Article Per Year (5 Year)
p-Index From 2021 - 2026
1.633
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) MULTINETICS eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology
Fussy Mentari Dirgantara
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : eProceedings of Engineering

 1 
Sistem Deteksi Pelanggaran Social Distancing Di Ruang Terbuka Menggunakan Algoritma Faster R-cnn Adita Sukma Wardani; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Penerapan social distancing pada saat ini sangat diperlukan karena adanya kasus Covid-19 yang semakin meluas. Salah satu cara yang mudah dan efektif dalam memutus rantai penyebaran Covid-19 yaitu dengan cara menerapkan social distancing. Tugas akhir ini akan membahas tentang perancangan dan implementasi deteksi social distancing. Pendeteksian ini akan mengambil gambar orang yang tertangkap kamera kemudian dianalisis apakah mereka melakukan social distancing atau tidak. Deteksi social distancing ini dapat dilakukan secara realtime. Metode Faster Region based Convolutional Neural Network (Faster R-CNN) digunakan untuk deteksi objek manusia dan metode Euclidean Distance digunakan untuk menghitung jarak manusia. Hasil dari tugas akhir ini adalah sistem akan mendeteksi manusia yang tertangkap kamera menggunakan model dengan partisi data 80% train : 20% test, epoch 7000, learning rate 0.0004, dan num steps 21000. Akurasi yang diperoleh dengan penggunaan metode Faster Region based Convolutional Neural Network (Faster R-CNN) mencapai 96.90%, nilai presisi sebesar 97.81%, dan nilai recall sebesar 98.67% yang didapatkan dari perhitungan confusion matrix yang dilakukan pada dataset. Akurasi pengujian social distancing yang didapatkan pada skenario CCTV 82.35% dan skenario sejajar 86.66%. Kata kunci : Akurasi, Covid-19, Deep Learning, Euclidean Distance, Faster Region based Convolutional Neural Network, Social Distancing
Tes Psikologi Edwards Personal Preference Schedule Berbasis Komputer Untuk Menganalisa Kepribadian Dengan Algoritma Fuzzy Attallah Arelian Naufhal; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada bidang ilmu Psikologi, tes psikologi merupakan satu dari sekian banyak metode alat ukur kepribadian, dan merekomendasikan posisi pekerjaan sesuai dengan kepribadian. Pada kenyataannya, tes psikologi sebagian besar masih menggunakan aturan dan metode lama dalam prosesnya. Hal ini dirasa kurang efisien dalam prosesnya. Dalam penelitian ini penulis merancang suatu sistem klasifikasi yang dapat membantu untuk mengetahui tipe kepribadian seseorang dan posisi pekerjaan sesuai dengan kepribadiannya. Tes psikologi kepribadian yang digunakan adalah Edwards Personal Preference Schedule (EPPS). Dalam penggunaan pembelajaran mesin dengan metode fuzzy Tsukamoto yang akan membantu untuk mengklasifikasi rekomendasi posisi pekerjaan yang cocok. Pembuatan sistem klasifikasi ini akan menampilkan informasi mengenai tes psikologi EPPS, soal tes psikologi EPPS, dan hasil tes dari user yang telah selesai mengerjakan tes tersebut. Sistem tes psikologi EPPS menggunakan algoritma Fuzzy Tsukamoto memiliki tingkat akurasi dengan nilai persentase sebesar 100% dan akurasi dari psikolog nilai persentase sebesar 87%. Maka dapat disimpulkan bahwa sistem tes psikologi EPPS dapat memenuhi tujuan yang diinginkan, yaitumengetahui kepribadian seorang individu dan posisi pekerjaan yang cocok sesuai dengan kepribadian. Kata Kunci: Tes Psikologi EPPS, Fuzzy Tsukamoto, Posisi Pekerjaan, Tipe Kepribadian.
Implementasi Advanced Driver Assistance System Menggunakan Raspberry Pi Dengan Metode Shape Detection Dalam Mengenali Rambu-rambu Lalu Lintas Di Indonesia Muhammad Nur Habibi; Agus Virgono; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pesatnya perkembangan teknologi membuat semua kalangan berlomba-lomba untuk membuat atau mengembangkan teknologi sesuai dengan kebutuhan mereka, salah satunya adalah penelitian mengenai Deteksi Rambu Lalu lintas. Teknologi ini diimplementasikan dalam Advanced Driver Assistance System (ADAS). deteksi merupakan tahapan untuk menelusuri kemungkinan area rambu berada. Hasil deteksi berupa gambaran yang berisi Regions of Interest (ROI) untuk menandai daerah objek. Daerah tersebut akan dijadikan sebagai data latih yang akan mempengaruhi proses deteksi. Dengan demikian dibuatlah suatu sistem yang bertujuan utuk mendeteksi rambu yang terapkan pada Raspberry PI yang bekerja secara real - time saat mengolah citra rambu dari kamera Raspberry PI. Metode shape detection memiliki 3 langkah pengerjaan mulai dari segmentasi warna, shape detection dan klasifikasi. Metode ini dapat membentuk kotak dengan proses boundingbox yang berfungsi sebagai pemilihan informasi yang perlu di olah agar kinerja sistem tidak begitu berat tetapi memiliki akurasi yang akurat. Tingkat keberhasilan deteksi pada proyek ini menggunakan pengujian klasifikasi SVM dengan akurasi data latih 96% dan pengujian dengan nilai HSV dengan rata – rata persentase pengujian 71,5%. Kata Kunci: Rambu Lalu Lintas, Pengenalan Bentuk, Segmentasi Warna, Klasfikasi..
Deteksi Emosi Berbasis Teks Untuk Menganalisis Kuliah Daring Selama Masa Pandemi Menggunakan Algoritme K-nearest Neighbors Mohammad Naufal Nabil Abdillah; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 4 (2022): Agustus 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pada awal tahun 2020 terjadi sebuah peristiwa pandemi Covid-19, dimana instansi pendidikan memberlakukan kegiatannya secara online. Terdapat opini yang timbul di masyarakat terutama dari para mahasiswa yang mencurahkan emosinya di media sosial terutama Twitter. Penelitian ini bertujuan untuk mengetahui bagaimana emosi yang timbul dikalangan mahasiswa terkait dengan kuliah online. Pada Tugas Akhir ini digunakan algoritma K-Nearest Neighbor sebagai metode klasifikasi teks berbahasa Indonesia. Berdasarkan penelitian yang dilakukan oleh Shaver, terdapat lima kategori emosi dasar bahasa Indonesia yaitu marah, senang, sedih, takut, dan cinta. Pembagian data dibagi menjadi data tiga label emosi marah, senang, dan cinta, dan 4 label emosi marah, senang, takut, cinta. Data yang digunakan diambil dari scraping data twitter dan data Github. Pada Tugas Akhir ini, telah dilakukan pengujian menggunakan metode Confusion Matrix untuk mengetahui seberapa baik model yang telah dibuat pada sistem deteksi emosi berbasis teks. Hasil penelitian pada tugas akhir ini menunjukan bahwa sistem pendeteksi emosi berbasis teks dapat berjalan dengan baik dengan mendapatkan akurasi 78.91% pada data tiga label emosi pada partisi data 0.1, akurasi 69.74% pada data empat label emosi pada partisi data 0.2, dan akurasi 59.12% pada data lima label emosi pada partisi data 0.1. Kata kunci-emosi, k-nearest neighbor, text processing.
Otomatisasi Sistem Pengendali Hidroponik Dengan Menggunakan Lampu Led Untuk Mempercepat Pertumbuhan Tanaman Davy Rachmandiaz Hartoyo; Randy Erfa Saputra; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Hidroponik merupakan cara budidaya tanaman yang hanya membutuhkan air. Pada budidaya tanaman menggunakan hidroponik, pH air dan TDS (Total Dissolved Solids) nutrisi harus diperhatikan. Jika pH atau TDS tidak ideal maka pertumbuhan tanaman akan terhambat. Otomatisasi pada proses pemantauan dan pengendalian pH air dan TDS nutrisi akan sangat membantu pengguna. Sistem ini dirancang dengan menggunakan NodeMCU dan Arduino sebagai mikrokontroler dan sensor-sensor seperti sensor pH, sensor TDS dan sensor ultrasonic. Sensor berfungsi untuk memantau nilai pH, TDS, dan jarak sehingga tidak diperlukan lagi mengecek secara manual. Sistem ini menggunakan mini water pump untuk mengontrol nilai–nilai tersebut dengan cara memompa larutan solusi. Digunakan 7 larutan berbeda untuk menguji tingkat akurasi sensor pH dan sensor TDS. Berdasarkan pengujian tersebut, sensor pH memiliki perbedaan rata–rata 2% dari alat perbandingan, dan untuk sensor TDS memiliki perbedaan rata–rata 3.5%. Untuk pengujian sensor ultrasonic digunakan 11 perbandingan jarak yang sudah diukur dengan penggaris. Hasil dari pengujian sensor ultrasonic memiliki akurasi mencapai 100%. Untuk pengujian lampu LED, dilakukan penyemaian sawi putih dan caisim hanya menggunakan lampu. Dari hasil pengujian, pertumbuhan semai yang seharusnya 16 s.d. 18 hari dapat dipercepat menjadi 11 s.d. 13 hari. Dengan sistem ini, pengguna akan lebih dipermudah untuk menggunakan hidroponik. Kata Kunci: Arduino, Hidroponik, NodeMCU, Sensor pH, Sensor TDS, Sensor ultrasonic
Sistem Penentuan Pola Makan Berat Badan Ideal Orang Dewasa Menggunakan Algoritma Genetika Prabu Arie Pradana; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Berat badan ideal sangat berkaitan dengan kesehatan tubuh manusia agar terhindar dari penyakit-penyakit berbahaya, serta bisa juga digunakan untuk meningkatkan faktor penampilan agar menjadi lebih baik. Tetapi masih banyak orang yang salah mengartikannya, jika ingin mempunyai berat badan ideal cukup dengan cara melakukan olahraga saja. Padahal olahraga tidak cukup untuk mencapai itu, masih ada faktor lain yang harus diperhatikan, seperti memenuhi kebutuhan kalori harian. Banyak orang dewasa tidak mengetahui jumlah kalori harian yang cukup untuk mencapai berat ideal. Dalam penelitian ini dibuat perancangan suatu aplikasi berbasis mobile application dengan menggunakan metode algoritma genetika yang diharapkan akan mempermudah orang dewasa untuk mengetahui berat badan ideal mereka, jumlah kalori harian yang harus mereka konsumsi, dan jenis makanan yang harus mereka konsumsi. Data-data yang digunakan pada sistem sebanyak 30 data user, dan data bahan makanan beserta kandungan gizinya yang terdiri dari 7 jenis bahan makanan yang berbeda, dengan jumlah 92 data. Aplikasi ini memiliki tingkat akurasi dengan nilai presentase 83.3% dengan cara pengujian akurasi kepada orang yang ahli di bidangnya yaitu ahli gizi. Kata kunci: Aplikasi, Algoritma Genetika, Berat Badan Ideal, Kalori
Co-Authors Adita Sukma Wardani Agus Virgono Arief Syaichu-Rohman Attallah Arelian Naufhal Casi Setianingsih Davy Rachmandiaz Hartoyo Lenni Yulianti Miftah Amirul Amin Mohammad Naufal Nabil Abdillah Muhammad Arham Irsyad Muhammad Emir Ghiffari Muhammad Nur Habibi Prabu Arie Pradana R Rogers Dwiputra Setiady Randy Erfa Saputra Reza Rendian Septiawan Surya Michrandi Nasution Syaichu-Rohman, Arief Umar Ali Ahmad Yudha Pratama Yulianti, Lenni