Article Per Year (5 Year)
p-Index From 2021 - 2026
3.846
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 Proceeding of Community Service and Engagement
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 : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Implementasi Voice Recognition Menggunakan Metode Mel-Frequency Ceptral Coefficients dan Convolutional Neural Network Pada Smart Dorm Key Telkom University Ashiddiqi , Muhamad Hazbi; 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 Telkom University saat ini masih mengandalkan sistem konvensional seperti kunci manual dan logbook, yang dinilai kurang memadai, rentan, dan kurang aman. Keterbatasan ini memungkinkan akses yang tidak sah dan meningkatkan risiko kehilangan barang berharga mahasiswa. Untuk mengatasi permasalahan tersebut, dirancanglah sebuah "Smart Dorm Key" berbasis pengenalan suara (voice recognition) menggunakan machine learning dengan metode Mel-Frequency Cepstral Coefficients (MFCC) untuk pemrosesan ekstraksi suara dan menggunakan model Convolutional Neural Networks (CNN) untuk pengenalan suara. Pengujian sistem dilakukan dengan melibatkan Hazbi berjumlah 475 dataset, Ito 712 dataset, Faiq 477 dataset, dan Unknown 988 dataset. Terdapat tiga macam kondisi pengujian yaitu dalam keadaan normal, berisik, dan serak. Hasil pengujian menunjukkan bahwa sistem ini dapat mengenali suara dengan akurasi dalam keadaan normal 91% untuk dataset suara terdaftar dan 88% untuk dataset suara tidak terdaftar, namun dalam keadaan berisik dan serak akurasi berkurang menjadi 68% (terdaftar) dan 62% (tidak terdaftar) untuk keadaan berisik, 73% (terdaftar) dan 66% (tidak terdaftar) dalam keadaan serak. Kata kunci— CNN, Keamanan Asrama, MFCC, Smart Dorm Key, Voice Recognition.
Perancangan Sistem Smart Dorm Lock Berbasis IoT untuk Kontrol Akses Otomatis Menggunakan Raspberry Pi Sandi, Irfan Maulana Kurnia; 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

Penelitian ini membahas perancangan sistem keamanan pintu asrama pintar berbasis Internet of Things (IoT) yang bertujuan untuk meningkatkan efisiensi dan kontrol akses di lingkungan asrama. Fokus utama penelitian terletak pada aspek desain integrasi perangkat keras dan sistem secara menyeluruh, mulai dari unit pemrosesan, modul pengendali pintu, hingga sensor pendeteksi keberadaan. Sistem dirancang menggunakan Raspberry Pi sebagai pusat kendali, yang terhubung dengan kamera, relay, sensor gerak (PIR), layar informasi (LCD), dan pengunci pintu elektronik (solenoid door lock). Seluruh perangkat keras dirakit dalam satu kesatuan yang kompak, ergonomis, dan fungsional, ditempatkan di area pintu masuk asrama. Desain sistem memungkinkan proses pendeteksian penghuni secara otomatis, pengendalian kunci pintu secara elektronik, serta pemantauan akses secara real-time dari jarak jauh. Hasil perancangan menunjukkan bahwa sistem memiliki struktur modular dan fleksibel, sehingga dapat dengan mudah diterapkan pada berbagai tipe pintu asrama. Dengan pendekatan desain yang terintegrasi dan berbasis otomatisasi, sistem ini diharapkan menjadi solusi efektif dan efisien untuk meningkatkan keamanan serta kenyamanan penghuni asrama secara modern dan berkelanjutan. Kata kunci— Desain Sistem, Keamanan Asrama, Internet of Things, Smart Lock, Raspberry Pi
Implementasi Sistem Smart Dorm Lock Berbasis Pengenalan Wajah Menggunakan Model MTCNN dan Facenet Simanullang, Charlos Alvaredo; 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

Penelitian ini mengembangkan sistem pengunci pintu asrama (Smart Dorm Lock) yang memanfaatkan teknologi pengenalan wajah menggunakan kombinasi metode Multi-task Cascaded Convolutional Networks (MTCNN) dan model FaceNet. Penggunaan pengenalan wajah dipilih karena dinilai lebih praktis dan aman dibandingkan metode konvensional seperti kunci fisik atau kartu akses, meskipun pengenalan wajah masih menghadapi tantangan dalam hal variasi pencahayaan, ekspresi, dan posisi wajah. MTCNN digunakan untuk mendeteksi wajah secara cepat dan akurat dari citra kamera secara real-time, sementara FaceNet berperan dalam mengekstraksi ciri wajah menjadi representasi vektor untuk proses verifikasi. Proses pengembangan sistem melibatkan akuisisi data wajah pengguna, deteksi dan ekstraksi fitur, serta pengujian performa dalam berbagai kondisi lingkungan nyata. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah pengguna dengan akurasi tinggi meskipun terdapat perubahan sudut wajah dan pencahayaan. Sistem ini memberikan solusi autentikasi biometrik yang efektif dan dapat diterapkan pada lingkungan asrama untuk meningkatkan keamanan dan kenyamanan penghuni, Keywords— Pengunci Pintu Pintar, Pengenalan Wajah, MTCNN, FaceNet, Keamanan Asrama, Verifikasi Biometrik
Implementasi Aplikasi Smart Dorm Lock untuk Monitoring dan Controlling Pintu Pintar Asrama Telkom University berbasis Face Recognition Simamora , Haichel Anggy Paro; 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

Smart Dorm Lock merupakan mobile application yang dirancang untuk mempermudah pengawas asrama dalam monitoring dan controlling penghuni asrama ketika akses keluar masuk asrama. Dengan memanfaatkan teknologi face recognition, aplikasi dapat memantau siapa saja yang memasuki asrama dan waktunya. Penelitian ini berfokus pada implementasi sisi frontend menggunakan android studio. Fitur utama pada aplikasi meliputi History Access, Dorm List, Registrasi, Delete Dataset, Start Detection dan Stop Detection. Hasil menunjukkan nilai Throughput 10,611 Kbps, Packet Loss 0%, Delay 292,7 ms dan Jitter 1,68 ms yang menandakan bahwa nilai tersebut merupakan kategori baik menurut standar ITU-TG.1010 Kata Kunci – Smart Dorm Lock, Face Recognition, Android Studio, ITU-T G.1010
Talent Mapping dan Science Dasar Bagi Siswa Siswi Sekolah Menengah Atas Asholihiyah Untuk Mengetahui Potensi Minat Dan Bakat Di Bojongsari Kabupaten Bandung Efri Suhartono; Deasy Puspawati; Ekki Kurniawan; Rifki Rahman Nur Ikhsan; Ahmad Zaky Rafif Musthafa; Fauzan Adhima Hilmi; Umar Afnan Rahmatullah; Dewa Mahardhika Pratama B
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 4 No. 2 (2024): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v4i2.8494

Abstract

Program ini bertujuan untuk mengidentifikasi awal terhadap minat dan bakat siswa-siswi Sekolah Menengah Atas Asholihiyah di Bojongsari, Kabupaten Bandung melalui pendekatan talent mapping dan pengenalan sains dasar. Metodologi yang digunakan meliputi tes bakat, wawancara, dan pengenalan konsep-konsep sains untuk mengasah kemampuan berpikir kritis siswa. Penelitian ini menemukan bahwa sebagian besar siswa memiliki potensi yang beragam di bidang akademik, seni, dan olahraga, namun belum sepenuhnya memahami atau memanfaatkan kemampuan tersebut. Orisinalitas penelitian terletak pada penerapan gabungan metode talent mapping dengan sains dasar untuk memberikan panduan strategis bagi pengembangan diri siswa. Implikasi dari penelitian ini menunjukkan bahwa program serupa dapat diadopsi oleh sekolah lain untuk membantu siswa mengoptimalkan potensi mereka dan mempersiapkan diri menghadapi tantangan pendidikan dan karier di masa depan.
Co-Authors Agung Mujadid Ahmad Zaky Rafif Musthafa 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 Deasy Puspawati Dega Pradipta Ramadhan Dewa Mahardhika Pratama B Dwi Mustofa, Ihsan Eka Sugiarto Eka Wulandari Ekki Kurniawan Erixno, Oon Esa Prakasa, Esa Farah Pranidasari Faris Bayu Azanto Fauzan Adhima Hilmi 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 Rifki Rahman Nur Ikhsan 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 Umar Afnan Rahmatullah Wan Muhammad Faizal Wulan Dwi Suryandari Yoren, Muhammad Ikhlashul Yuni Rizki Linggasari YUNITA, TRASMA Zariaqwila , DTM Faiq