Article Per Year (5 Year)
p-Index From 2021 - 2026
3.713
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING INOVTEK POLBENG JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Pengabdian Masyarakat eProceedings of Engineering Jurnal Rekayasa elektrika Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Efri Suhartono
Telkom University
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Public Health Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4 
Klasifikasi Penyakit Folikulitis Berdasarkan Citra Digital Dengan Metode Fraktal dan K-Nearest Neighbor Hazmi, Kiflan Mohammad; Suhartono, Efri; Hasudungan, Jaspar
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Folikulitis merupakan peradangan pada folikel rambut. Hal tersebut disebabkan oleh infeksi terutama Staphylococcus aureus. Secara umum, hampir 20% populasi manusia membawa bakteri Staphylococcus aureus di permukaan tubuh, terutama hidung, aksila, dan perineum. Staphylococcus aureus memproduksi beberapa toksin yang dapat meningkatkan kemungkinan invasi dan membantu mempertahankan kehidupan Staphylococcus di jaringan. Hingga saat ini masih belum ada cara untuk mengetahui jenis penyakit ini selain dilakukannya penelitian pada sel penderita. Semakin berkembangnya teknologi maka dapat dibuatlah sistem untuk mendeteksi penyakit tersebut dengan melakukan segmentasi citra menggunakan metode Fraktal dan K- Nearest Neighbor. Fraktal merupakan obyek yang memiliki kemiripan dirinya-sendiri namun dalam skala yang berbeda. Ini artinya, bagian-bagian dari obyek akan tampak sama dengan obyek itu sendiri bila dilihat secara keseluruhan. K-Nearest Neighbor digunakan untuk mencari jarak terdekat antara data latih yang dimasukkan ke dalam database dengan data uji dan mengklasifikasikannya. Penelitian tugas akhir ini bertujuan untuk membuat simulasi pada Matlab yang dapat mendeteksi dan mengklasifikasikan jenis Folikulitis dengan pengambilan sumber dataset dari https://dermnetnz.org. Klasifikasi tersebut dibagi menjadi tiga kelas, yaitu: Superficial Folikulitis , Deep Folikulitis, dan Malassezia Folikulitis. Performansi terbaik dari penelitian ini yaitu akurasi 83.33% presisi 100% dan recall 100% dengan parameter K-Nearest Neighbor merupakan nilai K=3 dan jarak Euclidean. Kata Kunci- folikuitis, klasifikasi, fraktal, K-nearest neighbor
Deteksi Penyakit Aritmia pada Sinyal Elektrokardiogram Menggunakan Algoritma Jaringan Saraf Tiruan (JST) Nusyahya, Regisa; Safitri, Irma; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Jantung adalah salah satu organ vital yang berfungsi memompa ke seluruh tubuh manusia. Sehingga jantung harus selalu dalam keadaan baik karena ada beberapa gangguan fungsi jantung yang berakibat fatal bahkan bisa menyebabkan kematian, salah satunya adalah penyakit aritmia. Pada penelitian kali ini akan dirancang sebuah sistem untuk mendeteksi penyakit aritmia pada sinyal EKG menggunakan algoritma jaringan saraf tiruan (JST) dengan metode Interpolasi linier. Pada penelitian kali ini dataset yang digunakan terbagi kedalam dua kelas. Kemudian dilakukan juga beberapa skenario pengujian guna mencari hyperparameter terbaik. Ketika menggunakan data sebelum Interpolasi linier, hasil hyperparameter terbaik yang didapatkan adalah epoch 500, learning rate 0,01, batch size 64 dan optimizer adam. Akurasi yang didapat ketika menggunakan hyperparameter terbaik ini mendapatkan validsai akurasi sebesar 0,8571 dan validasi loss sebesar 0,4227. Kemudian hasil setelah dilakukannya pre- processing menggunakan Interpolasi linier terlebih dahulu, nilai hyperparameter terbaik yang didapatkan adalah epoch 500, learning rate 0,001, batch size 32 dan optimizer adam. Akurasi yang didapat ketika menggunakan hyperparameter terbaik ini adalah sebesar 0,6813 dengan loss 0,6203.Kata kunci— Aritmia, Elektrokardiogram (EKG), Interpolasi linier, Jaringan Saraf Tiruan (JST).
Deteksi Penyakit Pneumonia Berbasis Citra XRay Menggunakan Cnn Arsitektur Vgg-19 Gusmanda, Ilham; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 6 (2023): Desember 2023
Publisher : eProceedings of Engineering

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

Abstract

Pneumonia menjadi salah satu masalah kesehatan di seluruh dunia yang menjadi penyebab kematian. Pneumonia dapat diidentifikasi dengan melihat foto x-ray dada. Salah satu metode dalam sistem pengelolahan citra berbasis komputer yang berfungsi untuk mendeteksi Pneumonia yaitu dengan Convolutional Neural Network (CNN). Pada tugas akhir ini, dilakukan pengujian menggunakan citra chest x-ray untuk deteksi Pneumonia dengan Convolitional Neural Network (CNN). Arsitektur yang digunakan adalah VGG-19. Dataset yang digunakan berjumlah 5.840 Citra. Citra yang digunakan pada penelitian ini terbagi menjadi 2 kelas yaitu normal dan Pneumonia. Citra tersebut akan dilakukan preprocessing resize yaitu mengubah Size Citra, Optimizer, Learning Rate, Epoch, dan Batch Size. Hasil yang didapat pada tugas akhir ini diperoleh dengan parameter terbaik yaitu Size citra 64 × 64, Optimizer RMSprop, Learning Rate 0.0001, Epoch 20, dan Batch size 16. Dengan hasil performansi yaitu akurasi 92.95%, nilai Loss 0.2223, nilai presisi 93%, nilai recall 93%, dan nilai f1 score 93%.Kata kunci : Pneumonia, Convolutional Neural Network (CNN), VGG-19, Size Citra, Optimasi, Learning Rate, Epoch, Batch Size
Implementasi HSV dan Haar Cascade dalam Pendeteksian Penyakit dan Hama pada Hidroponik Tanaman Sawi Hijau Pratama Putra, Ardio; Tri Hanuranto, Ahmad; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 6 (2023): Desember 2023
Publisher : eProceedings of Engineering

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

Abstract

Sawi hijau mengalami naik turunnya hasil panen yang dikarenakan penyakit dan hama. Petani yang memiliki waktu minimal perlu mengandalkan solusi selain melakukan pengawasan secara langsung pada tanamannya. Pendeteksian penyakit dan hama pada hidroponik tanaman sawi hijau dapat menjadi solusi dari petani yang sibuk. Dengan implementasi HSV dan haar cascade pada kamera, penyakit dan hama yang hinggap pada hidroponik tanaman sawi dapat terdeteksi secara otomatis. Metode HSV digunakan untuk mendeteksi penyakit tanaman sawi hijau dengan indikator warna daun sawi hijau yang memiliki kategori sehat apabila berwarna hijau, kurang sehat apabila berwarna hijau kekuningan, dan tidak sehat apabila berwarana kuning. Metode haar cascade digunakan untuk mendeteksi hama yang hinggap pada hidroponik tanaman sawi hijau. Pengimplementasian dari kedua metode ini mampu membantu petani dalam mendeteksi penyakit dan hama pada hidroponik tanaman sawi hijau secara dini. Selain itu penerapan Internet of Things dengan kedua metode ini mampu memberikan otomasi bagi petani dalam melakukan pengontrolan.Kata kunci— sawi hijau, HSV, haar cascade, hidroponik, IoT
Analisis Perhitungan Ekonomi-Teknik Dan Kelayakan Ekonomi Dalam Pengembangan Energi Baru Terbarukan Ramadhan, Muhammad Agung; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract

Potensi energi baru terbarukan di Indonesia mencapai 443 GW, termasuk energi air, angin, surya, biomassa, mikrohidro, dan panas bumi. Pemerintah telah mendorong penggunaan energi terbarukan melalui kebijakan seperti Perpres No. 22 tahun 2017, dengan target bauran energi 23% pada 2025 dan 31% pada 2050. Namun, pengembangan energi terbarukan memerlukan biaya investasi yang lebih tinggi dibandingkan pembangkit fosil, sehingga perlu dilakukan upaya untuk menganalisa aspek keekonomiannya. Pertimbangan ekonomi juga menjadi faktor penting dalam pengoperasian dan pembangunan pembangkit energi terbarukan, termasuk pengembangan jenis pembangkit hybrid yang optimal. Dalam hal ini, diperlukan analisis ekonomiteknik dan kelayakan ekonomi sebagai parameter dalam mengoptimalkan pengembangan energi terbarukan dan membantu dalam mengevaluasi pengembangan energi baru terbarukan. Parameter yang digunakan dalam aspek ekonomi ialah LCC, CRF, dan COE sebagai parameter ekonomi-teknik sedangkan NPV, BCR dan DPP sebagai parameter kelayakan ekonomi. Dengan menganalisa aspek keekonomian dalam mengembangkan energi baru terbarukan, hasil pengembangan akan lebih optimal dilihat dari aspek ekonomiKata kunci— Potensi energi terbarukan, Analisa Kelayakan Investasi, Ekonomi-Teknik.
Analisis Perhitungan Emisi Dari Pengembangan Energi Baru Terbarukan Ardiansyah, Faiz Rizqullah; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract

Analisis Sentimen Tempat Wisata Di Kabupaten Bandung Jawa Barat Ramadhan , Ridwan; Purnamasari , Rita; Suhartono, Efri
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Kabupaten Bandung memiliki sektor pariwisata yang menjadi salah satu pilar utama ekonomi daerah, dengan kekayaan objek wisata alam dan budaya yang menarik minat wisatawan domestik maupun mancanegara. Di sisi lain, wisatawan sangat bergantung pada ulasan di Google Maps sebagai referensi utama, namun informasi yang tersedia sering kali tidak terstruktur dan kualitasnya beragam, sehingga menyulitkan pengelola pariwisata dalam pengambilan keputusan. Untuk mengatasinya penelitian ini mengembangkan sistem analisis sentimen berbasis machine learning yang secara otomatis mengumpulkan, memproses, dan menganalisis ulasan wisatawan dari Google Maps. Sistem ini menerapkan tiga algoritma klasifikasi (Naive Bayes, SVM, dan K-Nearest Neighbors) dengan serangkaian pre-processing teks mencakup pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Fitur teks diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), kemudian ulasan diklasifikasikan ke dalam kategori sentimen positif, negatif, atau netral. Hasil evaluasi menunjukkan model SVM memberikan kinerja terbaik dengan akurasi 88%, diikuti oleh Naive Bayes (85%) dan K-NN (67%). Penelitian ini membuktikan bahwa analisis sentimen dapat memberikan wawasan bagi pengelola destinasi wisata dalam memahami persepsi pengunjung dan mendukung pengambilan kebijakan yang baik untuk meningkatkan kualitas layanan pariwisata di Kabupaten Bandung. Kata kunci — analisis sentimen, google maps, klasifikasi teks, machine learning, pariwisata
Analisis Sentimen Tempat Wisata Di Kabupaten Bandung Jawa Barat Dengan Visualisasi Website Nugroho , Haris Tri; Purnamasari, Rita; Suhartono, Efri
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Analisis Sentimen Tempat Wisata Di Kabupaten Bandung Jawa Barat Dengan Visualisasi Website 1st Haris Tri Nugroho School of Electrical Engineering Telkom University Bandung, Indonesia haristri@student.telkomuniversity.ac.id 2nd Rita Purnamasari School of Electrical Engineering Telkom University Bandung, Indonesia ritapurnamasari@telkomuniversity.ac.id 3rd Efri Suhartono School of Electrical Engineering Telkom University Bandung, Indonesia esuhartono@telkomuniversity.ac.id Abstrak — Sektor pariwisata Kabupaten Bandung adalah pilar ekonomi utama dengan berbagai objek wisata. Meskipun kunjungan wisatawan meningkat pasca pandemi, ulasan di Google Maps yang sering tidak terstruktur dan beragam kualitasnya menyulitkan pengelola destinasi dalam pengambilan keputusan berbasis data. Untuk mengatasi hal tersebut, penelitian ini merancang sistem analisis sentimen ulasan wisata secara otomatis berbasis machine learning. Sistem mengumpulkan data ulasan wisatawan dari Google Maps menggunakan teknik web scraping, kemudian melakukan preprocessing teks (pembersihan, tokenisasi, penghapusan stopwords, dan stemming), ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen ke dalam kategori positif, negatif, dan netral menggunakan tiga algoritma pembelajaran mesin (Naive Bayes, SVM, dan K-NN). Hasil analisis disajikan melalui antarmuka web interaktif berbasis Flask (backend) dan Next.js (frontend) yang menampilkan visualisasi distribusi sentimen, analisis komentar negatif, serta fitur uji sentimen untuk kalimat tunggal. Hasil evaluasi menunjukkan model SVM memberikan akurasi tertinggi (88%), diikuti Naive Bayes (85%) dan K-NN (67%). Sebagai contoh, analisis ulasan di destinasi Tangkuban Perahu (474 ulasan) menghasilkan distribusi sentimen 74% positif, 17% negatif, dan 9% netral. Temuan ini membuktikan bahwa penerapan analisis sentimen berbasis machine learning dapat memberikan wawasan objektif bagi pengelola pariwisata dalam memahami persepsi pengunjung, sehingga mendukung pengambilan kebijakan yang lebih tepat untuk meningkatkan kualitas layanan wisata di Kabupaten Bandung. Kata kunci: analisis sentiment, google maps, klasifikasi teks, machine learning, pariwisata, visualisasi web
Pengembangan Aplikasi Pada Smart Dorm Key Yang Dapat Memverifikasi Suara untuk Meningkatkan Keamanan Asrama Trisucipto, Muhammad; Purnamasari, Rita; Suhartono, Efri
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Keamanan asrama di lingkungan universitas seringkali masih bergantung pada sistem konvensional yang rentan terhadap penyalahgunaan. Untuk mengatasi hal tersebut, dikembangkan sebuah aplikasi seluler sebagai komponen utama dari sistem "Smart Dorm Key" yang bertujuan untuk meningkatkan keamanan melalui verifikasi dua langkah. Aplikasi ini berfungsi sebagai antarmuka utama bagi pengguna untuk melakukan verifikasi suara, yang merupakan tahap pertama sebelum otentikasi biometrik sidik jari pada perangkat keras. Dikembangkan untuk platform Android menggunakan bahasa pemrograman Kotlin , aplikasi ini mengintegrasikan model Kata kunci— Aplikasi Seluler, Convolutional Neural Network (CNN), Internet of Things (IoT), Keamanan Asrama, Kotlin.
Implementasi Internet of Things pada Sistem Smart Dorm Key Berbasis Verifikasi Dua Langkah Zariaqwila , DTM Faiq; Purnamasari, Rita; Suhartono, Efri
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Internet of Things (IoT) menjadi kunci utama dalam pengembangan sistem keamanan modern, termasuk pada Smart Dorm Key berbasis verifikasi dua langkah yang memadukan voice recognition dan sensor fingerprint. Penelitian ini mengimplementasikan IoT pada kunci pintu asrama Universitas Telkom agar dapat diakses dan dikendalikan secara real-time melalui internet. Sistem menggunakan mikrokontroler ESP32 sebagai pusat kendali, terhubung dengan sensor fingerprint AS608, solenoid door lock, sensor no touch, LCD, dan buzzer. Autentikasi suara diproses menggunakan metode MFCC dan CNN. Hasil implementasi menunjukkan IoT mampu mengintegrasikan perangkat keras dan lunak secara sinkron, memudahkan pemantauan jarak jauh, serta meningkatkan keamanan melalui otorisasi berlapis. Kata kunci— Internet of Things, ESP32, Smart Dorm Key, Keamanan Asrama, Verifikasi Dua Langkah
Co-Authors Agung Mujadid Ahmad Zaky Rafif Muthafa Akhmad Hambali Anam, Nasehun Andi Ade Yustika Annisa Puji Lestari Ardiansyah, Faiz Rizqullah Ardio Pratama Putra Arif Maulana Ashiddiqi , Muhamad Hazbi Aulia Nugraha Dega Pradipta Ramadhan Dwi Mustofa, Ihsan Eka Sugiarto Eka Wulandari Erixno, Oon Esa Prakasa, Esa Farah Pranidasari Faris Bayu Azanto Febriani Ruming Sari Firman Ag. Roni Gusmanda, Ilham Hani Khairunnisa Hasna Maharani Hazmi, Kiflan Mohammad I Nyoman Apraz Ramantryana I Putu Yowan Nugraha Suparta Irma Safitri Irvan Ragil Boesandi Jangkung Raharjo Jaspar Hasudungan Kharisma Bani Adam Kiflan Mohammad Hazmi Kurniawan Gustyanto Michael Binson Situmeang Muh Zidni Makarim Muh. Gazali Saleh Muhammad Hanif Abdurrahman Muhammad Rizqi Nor Kumalasari Caecar Pratiwi Nugroho , Haris Tri Nur Ibrahim Nur Ramadhani Nusyahya, Regisa Oktaria, Anindita Safna Pasa, Faris Alfaroby Pradipta , Dega Pratama Putra, Ardio Purnamasari , Rita R. Yunendah Nur Fu’adah Ramadhan , Ridwan Ramadhan, Muhammad Agung Ramadhana, Rexy Yusuf Ramadhani, Farah Rissa Rahmania Rita Magdalena Rita Purnamasari Sandi, Irfan Maulana Kurnia Sari, Febriani Ruming Simamora , Haichel Anggy Paro Simanullang, Charlos Alvaredo Sjafril Darana SOFIA SAIDAH Suci Aulia Sugondo Hadiyoso Tri Hanuranto, Ahmad Trisucipto, Muhammad Wan Muhammad Faizal Wulan Dwi Suryandari Yoren, Muhammad Ikhlashul Yuni Rizki Linggasari YUNITA, TRASMA Zariaqwila , DTM Faiq