Article Per Year (5 Year)
p-Index From 2021 - 2026
7.899
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Mahasiswa TEUB Jurnal EECCIS Jurnal Teknologi Informasi dan Ilmu Komputer TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Indonesian Journal of Electrical Engineering and Computer Science
Raden Arief Setyawan
Jurusan Teknik Elekto Fakultas Teknik Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 125 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 125 Documents
Search

 9   10   11   12   13 
RANCANG BANGUN SISTEM PARKIR TERINTEGRASI PADA AREA TERTUTUP Abdillah, Zainal; Setyawan, Raden Arief; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

 Permasalahan keterbatasan lahan danmanajemen parkir menjadi isu penting dilingkungan kampus. Sistem parkir konvesionalyang masih manual dinilai tidak efisien,memakan waktu, serta memiliki tingkatkeamanan yang rendah. Penelitian ini bertujuanuntuk merancang dan mengimplementasikansistem parkir terintegrasi berbasis RFID danESP32 guna meningkatkan efisiensi manajemenparkir di Universitas Brawijaya. Sistem inimenggabungkan modul RFID-RC522 sebagaipembaca kartu, ESP32 sebagai mikrokontrolerdan penghubung ke server, serta MySQL sebagaibasis data lokal melalui XAMPP. Data yangdiperoleh dari RFID dikirim secara real-timemelalui jaringan WiFi dan disimpan dalamserver database. Hasil pengujian menunjukkanbahwa sistem bekerja secara responsif, akuratdalam membaca UID RFID, serta mampumenyimpan dan menampilkan data parkirdengan baik. Dengan fitur indentifikasi otomatisdan monitoring data, sistem ini mampumendukung program green campus melaluidigitalisasi sistem parkir.Kata Kunci: RFID, ESP32, Sistem Parkir, IoT,MySQL database 
Rancang Bangun Sistem Parkir Berbasis QR Code (Kode Respons Cepat) Hidayat, Rasendriya Agraprana; Setyawan, Raden Arief; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Pertumbuhan jumlah kendaraan yangsemakin pesat menuntut sistem parkir yangefisien, aman, dan mudah digunakan. Penelitianini bertujuan untuk merancang dan membangunsistem parkir otomatis berbasis QR code sebagaiSolusi terhadap berbagai permasalahan sistemparkir konvensional yang masih menggunakanpencatatan manual dan minim otomatisasi.Sistem ini dikembangkan menggunakanRaspberry Pi 4 sebagai unit pemroses utama,kamera webcam Logitech C270 untukpemindaian QR code, serta modul relay sebagaipengontrol palang parkir otomatis. Penggunasistem cukup menunjukkan QR code yang telahterdaftar, dan sistem akan secara otomatismemverifikasi, mencatat data ke dalam databaseMySQL, serta mengaktifkan palang parkirsesuai status pengguna (MASUK/KELUAR).Hasil pengujian menunjukkan bahwa sistemmampu membaca QR code dengan akurat danmerespons dengan cepat, baik untuk masukmaupun keluar area parkir. Implementasi sistemini juga mendukung pengelolaan data parkirsecara real-time dan efisien, serta mengurangiwaktu antrian pengguna. Dengan demikian,sistem ini terbukti efektif dalam meningkatkanefisiensi, akurasi, dan keamanan layanan parkir,khususnya di lingkungan Fakultas Ilmu BudayaUniversitas Brawijaya.Kata Kunci: sistem parkir, QR code, RaspberryPi, MySQL 
IMPLEMENTASI NEUROMORPHIC SPIKING NEURAL NETWORK UNTUK KLASIFIKASI MORFOLOGI SINYAL EKG PADA FPGA Harilegawa, Made Wena; Sulistiyanto, Nanang; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 2 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penyakit kardiovaskular memerlukan metode deteksi dini yang andal, salah satunya melalui analisis sinyal elektrokardiogram (EKG). Penelitian ini  mengusulkan implementasi Spiking Neural Network (SNN) untuk klasifikasi morfologi sinyal EKG pada FPGA guna memperoleh sistem yang efisien  secara komputasi dan cocok untuk pemrosesan real-time. Dataset EKG  sintetik dihasilkan menggunakan ECGSYN dan dikodekan ke dalam spike  berbasis segmentasi morfologi. Model SNN dilatih menggunakan  QuantizationAware Training (QAT) dengan format fixed-point Q4.4 agar selaras dengan implementasi perangkat keras. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 91,11% dengan macro-F1 0,909,  serta keluaran inferensi pada FPGA yang identik dengan hasil pelatihan.  Selain itu, hasil analisis timing menunjukkan bahwa proses inferensi dapat  diselesaikan dalam waktu yang jauh lebih singkat dibandingkan interval kedatangan spike masukan, sehingga sistem mampu beroperasi secara  real-time. Efisiensi penggunaan sumber daya juga mendukung kelayakan  sistem. Kata Kunci—Spiking Neural Network, Klasifikasi EKG, Quantization-Aware Training, FPGA, Neuromorphic Computing
PREDIKSI TEKANAN DARAH NON-INVASIF BERBASIS SINYAL PHOTOPLETHYSMOGRAPHY (PPG) MAX30102 MENGGUNAKAN RANDOM FOREST Romadhona, Nabila Fairuz; Muttaqin, Adharul; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 4 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Tekanan darah merupakan indikator fisiologis utama dalam penilaian kondisi kardiovaskular. Metode konvensional berbasis manset memiliki keterbatasan pada pemantauan kontinu. Penelitian ini mengusulkan sistem prediksi tekanan darah non-invasif berbasis sinyal Photoplethysmography (PPG) menggunakan sensor MAX30102 dan algoritma Random Forest. Dataset diperoleh dari 78 subjek dengan 234 rekaman sinyal PPG. Sinyal diproses melalui band-pass filter (0,5–4 Hz) dan diekstraksi fitur morfologi serta temporal. Evaluasi dilakukan menggunakan Group K-Fold CrossValidation untuk mencegah data leakage antar subjek. Hasil pengujian menunjukkan MAE sebesar 9,414 mmHg (SBP), 7,439 mmHg (DBP), dan 7,327 bpm (Pulse) dengan R² sebesar 0,165, 0,095, dan 0,393 secara berurutan. Model prediksi denyut nadi mencapai R² tertinggi sebesar 0,393, sedangkan prediksi SBP dan DBP masih terbatas akibat distribusi data yang tidak merata. Penelitian ini menunjukkan potensi sensor PPG berbiaya rendah untuk estimasi tekanan darah non-invasif, meski diperlukan pengembangan dataset yang lebih beragam untuk meningkatkan generalisasi model. Kata Kunci— Photoplethysmography, Estimasi tekanan darah tanpa manset, Random Forest, Machine learning, Pemrosesan sinyal. 
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK PADA RASPBERRY PI 4 UNTUK KLASIFIKASI SAMPAH SECARA REAL-TIME Abdullah, Shalahuddin Yoga Wardana; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 7 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Permasalahan pengelolaan sampah di kawasan perkotaan maupun pendidikan masih banyak bergantung pada proses pemilahan manual yang tidak efisien dan rentan terhadap pencampuran antarjenis sampah. Penelitian ini mengusulkan sistem klasifikasi sampah otomatis secara real-time berbasis algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang diimplementasikan pada perangkat edge computing Raspberry Pi 4 Model B 8GB. Model dilatih menggunakan metode transfer learning pada dataset citra sampah yang terdiri atas lima kategori, yaitu glass, metal, organic, paper, dan plastic, kemudian dikonversi ke format TensorFlow Lite agar dapat berjalan secara efisien pada perangkat dengan sumber daya terbatas. Sistem perangkat keras dirancang dengan arsitektur Master-Slave yang memisahkan Raspberry Pi 4 sebagai unit pemrosesan citra dan kecerdasan buatan dengan Arduino Uno sebagai pengendali aktuator servo. Hasil klasifikasi dikirimkan secara nirkabel ke server pemantauan menggunakan protokol MQTT melalui broker HiveMQ Cloud berenkripsi TLS dan ditampilkan pada dashboard web berbasis Flask. Hasil pengujian menunjukkan model mencapai akurasi keseluruhan sebesar 86% dengan rata-rata waktu inferensi 44,05 ms (±12,86 FPS), penggunaan CPU rata-rata 28,99%, serta keandalan transmisi data dengan packet loss 0% dan rata-rata delay end-to-end 207,46 ms. Hasil ini menunjukkan bahwa sistem yang dirancang layak diterapkan untuk pemilahan sampah cerdas berbasis IoT secara real-time. Kata Kunci— Convolutional Neural Network, MobileNetV2, Raspberry Pi 4, klasifikasi sampah, MQTT, TensorFlow Lite. 
Co-Authors Abdillah, Zainal Abdullah Rasyid Abdullah, Shalahuddin Yoga Wardana Abrar, Ahmad Akmal Achmad Basuki Achmad Basuki Ade Vali Sofyan Adharul Muttaqin Admaja Dwi Herlambang, Admaja Dwi Agus Satrio Ahmad Sulkhan Taufik Akbar, Sabriansyah Rizkika Akhmad Zainuri Akmal Hibban Syah Alam Al-Mukhlasin, Sultan Ainnur Ridwan Alaydrus Algy Prastya Derosa Andreas Horaciyo Simanjuntak Angger Abdul Razak Asmungi, Gaguk Asrori Arsyad Aulia, Fikri Bayu Aditya Herlambang Bertoni Ramadhan Putra Bima Aditia M. S. Bimasena, Muhammad Farrel Brahmada, Yohanes Valerio Brian Reza Kawalta Tarigan S. Danial Risaf Ashari David Stefano Dewi Nur Ayuningtya Dian Falah J. Ebim Iskandar Muda Edinar Valiant Hawali Eldoni Tuah Rito Purba Endy Hendrawan Erfan Achmad Dahlan Erni Yudaningtyas Fajar Mit Cahyana Falah, Raisul Farizqi, Yayang Firhan Bagus Adji Fredy Christiawan Fuad Sultan Muhammad Gagas Wijaksana Nugraha Giffary Risa Nugraha Gilang Luih Pinandita Hafidin Bangun Widyanto Hani Khulud Harilegawa, Made Wena Harits Al Furqon Akbar Herdinto Praja Mukti Hidayat, Rasendriya Agraprana I B Giri Kusuma I Putu Putra Darmawan Ibrahim Hasan Ibtihal, Moch Fahulul Insanutama, Adam Issa Arwani Itsna Az Zahra Itsna Az Zahra Izanati, Nazuha James Christianto Jam’iyatul Hidayah Jason Danny Setiawan Jibril Asida Angkara Kacaribu, Angeline Anabelle Karimul Afdlol, Ilham Kenny Aldebaran Roberts Khulud, Hani Kusmaryanto, Sigit Kuswardana, Ega Ferdian Lukman Gumelar M. Rendra Perdana Kusuma Djaka Maulana, Eka Milendy Arifputra Pamungkas Moch. Agus Choiron Mochammad Agus Choiron Moh Fahri Ferdiansyah Moh. Wildan Ali Fikri Moh. Yusuf Firmansyah Mohammad Alif Robby Gani Mohammad Ghadafi Mudjirahardjo, Panca Muhamad Ilham Muhammad Aswin Muhammad Aswin Muhammad Aswin Muhammad Aswin Muhammad Aziz Muslim Muhammad Fauzan Edy Purnomo Muhammad Julius St. Muhammad Khairy Mahdi Muhammad Naufal Muhammad Rahma Arif Muhammad Wisem Royyan Muslichin Muslichin Muslichin, n/a Muslim, ST., MT., Ph.D, Muhammad Aziz Mustofa, Ali Mutia Prameswari n/a Angellica n/a Nurussa’adah n/a Soeprapto Nanang Sulistiyanto Nano Bagus Septyanto Nisa Intan Kumalasari Nurus Sa'adah Nurussa'adah, n/a Onny Setyawati Panca Mudji Rahardjo Panca Mudjirahardjo Ponco Siwindarto Prasetyo Rizky Arfan Sodiq Prawira, Muhammad Satya Buana Pretty Lumbantobing Prihartady, Dion Primusa, Reyhandhy Arianda Purnomo, Muhammad Fauzan Edy Rachmadwipa Novandri Rahmadwati, n/a Rahmansyah, Aqil Gama Raisul Falah Reynald Darmawan Reza Anhario Rhezananta Arya H. Ricky Insyani Santosa P. P. Rif'an, Mochammad Rizki Firmansyah Rizki Jumadil Putra Rizki Wahyu Nugroho Rizky Adi Sanjaya Rizqullah, Putra Romadhona, Nabila Fairuz Royyannuur Kurniawan Endrayanto Rudy Soenoko Rudy Sunoko Ruri Ridha Rajwari Saif Masharil Huda Samuel Aji Sena Satrio Agung Wicaksono Sepvicho Prima Putra P. Sigit Kusmaryanto, Sigit Sitorus, Wuri Handayani Sofyan Andika Yusuf Suyono, Hadi Taqiy Asyam Listyawan Thufeil Claudy Rahman Tommy Eka Putra Bimantara Vika Mubarokah Wardana, Fitri Candra Waru Djuriatno Waru Djuriatno Wiam Mardliy Syahrir Yana Wahyuana Yudika Putra Perdana Pangaribuan Yusuf Kurniawan Yusuf Rangga Pratomo Yusuf, n/a Zainul Abidin Zainul Abidin Zainuri, Akhmad Zamrut Hirsa Mohammad Zulfa Fahrunnisa