Claim Missing Document
Check
Articles

Klasifikasi Aktivitas Manusia menggunakan Algoritme Computed Input Weight Extreme Learning Machine dengan Reduksi Dimensi Principal Component Analysis Irwanto, M. Sofyan; Bachtiar, Fitra Abdurrachman; Yudistira, Novanto
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Untuk dipublikasikan di Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)
Pengembangan Perangkat Bergerak untuk Klasifikasi Tanaman Obat Menggunakan Kamera Berbasis Android Harlan, Fajri Rayrahman; Al Huda, Fais; Yudistira, Novanto
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Konferensi Internasional ICOMIT 2025
Klasifikasi Emosi Manusia pada Citra Digital dengan MobileNetV3 dan Spatial Transformer Dhaifullah, Afif Naufal; yudistira, Novanto; Mahmudy, Wayan Firdaus
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Emosi merupakan kondisi psikofisiologis seseorang dengan faktor internal dan/atau lingkungan. Pengenalan akurat dari emosi wajah melalui sistem pengenalan visi komputer akan kondusif untuk kelancaran kemajuan interaksi manusia-komputer. Selain itu, karena dinamika dan heterogenitas layanan seluler, dibutuhkan sistem pengenalan emosi yang dapat memproses data secara akurat dengan waktu komputasi yang minimal. Kami mengusulkan penggunaan MobileNetV3 dengan penjadwalan learning rate serta penambahan attention module guna mendapatkan model dengan performa akurasi baik namun efisien dalam penggunaan sumber daya, seperti ukuran model, jumlah parameter yang rendah, dan waktu komputasi yang cepat, sehingga cocok diterapkan pada perangkat mobile. Adanya SE (Squeeze and Excitation) dan fungsi h-swish memungkinkan MobileNetV3 mempertahankan akurasi sekaligus mengurangi jumlah parameter secara signifikan. Adapun fitur localization dan sampling grid pada spatial transformer membantu model untuk fokus ke bagian yang diperlukan guna meningkatkan akurasi. Pada penelitian ini dibuktikan bahwa metode yang digunakan memberikan hasil yang baik dengan akurasi validasi sebesar 69.89% pada dataset FER2013 dan 84.10% pada FER2013+ dengan ukuran model sebesar 16.36 MB dan parameter 4,235,112 menunjukkan efisiensi memori dan kecepatan inferensi yang signifikan dibandingkan model lain seperti ResNet50 sehingga dapat dinyatakan model memiliki performa akurasi yang baik dengan efisiensi memori dan komputasi yang cukup baik.
Penerapan Model Vision Transformer dalam Klasifikasi Hama pada Pertanian Wahyu Taufiqurrahman, Rayhan; Novanto Yudistira; Agus Wahyu Widodo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Identifikasi hama secara manual pada sektor pertanian seringkali tidak efisien dan dapat menyebabkan kerugian panen yang signifikan. Penelitian ini bertujuan untuk menerapkan dan mengevaluasi arsitektur modern Vision Transformer (ViT) dan Swin Transformer untuk klasifikasi hama yang efisien, dengan fokus pada optimasi model melalui pruning. Menggunakan dataset IP102, kedua model dioptimalkan melalui alur kerja sparse training, diikuti pruning (0-30%), dan diakhiri dengan fine-tuning. Hasil menunjukkan ViT mencapai akurasi puncak (72,95%), namun dengan biaya komputasi tinggi pada kondisi awal. Sebaliknya, Swin Transformer menunjukkan keseimbangan terbaik; proses pruning tidak hanya mengurangi parameter hingga ~30% dan waktu pelatihan hingga 80,5%, tetapi juga meningkatkan akurasinya menjadi 70,52%. Swin Transformer juga secara inheren memiliki kecepatan inferensi yang jauh lebih unggul (~45 detik). Swin Transformer yang dioptimalkan dengan pruning 25-30% direkomendasikan sebagai solusi paling praktis untuk aplikasi di dunia nyata, karena menawarkan keseimbangan superior antara akurasi, kecepatan inferensi, dan efisiensi sumber daya.
Enhancing Islamic Boarding School Management in Jombang through Artificial Intelligence Kurnianingtyas, Diva; Daud, Nathan; Widodo, Agus Wahyu; Muflikhah, Lailil; Yudistira, Novanto
TRI DHARMA MANDIRI: Dissemination and Downstreaming of Research to the Community (Journal of Community Engagement) Vol 5 No 2 (2025)
Publisher : SMONAGENES Research Center, Univeritas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtridharma.2025.005.02.143

Abstract

The drive for digital transformation and the need to enhance governance efficiency in religious educational institutions provided the backdrop for this community service program, which implemented artificial intelligence (AI) technology at an Islamic boarding school in Jombang. This program aimed to enhance the management competencies of Islamic boarding schools in Jombang by applying AI technology. The activities included socialization and training sessions on AI-based applications such as facial recognition, attendance systems, and student nutrition management tools. A one-group pretest–posttest design was employed to evaluate management competence before and after the training. The analysis showed a significant increase in participants’ scores from the pretest (23.86 ± 3.34) to the posttest (45.06 ± 1.56), with Z = –6.166 and p < 0.001. This improvement contributed to more efficient student attendance tracking, optimized data-based nutrition management, and motivated participants to integrate technology into pesantren administration. The practical implication of this program is the need for continuous training to expand further the adoption of artificial intelligence in other Islamic boarding schools.
Facial Expression Recognition Using Convolutional Neural Network with Attention Module Khoirullah, Habib Bahari; Yudistira, Novanto; Bachtiar, Fitra Abdurrachman
JOIV : International Journal on Informatics Visualization Vol 6, No 4 (2022)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.4.963

Abstract

Human Activity Recognition (HAR) is an introduction to human activities that refer to the movements performed by an individual on specific body parts. One branch of HAR is human emotion. Facial emotion is vital in human communication to help convey emotional states and intentions. Facial Expression Recognition (FER) is crucial to understanding how humans communicate. Misinterpreting Facial Expressions can lead to misunderstanding and difficulty reaching a common ground. Deep Learning can help in recognizing these facial expressions. To improve the probation of Facial Expressions Recognition, we propose ResNet attached with an Attention module to push the performance forward. This approach performs better than the standalone ResNet because the localization and sampling grid allows the model to learn how to perform spatial transformations on the input image. Consequently, it improves the model's geometric invariance and picks up the features of the expressions from the human face, resulting in better classification results. This study proves the proposed method with attention is better than without, with a test accuracy of 0.7789 on the FER dataset and 0.8327 on the FER+ dataset. It concludes that the Attention module is essential in recognizing Facial Expressions using a Convolutional Neural Network (CNN). Advice for further research first, add more datasets besides FER and FER+, and second, add a Scheduler to decrease the learning rate during the training data.
Co-Authors Abdurrachman Bachtiar, Fitra Abel Filemon Haganta Kaban Achmad Basuki Achmad Ridok Adam Hendra Brata Adhi Setiawan Aditama, Gustian Agi Putra Kharisma Agus Wahyu Widodo Agus Wahyu Widodo Agus Wahyu Widodo, Agus Wahyu Akbar, Alvin Tarisa Al Huda, Fais Aldi Fianda Putra Alfen Hasiholan Almasyhur, Muhammad Bin Djafar Alwan, Muhammad Fajrul Amin, Muhammad Basil Musyaffa Anarya Indika Putra Andina, Sherla Puspa Anggraheni, Hanna Shafira Annisa Sukmawati Apriyanti -, Apriyanti Ardhani, Luthfi Afrizal Ardhanto, Riyadh Ilham Arifandis Winata Arifien, Zainal Asmani, Wahayu Widyaning Austin, Yehezkiel Stephanus Bahrur Rizki Putra Surya Bana Falakhi Bayu Rahayudi Budi Darma Setiawan Caesar Rio Anggina Toruan Cahyo Prayogo, Cahyo Candra Dewi Cevita Detri Intan Suryaningrum Chindy Aulia Sari Christopher, Juan Young Darmawan, Abizard Hashfi Darmawan, Hanif Daud, Nathan Daut Daman Dewa Gede Trika Meranggi Dhaifullah, Afif Naufal Dhifan Diandra H Didik Suprayogo Dytha Suryani Edy Santoso Edy Santoso Elmira Faustina Achmal Eriq Muhammad Adams Jonemaro Fadhil Yusuf Rahadika Fadhil Yusuf Rahadika Fadhil Yusuf Rahadika Fahmi Achmad Fauzi Fajrina, Julia Nur Fathina Atsila F Fauzi, Muhammad Rifqi Firhan Fauzan Hamdani Fitra Abdurrachman Bachtiar Griselda Anjeli Sirait Griselda Anjeli Sirait Hafshah Durrotun Nasihah Hakim, Gibran Hakim, Sulthan Abiyyu Hanum, Assyfa Rasida Haris, Asmuni Harlan, Fajri Rayrahman Hawari, Rahmada Zulvia Azzahra Hermanto, Putri Tsania Maulidia Heru Nurwarsito Huda, Fais Al Hutamaputra, William Ikhwanul Kiram, Muh Zaqi Imam Cholissodin Indriati Indriati Iqra Ilhamsyah Irfan Ardiansyah Irfannanto, Adimas Irfano, Haikal Irwanto, M. Sofyan Izzatul Azizah Jauhar Bariq Rachmadi Javier Ardra Figo Karina Amadea Katrina Puspita Kevin Nadio Dwi Putra Khalid Rahman Khoirullah, Habib Bahari Krisnabayu, Rifky Yunus Kurnia Fakhrul Izza Kurnianingtyas, Diva Lailil Muflikhah Laksono, Khansa Salsabila Sangdiva Larasati, Saqina Salsabila Lutfi, Raniyah Mahardika, Mohammad Alfiano Rizky Manurung, Daniel Geoffrey Marasitua, Wahyu Valentino Marji Marpaung, Veronika Oktafia Maulana Ahmad Maliki Maulana, Muhammad Taufik Mawarni, Marrisaeka Meilinda Dwi Puspaningrum Michael David Muh. Arif Rahman Muhammad Rizaldi Muhammad Rizaldi Muhammad Tanzil Furqon Muhammad Zaini Rahman Natanniel Eka Christyanto Naufal, Muhammad Jilan Niluh Putu Vania Dyah Saraswati Nisa, Lisa N. Nisa, Septia Khoirin Novianti, Siska Nurannisa, Nadhira Oakley, Simon Pangondian, Yosia Permadhi, Raditya Atmaja Satria Pinasthika, Mohammad Ryan Prais Sarah Kayaningtias Prasetia, Anugrah Prayata, Rakan Fadhil Putra Pandu Adikara Putra, Octo Perdana Putri, Rania Aprilia Dwi Setya Putri, Salwa Cahyani Qurrata Ayuni Rahmadi, Anang Bagus Rahman, Muhammad Arif Raihan Hanif F RAMADHAN, ADITYA RIZKY Randy Cahya Wihandika Renata Rizki Rafi' Athallah Rian Nugroho Rilinka Rilinka Rishani Putri Aprilli Rizal Setya Perdana Rizky, Audhinata Bebytama RR. Ella Evrita Hestiandari Sabriansyah Rizqika Akbar, Sabriansyah Sahirah, Rafifa Addin Saputra, Kylix Eza Sastomo, Yogi Puji Selle, Nurfatima Setyawan Purnomo Sakti Sholeh, Mahrus Stephen Lui, Michael Sugihdharma, Joseph Ananda Sukma, Lintang Cahyaning Sulthon Akhdan G Suprapto Suprapto Sutrisna, Naufal Putra Syafira, Putri Amanda Tampubolon, Agustinus Parasian Thiodorus, Gustavo Timothy Bastian Sianturi Usfita Kiftiyani Vasya, Muhammad Azka Obila Wa Ode May Zhara Averina Wahyu Taufiqurrahman, Rayhan Waludi, Ikbal Wayan Firdaus Mahmudy Wulandari, Rafifah Ayud Yuita Arum Sari Yuita Arum Sari Zetha, Ivykaeyla Adriana