Article Per Year (5 Year)
p-Index From 2021 - 2026
5.99
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Semesta Teknika TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Progresif: Jurnal Ilmiah Komputer IJAIT (International Journal of Applied Information Technology) eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Randy Erfa Saputra
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 88 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 88 Documents
Search

 5   6   7   8   9 
Implementasi Rasa Pada Chatbot Layanan Akademik Itonsaputri, Mutiara Zaafira; Saputra, Randy Erfa; Nugrahaeni, Ratna Astuti
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Chatbot adalah program perangkat lunak yang dibangun untuk berinteraksi melalui kata-kata tertulis atau lisan dengan pengguna. Chatbot telah digunakan di banyak bidang, namun masih sedikit penerapannya di lingkungan akademik Pembuatan chatbot ini menggunakan RASA sebagai chatbot development platformnya. Dengan mengambil data dari BAA dalam lingkup universitas dan LAA FTE dalam lingkup fakultas, pengguna dapat memberikan 29 topik pertanyaan mengenai informasi seputar layanan akademik. Chatbot layanan akademik ini melewati pengujian alfa dengan akurasi sebesar 100%, pengujian akurasi sistem yang dilakukan oleh 5 pengguna sebesar 90%, dan pengujian beta yang didapatkan dari 30 responden sebesar 93% memilih setuju dan sangat setuju. Hasil ini didapatkan dengan melakukan pengujian apakah chatbot dapat memberikan jawaban yang sesuai dengan yang diajukan pengguna. Selain pengujian chatbot, pengujian kuesioner juga dilakukan kepada 30 responden untuk mengetahui apakah data yang digunakan dapat dipertanggung jawabkan atau tidak. Pengujian tersebut adalah uji reliabilitas kuesioner dengan hasil 0.955 (sangat tinggi) dan uji validitas kuesioner dengan hasil kuesioner yang digunakan pada tugas akhir ini dinyatakan valid. Dengan hasil pengujian yang sudah dilakukan, dapat diambil kesimpulan bahwa sistem ini dapat berjalan sesuai dengan tujuannya.Kata kunci— Chatbot, RASA, Layanan Akademik.
Aplikasi Pendeteksi Penyakit Degeneratif Berbasis Web Dengan Metode Certainty Factor Prastowo, Bimo Ibnu; Setianingsih , Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Masyarakat kini hidup di dunia modern dengan berbagai kemudahan dan fasilitas sehari-hari.Namun di sisi lain, hal tersebut dapat berdampak burukbagi kesehatan. Gaya hidup modern cenderung membuatmasyarakat menjadi kurang aktif secara fisik, memilikikebiasaan makan yang tidak bergizi dan tidak teratur,meningkatnya stres dan paparan berbagai jenis polusi,mengaktifkan radikal bebas dalam tubuh dan berujungpada perubahan fisik yang seringkali menyebabkanseseorang menderita penyakit. tanpa menyadarinya.menyebabkan munculnya penyakit degeneratif. Olehkarena itu, dalam kasus seperti ini, diperlukan suatu alatyang dapat membantu masyarakat dengan mudahmengidentifikasi penyebab risiko penyakit degeneratif.Pada penelitian Tugas Akhir ini penulis mengembangkanaplikasi yang dapat mendeteksi penyakit degeneratifmelalui gejala-gejala yang dirasakan oleh masyarakat.Dengan adanya aplikasi ini bertujuan untuk dapatmengetahuinya lebih dahulu penyebab atau gejala utamayang dimiliki orang tersebut sebelum melakukan diagnosadi rumah sakit umum.Untuk manfaat yang diperoleh kedepannya daripengembangan aplikasi ini agar masyarakatmelakukannya lebih mudah dan praktis hanyamenggunakannya melalui smartphone atau perangkatkomputerisasi lainnya. Dengan menggunakan metodesistem pendeteksi penyakit degeneratif certainty factordapat memberikan kinerja yang sama dengan kecerdasanmanusia dengan cepat dan efektif sehingga masyarakatmeminimalisir biaya administrasi untuk datang ke rumahsakit umum. Kata kunci : certainty factor, pendeteksi penyakit degenerative, sistem pakar
Ector Application : Aplikasi Terintegrasi Alat Pendeteksi Gempa dan Cuaca Terkini Maulani , Fany; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Dampak gempa bumi memiliki konsekuensi serius, termasuk korban jiwa, kecelakaan, dan kerusakanparah pada struktur. Karena sifatnya yang tidak dapatdiprediksi dan bersamaan dengan lokasi Indonesia yangberada di persimpangan tiga garis tektonik besar di dunia,lokasi ini menjadi dasar penting untuk perancangan sistemperingatan dini gempa bumi, terutama untuk memprediksiefek samping yang mungkin terjadi. Dalam upaya tersebut dikembangkan solusi menggunakanteknologi Internet of Things (IoT) menggunakan sensor ADXL345 untuk mendeteksi gempa berupa nilai PGA. Data yangterkumpul kemudian akan diolah oleh algoritma Decision Treeyang akan mengklasifikasikan gempa bumi menjadi tigakategori: Biasanya, gempa bumi tidak merusak dan gempa bumibersifat merusak. Klasifikasi ini disesuaikan dengan standarPeak Ground Acceleration (PGA) yang telah ditetapkan.Berdasarkan hasil pengimplementasian alat pada sistem proofof-concept menunjukkan skor akurasi maksimal 99,6 padakinerja saat menggunakan alat tes. Sistem ini bertujuan untukmelakukan deteksi gempa. Kata kunci— Earthquake, Decision Tree, Detector, Application
Ector Application : Aplikasi Terintegrasi Alat Pendeteksi Gempa dan Cuaca Terkini Abdullah, Zakia Mahbub; Saputra, Randy Erfa; Setianingsih, Casi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Gempa bumi sering terjadi di Indonesia, hal ini dikarenakan Indonesia terletak tiga lempeng tektonik besaryaitu Australia, Eurasia dan Pasifik. Gempa bumi yang terjadimengakibatkan banyaknya korban jiwa, kerusakan bangunandan ancaman dampak sekunder. Sehingga dibutuhkannyasistem peringatan gempa bumi agar daerah penduduk bencanagempa bumi lebih berantisipasi. Solusi untuk mengatasi permasalahan ini adalahdiperlukan suatu alat yang dapat mendeteksi, dapat dimonitoring dan terdapat perangkat peringatan untukmemberikan peringatan ketika terjadi adanya gempa bumi. Earthquake Detector System merupakan sistem pendeteksimaupun otomatisasi rumah pada bencana gempa bumi yang telah terjadi. Sistem ini dilengkapi dengan Ector Application yang digunakan untuk aplikasi monitoring dan peringatannotifikasi pada aplikasi ketika terjadinya gempa. Data yang dimonitoring merupakan data hasil pengolahan alatEarthquake Detector System. Berdasarkan hasil implementasi dari Ector Application, aplikasi ini dapat memberikan notifikasi dengan delay sebesar 00:00:02 s atau 2 detik. Dalam pengujian usability, total storage yang digunakan pada aplikasi ini yaitu sebesar 18,74 pada Xiaomi Redmi 12 dan 18,17 MB pada Samsung A03 MB dengan storage awal pada peng-installan yaitu 8,5 MB. Kata kunci— Earthquake, Detector, Application, Ector
Klasifikasi Model Decesion Tree untuk Deteksi Gempa Bumi dalam Sistem Peringatan Manurung, Shinta Renata; Saputra, Randy Erfa; Setianingsih, Casi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara yang berada padalempeng Australia, Lempeng Eurasia dan lempeng pasifik,sehingga di indonesia terjadi banyak pergerakan lempengtetonik dan vulkanik yang menyebabkan gempa bumi. Contohkasus gempa bumi yang terjadi di padang pariaman danwilayah Sumatera Barat, Indonesia. Bencana gempa bumi initerjadi sebesar 7.6 Skala Ricther dan menelan korban lebihdaripada 1200 orang.Solusi untuk mengatasi permasalahan ini adalahdiperlukan suatu alat yang dapat mendeteksi, dapatdimonitoring dan terdapat perangkat peringatan untukmemberikan peringatan ketika terjadi adanya gempa bumi.Earthquake Detector System merupakan sistem pendeteksimaupun otomatisasi rumah pada bencana gempa bumi yangtelah terjadi. Sistem ini dapat mengklasifikasi gempaberdasarkan kekuatan gempa dengan menggunkan algoritmadecesion tree dengan kelas Normal, Gempa Tidak Merusak,dan Gempa Merusak.Berdasarkan Implementasi algoritma decesion tree Prosesprediksi klasifikasi gempa menggunakan algoritma decesiontree menghasilkan nilai akurasi sebesar 97% dengan nilai errorsebesar 3% dan proses waktu untuk mengklasifikasi algoritmamulai dari memasukan variable sampai mendapatkan hasilklasifikasi dengan rata rata waktu yang di peroleh sebesar00,00,59 ms pada percobaan sebanyak 30 kali dan pengujianmodel decesion tree data test : data train akurasi tertinggi81,761% dengan data 30:70 . Kata kunci— Algoritma, Decision tree, Perangkat Peringatan.
Penerapan Internet of Things (IoT) Pada Monitoring Budidaya Lebah Jamaludin , Radzis Araaf Jaya; Setianingsih , Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Lebah merupkan salah satu jenis serangga socialyan mendiami koloni, lebah memiliki manfaat dalam kehidupankehidupan manusia. Seperti menyuburkan tanaman danproduksi madu yang dikonsumsi karena nilai gizinya yangtinggi. Dalam peternakan lebah modern ada beberapa hal yangperlu diperhatikan, salah satunya yaitu suhu dan kelembapanudara yang mampu mempengaruhi kehidupan lebah. Sebagianbesar peternakan lebah saat ini masih melakukan kunjunganrutin untuk memantau kondisi rumah lebah, pemeriksaan fisikdapat mempengaruhi umur lebah dan mengakibatkan setresserta produktivitas lebah terganggu.Penelitian yang dilakukan pada Tugas Akhir ini dibuatsuatu sistem Internet of Things (IoT) yang terdiri dari duabagian penyusun sistem, yaitu Hardware dengan sensor suhu,kelembapan, berat kendang, dan kebisingan. KemudianSoftware dengan web server yang berisi hasil pembacaan sensoryang disajikan dalam bentuk grafik dan nilai sehinggamemudahkan pembacaan hasil monitoring.Penelitian ini dilakukan dengan mengimplementasikanlogika Fuzzy, sehingga diharapkan parameter keberhasilanberupa terealisasikannya aplikasi web yang terhubung denganHardware dapat membantu peternak budidaya lebah dalammelakukan monitoring jarak jauh. Kata kunci— Internet of Things (IoT), Logika Fuzzy, DHT11, Lebah, Suhu, Kelembapan, Berat, Suara
Sign Language Translator Using Deep Learning Ardilah, Hanifah Marta; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini menjelaskan tentang salah satupermasalahan komunikasi yang terjadi di kehidupanmasyarakat. Permasalahan komunikasi tersebut terjadi antarateman tuli dan teman dengar. Teman dengar berkomunikasisecara verbal, sedangkan teman tuli berkomunikasi dengannon-verbal. Untuk teman tuli berkomunikasi denganmenggunakan bahasa isyarat sebagai medianya. Solusi palingumum untuk saat ini adalah dengan menggunakan orang lainsebagai penerjemah untuk berkomunikasi antara teman tulidan teman dengar. Tetapi, solusi tersebut tidak menjawab solusiyang efektif dikarenakan seorang penerjemah tidak setiapwaktu akan tersedia, berbeda dengan program komputer.Solusi yang diusulkan menerapkan teknik deep learningLSTM dan YOLOv5, sistem akan mengartikan bahasa isyaratSIBI. Selain itu, melalui pengembangan aplikasi Android danpengembangan Backend memastikan operasi aplikasi yangandal dan efisien.Produk berupa aplikasi dengan fitur deep learning LSTMuntuk fitur deteksi motion dengan akurasi 95.56%, YOLOv5untuk deteksi realtime memiliki mAP@0.5IoU 99.5%, danLSTM untuk Text-Correction 92,5%. Kemudian animasigerakan SIBI untuk fitur pembelajaran, dan implementasi keAndroid melalui backend. Pada tes reliabilitas aplikasiditemukan bahwa nilai r_11 adalah 0,914428422. Oleh karenaitu, dapat disimpulkan bahwa pengujian ini memiliki tingkatreliabilitas yang sangat tinggi. Respon waktu dalam hasil tesserver juga menunjukan dikisaran 1-5 detik dan memory usagerata-rata 130mb. Kata kunci— SIBI, Machine Learning, Android, Backend, Animasi
Sign Language Translator Using Deep Learning Alpiansyah, Rizqi; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Di era komunikasi digital saat ini, kesempatan untuk interaksi yang efektif antara orang tuli dan orang yangsulit mendengar menjadi lebih penting dari sebelumnya.Meskipun bahasa isyarat telah menjadi jembatan komunikasiyang penting, kemungkinan salah tafsir dan salah tafsir seringmuncul sebagai tantangan yang menghambat komunikasi yangefektif. Mengidentifikasi kebutuhan mendesak akan solusiinovatif, penelitian ini bertujuan untuk mengembangkanaplikasi berbasis pembelajaran mesin yang diberdayakan secarakhusus untuk berfokus terutama pada pengeditan teks. Denganmemanfaatkan kekuatan teknik LSTM, aplikasi ini dirancangtidak hanya untuk mengidentifikasi tetapi juga memperbaikikesalahan interpretasi bahasa isyarat secara real time. Manfaatsignifikan dari metode ini terbukti dalam peningkatan akurasiyang mencolok, mencapai 92,5% yang mengesankan. Selain itu,penelitian ini tidak hanya tentang teknologi tetapi juga tentanginklusi sosial. Dengan tujuan untuk mengurangi hambatankomunikasi dan mempromosikan interaksi yang lebih inklusifantara komunitas tuna rungu dan tuna rungu, aplikasi inimenandai langkah penting dalam merevolusi cara kitamemahami, menerjemahkan, dan berkomunikasi melaluibahasa isyarat, memastikan bahwa setiap pesan tidak hanyadikirimkan tetapi diterima dengan kejelasan dan akurasi yangoptimal. Kata kunci: Machine Learning, SIBI, LSTM
Sign Language Translator Using Deep Learning Hidayat, Fikri Putra; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Proyek akhir ini menyoroti masalah yang mencolok di dalam teman tuli yaitu hambatan komunikasiyang dihadapi oleh teman tuli dengan teman dengar, karena ketidakmampuan dengar, mereka menggunakanbahasa isyarat untuk berkomunikasi. Bentuk komunikasiini sering kali menyebabkan tantangan besar dalaminteraksi mereka dengan populasi pendengar. Untukmengatasi masalah ini, kami mengusulkan solusi yangtangguh berupa aplikasi yang tidak hanya berfungsisebagai alat bantu dalam pembelajaran bahasa isyaratSIBI bagi pendengar, tetapi juga sebagai penerjemah bahasa isyarat. Solusi yang diusulkan ini memanfaatkan beberapa bidangdalam Teknik Komputer untuk menciptakan aplikasi yang integratif. Dengan menerapkan teknik machine learningLSTM dan framework Mediapipe, sistem secara akan mengenali dan mengartikan bahasa isyarat SIBI. Kata kunci: SIBI (Sistem Isyarat Bahasa Indonesia), LSTM(Long-Short Term Memory), Mediapipe
Sign Language Translator Using Deep Learning Amelia, Nurul; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini menjelaskan tentang salah satu permasalahan komunikasi yang terjadi di kehidupanmasyarakat. Permasalahan komunikasi tersebut terjadi antarateman tuli dan teman dengar. Teman dengar berkomunikasisecara verbal, sedangkan teman tuli berkomunikasi dengannon-verbal. Untuk teman tuli berkomunikasi denganmenggunakan bahasa isyarat sebagai medianya. Solusi palingumum untuk saat ini adalah dengan menggunakan orang lainsebagai penerjemah untuk berkomunikasi antara teman tulidan teman dengar. Tetapi, solusi tersebut tidak menjawabsolusi yang efektif dikarenakan seorang penerjemah tidaksetiap waktu akan tersedia, berbeda dengan programkomputer.Solusi yang diusulkan menerapkan teknik deep learningLSTM dan YOLOv5, sistem akan mengartikan bahasa isyaratSIBI. Selain itu, melalui pengembangan aplikasi Android danpengembangan Backend memastikan operasi aplikasi yangandal dan efisien. Produk berupa aplikasi dengan fitur deep learning LSTMuntuk fitur deteksi motion dengan akurasi 95.56%, YOLOv5untuk deteksi realtime memiliki mAP@0.5IoU 99.5%, danLSTM untuk Text-Correction 92,5%. Kemudian animasigerakan SIBI untuk fitur pembelajaran, dan implementasi keAndroid melalui backend. Pada tes reliabilitas aplikasiditemukan bahwa nilai r_11 adalah 0,914428422. Oleh karenaitu, dapat disimpulkan bahwa pengujian ini memiliki tingkatreliabilitas yang sangat tinggi. Respon waktu dalam hasil tesserver juga menunjukan dikisaran 1-5 detik dan memory usagerata-rata 130mb. Kata kunci— SIBI, inklusivitas, Machine Learning, LSTM,YOLOv5, Android, Backend, Animasi
Co-Authors Abdul Manan Abdullah, Zakia Mahbub Adam Aji Bhuwana Aditya Hidayat Afrilio Franseda Afrilio Franseda Agung Nugroho Jati Ahmad Fida Akhmad Hafiezh Pramana Algimar Mochammad Firdaus Alpiansyah, Rizqi Anasri Tanjung Andaru, Rizki Fauzi Andreas Michael Hutagalung Andrew Brian Osmond ANGGUNMEKA LUHUR PRASASTI Anton Siswo Raharjo Ansori Ardilah, Hanifah Marta Arianto Anggoro Ariesta, Vinni Asari, Ahmad Aprizki Agil Auliansyah, Dema Ghifari Bayyan, Muhammad Fikru Al Biwarno, Tito Alfarabi Budhi Irawan Burhanuddin Dirgantaro Burhanuddin Dirgantoro Calvin Noval Casi Setianingsih Davy Rachmandiaz Hartoyo Dede Nur Fathurrahman Dicky Muhammad Dimas Gallantino Erwin Lapian Fadli Ihsan Winarto Fadli, Muhammad Nur Faisal Candrasyah Hasibuan Faishal Affan Tampubolon Fakhrezi, Alfian Fathurohim M Ahsin Sidqi Fawaz, Raihana Feby Rahmasari Fussy Mentari Dirgantara Geraldy Martin Pangabean Guntur Tri Wibowo Hatta Arya Dinata Henric Sahala Teofilus Simbolon Henti Purnamasari Hidayat, Fikri Putra Ilham Majid Rabbani Itonsaputri, Mutiara Zaafira Jamaluddin, Muhammad Nur Zainul Jamaludin , Radzis Araaf Jaya Jhosua Jerico Pangaribuan Jhosua Parningotan Sianipar Joao Amaral de Fatima Pereira Junedi Pasaribu Kamilah, Raisya Athaya Kevin Manfield Anderson Pasaribu Kevin Simangunsong Khalishah Kurniawan Indrajaya Laksono, Muhammad Agung Luthfi Abdul Hakim M. Ghozy Nurcahyadi Manurung, Shinta Renata Maulana Andang Rosidi Maulani , Fany Muhamad Hamdan Rifai Muhammad Agung Laksono Nasution, Nailul Fikri Nasy'an Taufiq Al Ghifary Novianty , Astri Novianty, Astri Nurjanah, Mutiara Nursyifa Pratiwi Nurul Amelia Prasetyo Yuda Pangestu Prastowo, Bimo Ibnu Purba Daru Kusuma Purnama, Satya Yuda R Rumani M R. Rumani M Ramadhan, Haekal Zefa Rasyid, Saifuddin Nur Ar Ratna Astuti Nugrahaeni Rezqa Afraghina Riffi Yunasa Rizky Anandra Ronel Daniel Rumani M Rumani M. Rumani M. Saragih, Umar Faruk Satrio Budiarjo Setianingsih , Casi Silalahi, Daniel R Umar Ali Ahmad Usamah Ash-shidiq Utama, Nur Cahya Utsman Al Aydarus Virgono, Ir Agus Yakub Eka Nugraha Yeska Haganta Yulfan Aditya Yuni dwi anggraeni Yusuf Abdurrahman Hakim Zefanya , De Alfredo Natanael