Article Per Year (5 Year)
p-Index From 2021 - 2026
2.357
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi IJISTECH (International Journal Of Information System & Technology) Jurnal Informasi dan Komputer Jurnal Sistim Informasi dan Teknologi IJISTECH Jurnal Minfo Polgan (JMP) sudo Jurnal Teknik Informatika Penamas: Journal of Community Service Data Sciences Indonesia (DSI) RJOCS (Riau Journal of Computer Science)
Atmaja, Niko Surya
Unknown Affiliation
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Library & Information Science Mathematics Physics Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
PENERAPAN DEEP LEARNING YOLO UNTUK PENGUKURAN JARAK OBJEK MENGGUNAKAN MONO KAMERA Herdianto, Herdianto; Nasution, Darmeli; Atmaja, Niko Surya; Ramadhan, Syahrul
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 8 No. 1 (2024): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol8No1.pp51-56

Abstract

Mobile robots are a type of robot that can move from one place to another. Therefore, this type of robot has been given the ability to detect objects and measure estimated distances to objects around it to then carry out actions to turn left and right, forward, backward or even stop to avoid collisions. In general, to measure the distance of objects on mobile robots, ultrasonic sensors such as the HC-SR04 are used and some also use cameras, although they can be used to measure distances, but the use of these sensors has disadvantages, such as the maximum distance that can be measured is 4 meters. Given this deficiency, the research that will be carried out will try a YOLO deep learning method that can detect objects and then measure the distance of objects around them. From the results of the tests that have been carried out, it is known that the distance to the object that can be measured is 31,400 mm with the actual object height being 1750 mm.
Rancang Bangun Game Pixel Adventure 2D Menggunakan UNITY Pratama, Eriyan; Sitepu, Nokianta Syah Putra; Nugraha, M.zein Farhan; Atmaja, Niko Surya
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14353

Abstract

Game pixel adventure adalah salah satu game populer dari tahun-ketahun bisa dimainkan semua kalangan, dimana pemain ini mengendalikan karakter untuk begerak maju, mundur, dan lompat dari satu platform ke flatform lainnya agar bisa sampai ditujuan akhirnya. Dalam perancangan Game Pixel Adventure ini menggunakan aplikasi software Unity 2D dengan menerapkan metode Algoritma Finite State Machine yang digunakan sebagai alur kontrol permainan dan merancang perilaku musuh. Penelitian ini menggunakan metode observasi dan studi pustaka untuk mengumpulkan data-data yang dibutuhkan dalam perancangan game. Hasil output dari game ini menunjukkan semua fungsi bekerja dengan baik dan dapat digunakan sebagai hiburan. Game ini dirancang agar para pemainnya dapat saling berkompetisi sehingga para pemain dapat terus merasa tertantang untuk terus bermain sampai menang. Terlebih, adventure games saat ini sudah banyak di jumpai di pasaran, sehingga perancang dan pengembang adventure games harus mampu menciptakan jalan cerita yang unik, menarik, dan menantang agar para pemain tergugah untuk menuntaskan misi permainan sampai akhir. Dengan demikian, dapat disimpulkan bahwa Game “pixel adventure” memiliki tujuan untuk sampai ke tujuan atau finish
IMPLEMENTASI METODE FIFO PADA PENJADWALAN TRAINING GYM BERBASIS WEB DI DANKER GYM Afrizal, Sandi; Atmaja, Niko Surya
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6161

Abstract

Danker Gym adalah salah satu penyedia jasa layanan training Gym. Agar orang mendapatkan pelatihan maka harus mendaftar sebagai member sehingga mendapatkan jadwal latihan. Biasanya untuk menjadi member maka harus mendatangi langsung ke lokasi atau bisa juga via whatsapp. Danker Gym mencatat pendaftar sebagai member dalam buku catatan kemudian membuatkan jadwal dan menentukan pelatihnya. Masalah yang terjadi adalah masyarakat yang ingin mendaftar harus datang langsung ke Danker Gym dan pihak Danker Gym sulit menyusun jadwal pelatihan karena harus membuka catatan pendaftar satu persatu dan menentukan pelatih untuk para member. Oleh karena itu  dibutuhkan sebuah cara yang dapat membantu masyarakat dalam pembuatan member dan membantu Danker Gym dalam pembuatan jadwal dan penentuan pelatih untuk para member. Penelitian ini membuat aplikasi berbasis web dan menerapkan metode FIFO dalam pembuatan jadwal. Dengan adanya penerapan metode FIFO maka masyarakat dan Danker Gym dapat terbantu dalam pembuatan jadwal.
Edukasi etika dan pemanfaatan artificial intelligence secara bijak bagi peserta didik sekolah dasar Atmaja, Niko Surya; Harahap, Sahyunan
Penamas: Journal of Community Service Vol. 6 No. 1 (2026): Penamas: Journal of Community Service
Publisher : Nur Science Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53088/penamas.v6i1.2769

Abstract

The use of digital devices supported by artificial intelligence has become increasingly common in elementary school learning activities; however, it is not always accompanied by adequate ethical understanding. This condition may lead to issues with academic honesty, critical thinking, and responsible use of technology. This community service activity aimed to provide elementary school students at Yayasan Pendidikan Islam Al-Fakhri with education on the ethical and responsible use of artificial intelligence. A participatory approach was employed, involving students and teachers at the stages of needs identification, program planning, educational implementation, simulations, mentoring, and evaluation. The activities focused on introducing basic artificial intelligence concepts, ethical principles in technology use, and responsible learning practices. Data were collected through direct observation, reflective discussions, and students’ responses during the activities. The results indicate increased awareness of ethical use of technology, improved understanding of academic honesty, and enhanced ability to evaluate digital information critically. Students began to perceive artificial intelligence as a learning support tool rather than a substitute for independent thinking.
Analisis Pengaruh Jumlah Data Latih terhadap Kinerja Convolutional Neural Network pada Klasifikasi Citra Atmaja, Niko Surya; Harahap, Sahyunan; Harahap, Muhammad Khoiruddin
sudo Jurnal Teknik Informatika Vol. 5 No. 1 (2026): Edisi Maret
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i1.1572

Abstract

Convolutional Neural Network (CNN) merupakan salah satu metode deep learning yang banyak digunakan dalam tugas klasifikasi citra karena kemampuannya dalam mengekstraksi fitur secara otomatis. Meskipun demikian, kinerja CNN sangat dipengaruhi oleh karakteristik data latih, khususnya jumlah data yang digunakan dalam proses pelatihan. Jumlah data latih yang tidak memadai dapat menyebabkan model gagal melakukan generalisasi dengan baik, sedangkan peningkatan jumlah data latih tidak selalu menjamin peningkatan kinerja model secara signifikan. Penelitian ini bertujuan untuk menganalisis pengaruh jumlah data latih terhadap kinerja model Convolutional Neural Network pada klasifikasi citra. Metode penelitian dilakukan dengan melakukan eksperimen terkontrol menggunakan satu arsitektur CNN yang sama, sementara jumlah data latih divariasikan dalam beberapa skenario, yaitu 20%, 40%, 60%, 80%, dan 100% dari total dataset. Kinerja model dievaluasi berdasarkan nilai akurasi dan loss pada data pelatihan dan data pengujian. Hasil penelitian menunjukkan bahwa peningkatan jumlah data latih cenderung meningkatkan kinerja dan stabilitas model CNN, serta mengurangi kecenderungan overfitting. Temuan ini memberikan gambaran empiris mengenai hubungan antara jumlah data latih dan kinerja CNN pada tugas klasifikasi citra.
Co-Authors Afrijal, A Afrizal, Sandi Darmeli Nasution Dona, D Fachry Abda El Rahman Harahap, Sahyunan Herdianto Herdianto, Herdianto Kiki Yasdomi Lianda, Deri Muhammad Khoiruddin Harahap Nugraha, M.zein Farhan Pratama, Eriyan Sabri, Khairul Satria Riki Mustafa, Satria Riki Sitepu, Nokianta Syah Putra Suherman Syahrul R, Syahrul