityanul Akhyar Gelar Budiman Gusdi, Angelita Hanaluthfina Nurhadiati Hashfi Fadhillah Hesty Susanti Hoka Cristian Son Hudzaifa, Muhammad Altaharik Huljannah, Miftah Humayra, Tia Hasna Husneni Mukhtar Indra Aulia Iwan Iwut Tritoasmoro Jangkung Raharjo Julyano , Muhammad Billy Khairunnisa, Mutiarahmi Koredianto Usman Kris Sujatmoko Kurnia Ramadani Kusnahadi Susanto Kusuma Nindia Rizki Lazuardi, Aldira Fadillah Ledya Novamizanti Liyana Faiza Lulud Annisa Ainun Mahmuddah Lyra Vega Ugi M. Faiz Nashrullah Maharani , Kartika Dwi Maharani, Kartika Dwi Mahfuz, Muhammad Rafi Maulana , Muhammad Dafa Mertu, Aidi Miftadi Sudjai Muhammad Alief Hidayah Baso Muhammad Azwar Zulmi Muhammad Raia Pratama Putra Wibowo Muthia Saada Nadya Sindi Safitri Nasirudin, Akhmad Yusuf Nauw, Alvaro Septra Dominggo Oriza Intani Prasaja Wibawa Utama Prihananto, Jeremia Pandu Putra Putri Utami Hafgianti Qomariyati, Laily Nur Rabby Fitriana Adawiyah Radhibilla, Maulaya Raditiana Patmasari Rahmalisty , Fiona Okki Rahmalisty, Fiona Okki Raihan Putra Darmawan Ramadhan, Ferdian Ilham Rambi, Wesli Yeremi Valentino Ricky Hilmi Sudrajad Rissa Rahmania Rissa Rahmania Rissa Rahmania Rissa Rahmania Rissa Rahmania, Rissa Rita Purnamasari Rizal , Syamsul Rofifi, M. Faiq Rosadi, Choiron Ruslan , Ramah Rinaldi Setiawan, Jonathan Vito Siddiq Wahyu Hidayat Sunaryo, Yacobus Susi Diriyanti Novalina Syahanifa , Nancy Olivia Syahanifa, Nancy Olivia Syamsul Rizal Syifa, Vito Devara Taufan Umbara Tembang Florian Falah Teuku Zulkarnain Muttaqien Unang Sunarya Viky Premeita Mitayani Vivian Alfionita Sutama Wahmisari Priharti Wahyu Maulana, Andi Wardani , Shania Widianto, Kiki Willy Anugrah Cahyadi Wiwit Ratri Wulandari Yacobus Sunaryo Yurika Ambar Lita Yuti Malinda