Article Per Year (5 Year)
p-Index From 2021 - 2026
4.017
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Jurnal Informatika dan Teknik Elektro Terapan PROCEEDING IC-ITECHS 2014 SMARTICS Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING INTECOMS: Journal of Information Technology and Computer Science Jiko (Jurnal Informatika dan komputer) KOMPUTIKA - Jurnal Sistem Komputer JIKA (Jurnal Informatika) Infotek : Jurnal Informatika dan Teknologi Infotech: Journal of Technology Information SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pendidikan dan Teknologi Indonesia Jurnal Algoritma Proceeding of International Conference Health, Science And Technology (ICOHETECH) Innovative: Journal Of Social Science Research Journal of Software Engineering and Information System (SEIS) SmartComp
Pradana, Afu Ichsan
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Innovative Laser Alarm System for Enhanced Home Security and Burglary Prevention Insaan, Nashiirotul; Maulana, Yusuf; Rengga, Nikodemos; Junantoro, Hagai; Rifky, Raja; Pradana, Afu Ichsan
IC-ITECHS Vol 5 No 1 (2024): IC-ITECHS
Publisher : LPPM STIKI Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/ic-itechs.v5i1.1654

Abstract

The purpose of this research is to design and develop a laser-based alarm system that produces sound when the laser beam is interrupted, aiming to prevent theft. The research methods include literature study, design, and device development. The results show that this laser-based security system can detect shadow movement using a light sensor and a microcontroller. Therefore, the laser alarm system can be effectively used to detect suspicious movements and provide alerts when the laser beam is disrupted. Further development of this system can be carried out to enhance its reliability and application in various security fields.
Identifikasi Kesehatan Daun Tanaman Padi Menggunakan Klasifikasi Biner Sehat dan Tidak Sehat dengan Algoritma Convolutional Neural Network (CNN) Di Kabupaten Klaten Azizah, Shelvi; Pradana, Afu Ichsan; Hartanti, Dwi
Komputika : Jurnal Sistem Komputer Vol. 13 No. 2 (2024): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v13i2.12771

Abstract

Rice is a vital food crop in Indonesia, where Klaten has become one of the main rice suppliers with a production achievement of 101 thousand tons in 2020. However, the challenge faced is the attack of diseases such as blast, leaf blight, and bacterial wilt which can result in huge losses in yield if not handled effectively. To address this issue, research was conducted using Convolutional Neural Network (CNN), an algorithm commonly used for image processing. In this study, the process involved two main stages namely Feature Extraction and Fully Connected Layer, utilizing a dataset of 2400 images categorized into healthy and unhealthy classes. The results show a very high level of accuracy, with the highest accuracy reaching 0.9653 and validation accuracy reaching 0.8125, as well as low loss with a total of 20 epochs. Through CNN technology, this research makes an important contribution to monitoring the health of rice plants in Klaten Regency, Indonesia, which is expected to help increase productivity and reduce crop losses.
Deteksi Rambu Lalu Lintas Real-Time di Indonesia dengan Penerapan YOLOv11: Solusi Untuk Keamanan Berkendara Pradana, Afu Ichsan; Harsanto, Harsanto; Wijiyanto, Wijiyanto
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-2.2106

Abstract

This research aims to formulate and assess a real-time traffic sign detection framework in the context of Indonesia, using YOLOv11. Given the heterogeneous nature of traffic signs and road conditions in Indonesia, there is an urgent need for a robust and precise model to improve driving safety. The findings show that the model successfully achieved a Mean Average Precision (mAP) of 0.99, simultaneously demonstrating high accuracy across a wide range of traffic sign classifications. Evaluation using Confusion Matrix, shed light on the negligible error rate, signaling that the model has sufficient reliability for real-world applications. The potential applications of this technology are crucial in strengthening Indonesia's driving safety and intelligent transportation systems.
IMPLEMENTASI DETEKSI DRONE MENGGUNAKAN YOLO (You Only Look Once) Wijanarko, Restu Gilang; Pradana, Afu Ichsan; Hartanti, Dwi
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7374

Abstract

Penelitian ini berfokus pada pengembangan sistem deteksi drone yang akurat dan efektif berbasis teknologi kamera. Penggunaan drone yang semakin meningkat di berbagai sektor, seperti fotografi udara, pemantauan lingkungan, pemetaan topografi, pengiriman barang, inspeksi infrastruktur, dan pertanian presisi, telah membawa banyak manfaat. Namun, penggunaan drone yang tidak bertanggung jawab juga dapat menimbulkan masalah serius, seperti pelanggaran privasi, risiko keamanan, dan gangguan pada operasi penerbangan. Untuk mengatasi tantangan ini, penelitian ini mengusulkan pendekatan deteksi drone menggunakan kamera sebagai perangkat utama, memanfaatkan algoritma pengolahan citra digital dan teknik pembelajaran mesin. Sistem ini diharapkan mampu mendeteksi keberadaan drone dalam berbagai kondisi lingkungan dan pencahayaan, serta memberikan informasi yang lebih rinci tentang lokasi dan aktivitas drone. Dengan menggunakan teknologi pembelajaran mesin, sistem ini dapat dilatih untuk mengenali berbagai jenis drone dan membedakannya dari objek lain yang mungkin muncul di latar belakang, serta dapat terus ditingkatkan kinerjanya seiring dengan bertambahnya data pelatihan yang digunakan. Penelitian ini menggunakan metode Research and Development (R&D) dengan fokus pada implementasi sistem deteksi drone menggunakan kamera web dan perpustakaan perangkat lunak OpenCV. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan keamanan dan keselamatan di berbagai sektor, serta mencegah penyalahgunaan teknologi drone untuk tujuan yang merugikan, dan temuan dari penelitian ini dapat menjadi dasar bagi pengembangan sistem deteksi drone yang lebih canggih di masa depan.
Implementasi Sistem Penghitungan Volume Kendaraan Menggunakan YOLOv8 Putra, Wihan Perkasa Nugraha; Pradana, Afu Ichsan; Nurchim, Nurchim
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7395

Abstract

Dengan banyaknya kendaraan di jalan, penting untuk memantau lalu lintas agar keamanan dan manajemen lalu lintas dapat terjaga dengan baik. Pengumpulan data jumlah kendaraan secara manual memerlukan banyak sumber daya dan biaya. YOLOv8 (You Only Look Once) adalah teknologi visi komputer yang memungkinkan deteksi objek secara otomatis dengan akurasi dan kecepatan tinggi. Penelitian ini bertujuan untuk mengotomatisasi perhitungan jumlah kendaraan yang melintas dengan YOLOv8, yang dapat mendeteksi berbagai jenis kendaraan dalam berbagai kondisi cuaca. Studi ini terdiri dari beberapa tahap, yaitu pengumpulan data, preprocessing, pemodelan, dan evaluasi. Dataset diperoleh dari dataset Kaggle dan rekaman video lalu lintas di Indonesia. Dataset dibagi menjadi data latih dan validasi dan diproses dengan bounding box. Pemodelan menggunakan YOLOv8 Nano dengan 50 epoch, dan evaluasi dilakukan menggunakan confusion matrix. Implementasi dilakukan menggunakan OpenCV untuk menghitung jumlah kendaraan dari rekaman video. Sistem ini berhasil menghitung jumlah kendaraan berdasarkan klasifikasi yang berbeda dengan baik, meski ada kendala saat frame drop. Penelitian ini berhasil mengembangkan sebuah sistem yang akurat dan diuji dengan rekaman CCTV lalu lintas di Surakarta, meskipun klasifikasi jenis kendaraan belum sesuai dengan standar dinas perhubungan dan kualitas frame rate video masih memengaruhi akurasi sistem. Sebaiknya dilakukan pengujian waktu nyata dan penambahan identitas unik pada kendaraan yang dideteksi.
Analisis Persebaran Izin Usaha di Kabupaten Sragen Menggunakan Metode K-Means Clustering Nugroho, Nasrun; Wijiyanto, Wijiyanto; Pradana, Afu Ichsan
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.608

Abstract

Peningkatan perekonomian adalah tantangan yang dihadapi oleh Pemerintah daerah. Dalam membangun perekonomian Kabupaten Sragen memiliki dinas yang berperan dalam keberhasilan Investasi yang menunjang pertumbuhan ekonomi yaitu Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu. Dinas ini melaksanakan tugas yang mendukung visi misi Bupati dalam hal peningkatan perekonomian. Dalam melaksanakan tugasnya dinas ini mempunyai program yang terdiri dari kegiatan untuk mencapai target yang sudah ditetapkan. Sasaran program tersebut adalah terlaksananya promosi dan pelayanan perizinan berusaha. Melihat data dari tahun sebelumnya perizinan berusaha di Sragen berkembang sangat pesat, namun persebaran izin usaha tersebut tidak merata, hanya sebagian kecil wilayah saja yang menunjukkan tingginya izin usaha. Hal ini menuntut adanya analisis data yang efektif yang bisa memetakan pola persebaran tersebut. Penelitian ini menerapkan analisis data menggunakan metode K-Means Clustering, data yang dianalisi adalah data izin usaha tahun sebelumnya yang meliputi izin usaha mikro, kecil dan menengah. Analisis ini mengelompokan wilayah kecamatan yang ada di Kabupaten Sragen menjadi 3 klaster yaitu: (1) Klaster dengan persebaran izin usaha tinggi, (2) klaster  persebaran izin usaha sedang dan (3) Klaster persebaran izin usaha rendah. Hasil penelitian diharapkan bisa menjadi acuan bagi dinas terkait untuk merumuskan kebijakan pemerataan izin usaha. Penelitian ini memberikan kontribusi pada pengambilan keputusan berbasis data untuk pemerataan izin usaha di Kabupaten Sragen.
Implementasi Sistem Irigasi Otomatis Berbasis IoT untuk Pertanian Greenhouse Wahyudi, Wahyudi; Pradana, Afu Ichsan; Permatasari, Hanifah
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 2 (2025): JPTI - Februari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.656

Abstract

Pertanian merupakan sektor vital dalam pemenuhan kebutuhan pangan di Indonesia, namun masih menghadapi tantangan dalam efisiensi irigasi dan regenerasi petani. Penelitian ini mengembangkan sistem irigasi otomatis berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor kelembaban tanah untuk meningkatkan efisiensi penggunaan air pada pertanian greenhouse. Data sensor dikirim ke platform Thingspeak untuk pemantauan real-time, sementara pengendalian penyiraman dilakukan berdasarkan kelembaban tanah yang terdeteksi. Hasil penelitian menunjukkan bahwa sistem ini mampu mengurangi penggunaan air sebesar 30% dibandingkan metode konvensional, serta meningkatkan efisiensi energi dengan optimalisasi siklus penyiraman. Implementasi teknologi ini berpotensi menjadi solusi strategis dalam meningkatkan keberlanjutan pertanian dan menarik minat petani muda terhadap teknologi agrikultur.
Intelligent Traffic Sign Detection Using Yolov9 Pradana, Afu Ichsan; Harsanto, Harsanto; Maulindar, Joni
Proceeding of the International Conference Health, Science And Technology (ICOHETECH) 2024: Proceeding of the 5th International Conference Health, Science And Technology (ICOHETECH)
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/icohetech.v5i1.4205

Abstract

This research examines the automatic detection and classification of traffic signs using artificial intelligence (AI) and computer vision technologies. As urban traffic increases, quickly and accurately recognizing traffic signs becomes a challenge, especially under adverse conditions such as bad weather and limited visibility. Conventional technologies that rely on human vision are prone to errors, so an automated solution is needed. This research uses the YOLOv9 algorithm for real-time traffic sign detection, utilizing the Generalized ELAN (GELAN) architecture that combines the advantages of CSPNet and ELAN for efficiency and accuracy. The dataset used consists of 1924 images processed through various stages, including data augmentation and normalization. The model was trained for 15 epochs with fairly high accuracy results in the prohibitory, danger, and mandatory sign categories. However, there were still some misclassifications, especially in the prohibitory category which was sometimes mistakenly detected as another category or background. Overall, the model performed well in detecting traffic signs in various environmental conditions, but still needs improvement to increase accuracy in certain cases.
SEGMENTATION OF SUBARACHNOID HEMORRHAGE ON BRAIN CT IMAGES USING U-NET AND ATTENTION U-NET: A COMPARATIVE ANALYSIS Saputra, Ilham Tristadika; Pradana, Afu Ichsan; Hartanti, Dwi
JIKO (Jurnal Informatika dan Komputer) Vol 8, No 2 (2025)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v8i2.9958

Abstract

Subarachnoid Hemorrhage (SAH) represents a critical medical condition resulting from bleeding in the subarachnoid space, typically due to the rupture of an aneurysm or trauma. Timely identification is vital to avoid long-term neurological impairment. This research assesses the efficacy of U-Net compared to Attention U-Net for the segmentation of SAH in brain CT images, aiming to determine if attention mechanisms enhance segmentation precision. The motivation for this comparison stems from the clinical difficulty in identifying subtle or low-contrast hemorrhagic areas that traditional architectures like U-Net might miss; in contrast, attention-based models are constructed to capture spatial details more proficiently. Both architectures were evaluated using a publicly available SAH CT dataset and assessed on metrics including Dice Score, Intersection over Union (IoU), Precision, Recall, and F1 Score. Attention U-Net outperformed U-Net with higher scores of Dice (0.896) and IoU (0.877), whereas U-Net excelled in precision. Visual assessments also indicated that Attention U-Net was superior in delineating diffuse hemorrhagic regions. These findings advocate for the incorporation of attention mechanisms to enhance segmentation accuracy and clinical relevance in neuroimaging
Sistem Pemantauan Ketinggian Air pada Bendungan Berbasis Internet Of Things Harjanto, Prabandaru Pramu; Pradana, Afu Ichsan; Pamekas, Bondan Wahyu
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 2 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i2.8315

Abstract

Abstrak: Terjadinya curah hujan intensitas tinggi semakin lazim di berbagai wilayah di Indonesia. Intensitas curah hujan yang meningkat ini memiliki kapasitas untuk memicu berbagai bencana seperti banjir. Meskipun terjadinya banjir merupakan fenomena yang tidak dapat dihindari, hal ini dapat diantisipasi melalui pembentukan sistem buka tutup bendungan dengan pemanfaatan teknologi. Sistem pemantauan ketinggian air berbasis Internet of Things (IoT) memanfaatkan sensor ultrasonik HC-SR04 dapat menjadi solusi mengukur ketinggian air dan mengirimkan data secara real-time ke aplikasi berbasis web guna mendukung pemantauan jarak jauh. Sistem ini dilengkapi dengan fitur otomatisasi pada pintu air dan alarm sebagai peringatan dini ketika ketinggian air mencapai batas tertentu, sehingga meningkatkan efisiensi dan otomatisasi dalam pengelolaan bendungan. Penelitian ini bertujuan untuk menganalisis, merancang, membuat dan mengimplementasikan sistem pemantauan ketinggian air pada bendungan berbasis internet of things. Metode yang digunakan dalam penelitian ini adalah prototyping. Dari hasil pengujian  diperoleh kesimpulan bahwa pembacaan sensor akurat dan semua alat berfungsi dengan baik. Alat juga mampu mengirimkan data ke server, dan server dapat menampilkan data ke halaman web dengan sukses. Kata Kunci – Pemantauan Bendungan; IoT; Sirine
Co-Authors Aboobaider, Burhanuddin bin Mohd Aji, Sindhu Purnomo Akmal, Baasith Khoiruddin arsanto, arsanto Ashidiqi, Andhyka Yoga Atina, Vihi Azizah, Shelvi Bagaskara, Aditya Dwi Hartanti Eko Purwanto Harjanto, Prabandaru Pramu Harsanto Harsanto, Harsanto Harsanto, Malika Indriyani, Tiara Insaan, Nashiirotul Jordan, Alles Tio Junantoro, Hagai Kusuma, Adri Surya Maulindar, Joni Nugroho, Nasrun Nurchim Nurchim Pamekas, Bondan Wahyu Permana, Aditya Candra Permatasari, Hanifah Pipin Widyaningsih Pratama, Fandi Aziz Pujiati Edy Santoso, Elysa Mei Putra, Enggar Wijaya Putra, Wihan Perkasa Nugraha Rakadipa, Dhimas Arya Rengga, Nikodemos Rifky, Raja Saputra, Ilham Tristadika Setiawan, Gilang Sopingi Sopingi, Sopingi Tory, Alfa Rado Andre Yusa Saka Wahyu Pamekas, Bondan Wahyudi Wahyudi Wijanarko, Restu Gilang Wiji Lestari Wijiyanto Wijiyanto, Wijiyanto Yusuf Maulana, Yusuf