Article Per Year (5 Year)
p-Index From 2021 - 2026
7.655
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems Transmisi: Jurnal Ilmiah Teknik Elektro Techno.Com: Jurnal Teknologi Informasi ELINVO (Electronics, Informatics, and Vocational Education) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JURNAL NASIONAL TEKNIK ELEKTRO JETT (Jurnal Elektro dan Telekomunikasi Terapan) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JTERA (Jurnal Teknologi Rekayasa) BAREKENG: Jurnal Ilmu Matematika dan Terapan JRST (Jurnal Riset Sains dan Teknologi) Building of Informatics, Technology and Science Madani : Indonesian Journal of Civil Society Jurnal Teknik Informatika (JUTIF) JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Journal of Telecommunication, Electronics and Control Engineering (JTECE) Jurnal Ekonomika Dan Bisnis JURNAL TEKNIK INDUSTRI eProceedings of Engineering Jurnal Rekayasa elektrika Jurnal INFOTEL
Afandi, Mas Aly
Institut Teknologi Telkom Purwokerto
Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Implementasi Arsitektur U-Net Untuk Segmentasi Tumor Otak Otomatis Pada Citra MRI Dengan Data Pengujian Asli Shidqi Dhamara, Ammar; Indah Purnama , Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Tumor otak merupakan pertumbuhan selabnormal yang mengganggu fungsi otak. Deteksi dini pentinguntuk meningkatkan akurasi diagnosis, namun segmentasimanual citra MRI memerlukan keahlian tinggi. Penelitian inimengimplementasikan arsitektur U-Net sebagai metodesegmentasi otomatis pada citra MRI menggunakan data aslidari Rumah Sakit Islam Jakarta Cempaka Putih. Eksperimendilakukan dengan variasi epoch (20–100) dan Learning rate(1e-3 dan 1e-4). Konfigurasi terbaik diperoleh pada Learningrate 1e-4 dan 100 epoch dengan Dice Coefficient 0,88 dan IoU0,78. Sistem U-Net ini dapat meningkatkan efisiensi danakurasi diagnosis tumor otak.Kata kunci : Tumor otak, MRI, Segmentasi, U-Net, DeepLearning
Pendeteksi Sudut Kemiringan Tulang Pada Penderita Skoliosis Menggunakan Image Processing Dwika Pangestu, Septiana; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Skoliosis adalah kelainan pada tulangbelakang yang ditandai dengan kelengkungan ke sampingberbentuk huruf S atau C, dengan derajat keparahanbervariasi. Pengukuran kelengkungan secara manualmemerlukan waktu lama dan berisiko tidak konsisten.Penelitian ini bertujuan untuk mengembangkan metodeotomatis berbasis citra sinar-X menggunakan deep learninguntuk mengklasifikasikan derajat kelengkungan tulangbelakang secara efisien dan akurat. Model yang digunakanadalah DenseNet karena kemampuannya dalammempertahankan fitur melalui koneksi antar lapisan yangpadat. Sistem dikembangkan melalui tahapan pemrosesancitra dan pelatihan model dengan parameter seperti ukurancitra, jumlah epoch, batch size, learning rate, dan jenisoptimizer. Hasil terbaik diperoleh dengan ukuran citra224x224, batch size 32, learning rate 0,001, dan optimizerRMSprop, yang menghasilkan akurasi hingga 88,78%, presisi84,18%, recall 87,54%, dan skor F1 84,65%. Dengan hasiltersebut, sistem ini terbukti mampu meningkatkan akurasidan efisiensi dalam pengukuran skoliosis serta berpotensimendukung proses diagnosis dan pengobatan secara lebihkonsisten dan objektif di lingkungan klinis.Kata kunci— Skolosis, Pemrosesan Citra, DeepLearning, DenseNet, Detekssi Otomatis, Klasifikasi TulangBelakang, Optimasi Model
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Azhar Alfarisi, Fadhil; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atau tunawicara sering mengalami kesulitan dalam menyampaikan kondisi tubuh melalui bahasa isyarat kepada orang normal, sehingga menimbulkan hambatan komunikasi dan interaksi sosial. Untuk mengatasi masalah ini, dikembangkan sebuah sistem sarung tangan berbasis sensor dan machine learningyang mampu mengenali dan menerjemahkan bahasa isyarat terkait kondisi tubuh. Sistem ini menggunakan flex sensor untuk mendeteksi lekukan jari, mikrokontroler ESP32 besertaexpansion board sebagai unit pemroses serta LCD 16x2 dengan modul IIC sebagai tampilan output. Data sensor diklasifikasikan ke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher,sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapat ditampilkan secara real-time dengan waktu respon rerata 0.10detik dalam bentuk teks. Desain sarung tangan dipilih untukmeningkatkan kenyamanan dan probabilitas. Hasil pengujianmenunjukkan bahwa sistem mampu mengenali 8 kondisi tubuhdengan akurasi 86% dan waktu respons yang cepat.Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, MachineLearning, Sarung Tangan
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Rohan Hiskia Saragih, Aldo; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atau tunawicara sering mengalami kesulitan dalam menyampaikan kondisi tubuh melalui bahasa isyarat kepada orang normal, sehingga menimbulkan hambatan komunikasi dan interaksi sosial. Untuk mengatasi masalah ini, dikembangkan sebuah sistem sarung tangan berbasis sensor dan machine learning yang mampu mengenali dan menerjemahkan bahasa isyarat terkait kondisi tubuh. Sistem ini menggunakan flex sensor untuk mendeteksi lekukan jari, mikrokontroler ESP32 beserta expansion board sebagai unit pemroses serta LCD 16x2 dengan modul IIC sebagai tampilan output. Data sensor diklasifikasikan ke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher, sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapat ditampilkan secara real-time dengan waktu respon rerata 0.10 detik dalam bentuk teks. Desain sarung tangan dipilih untuk meningkatkan kenyamanan dan probabilitas. Hasil pengujian menunjukkan bahwa sistem mampu mengenali 8 kondisi tubuh dengan akurasi 86% dan waktu respons yang cepat. Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, Machine Learning, Sarung Tangan
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Makhdhori, Muhammad; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atautunawicara sering mengalami kesulitan dalam menyampaikankondisi tubuh melalui bahasa isyarat kepada orang normal,sehingga menimbulkan hambatan komunikasi dan interaksisosial. Untuk mengatasi masalah ini, dikembangkan sebuahsistem sarung tangan berbasis sensor dan machine learningyang mampu mengenali dan menerjemahkan bahasa isyaratterkait kondisi tubuh. Sistem ini menggunakan flex sensoruntuk mendeteksi lekukan jari, mikrokontroler ESP32 besertaexpansion board sebagai unit pemroses serta LCD 16x2 denganmodul IIC sebagai tampilan output. Data sensor diklasifikasikanke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher,sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapatditampilkan secara real-time dengan waktu respon rerata 0.10detik dalam bentuk teks. Desain sarung tangan dipilih untukmeningkatkan kenyamanan dan probabilitas. Hasil pengujianmenunjukkan bahwa sistem mampu mengenali 8 kondisi tubuhdengan akurasi 86% dan waktu respons yang cepat.Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, MachineLearning, Sarung Tangan
Peningkatan Efisiensi Penggunaan Nutrisi Pada Sistem Budidaya Hidroponik Di Desa Berkoh Berbasis Sistem Elektronik Mas Aly Afandi; Sevia Indah Purnama; Alfin
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol. 6 No. 4 (2025)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v6i4.2524

Abstract

Teknik hidroponik merupakan salah satu cara yang umum dilakukan untuk proses budidaya pertanian. Masalah penurunan parameter nutrisi yang terjadi secara tiba-tiba mengakibatkan tanaman tumbuh tidak maksimal. Dibutuhkan sebuah peningkatan aset dalam fasilitas budidaya hidroponik agar pemantauan dapat dilakukan secara otomatis. Berdasarkan permasalahan tersebut dilakukan sebuah pengabdian kepada masyarakat pada salah satu mitra sasar di desa Berkoh Kabupaten Banyumas.Hasil kegiatan menunjukkan bahwa tanaman yang tidak maksimal dalam budidaya turun sebesar 40%. Penurunan tersebut dinilai signifikan terhadap keberlanjutan kebun hidroponik.
Analisis Prediksi Hotspot Berbasis Convolutional Neural Network (CNN) Untuk Virtual Small Cell (VSC) Ersa Sabila, Raga; Rizal Danisya, Achmad; Aly Afandi, Mas
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

Pengelolaan trafik pada area dengankepadatan pengguna tinggi menjadi salah satu tantangandalam jaringan 5G. Salah satu pendekatan yang digunakanuntuk mengatasi hal ini adalah penerapan Virtual Small Cell(VSC), yang memungkinkan pembentukan cell virtual secaradinamis tanpa infrastruktur fisik tambahan. Dalampenelitian ini, VSC dikombinasikan dengan teknikbeamforming untuk mengarahkan sinyal ke area-areapotensial (hotspot) secara lebih efisien. Kanal adaptifditerapkan guna menyesuaikan parameter transmisiterhadap kondisi kanal yang berubah secara real-time. Untukmemaksimalkan efektivitas strategi ini digunakan metodeprediksi pergerakan pengguna berdasarkan data heatmapjaringan. Convolutional Neural Network (CNN) dipilih karenakemampuannya dalam mengekstraksi pola spasial dantemporal dari data trafik, sehingga mampu memetakan danmemprediksi distribusi pengguna secara akurat. Hasileksperimen menunjukkan bahwa model CNN-GRU yangdilatih hingga 500 epoch mampu menghasilkan prediksiSINR, RSSI, dan efisiensi bandwidth dengan deviasi kecilterhadap data aktual. Rata-rata selisih masing-masingparameter adalah 3,6 dB untuk SINR, 0,16 dBm untuk RSSI,dan 1,08 bps/Hz untuk efisiensi bandwidth. Temuan inimenunjukkan bahwa CNN dapat digunakan secara efektifdalam sistem prediksi kanal untuk mendukung penerapanbeamforming adaptif pada VSC.Kata kunci— Virtual Small Cell, Hotspot Prediction, 5G,Beamforming, Convolutional Neural Network (CNN)
Desain Dan Implementasi Teknologi Iot Untuk Optimalisasi Budidaya Jamur Enoki Di Lingkungan Perkotaan Husaini, M. Arif; Hanni Pradana, Zein; Aly Afandi, Mas
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

Jamur enoki (Flammulina velutipes) merupakantanaman yang termasuk dalam kingdom Fungi, divisiBasidiomycota, kelas Agaricomycetes, ordo Agaricales, danfamili Physalacriaceae. Dalam budidaya Jamur enokiterdapat beberapa fase dimulai dari fase pemijahan dimanamiselium dari bibit yang diinokulasi mulai mengkolonisasisubtrat baru, fase batang tubuh jamur mulai terbentuk, fasepembuahan dan terakhir fase panen. Indonesia memilikikekayaan Sumber daya alam yang besar dan berpotensiuntuk pengembangan budidaya jamur. Namun, potensitersebut masih terhambat oleh kondisi suhu rata-rata diIndonesia yang kurang mendukung, Budidaya jamur enokimemerlukan kondisi lingkungan yang spesifik, yaitu suhurendah dan kelembapan tinggi, yang sering kali menjaditantangan di berbagai daerah, termasuk di Jakarta. Jakarta,sebagai ibu kota Indonesia, memiliki iklim tropis dengan suhuyang relatif tinggi dan kelembapan yang tidak cukup untukmendukung pertumbuhan optimal jamur enoki. Kondisi inimenyebabkan tantangan besar bagi para petani yang inginmembudidayakan jamur enoki di wilayah ini. Dalam prosesbudidayanya, jamur enoki membutuhkan suhu yang idealberkisar antara 10- 16 °C, kelembapan yang tinggi sekitar 90-95%, dan intensitas cahaya 20-50 lux agar dapat tumbuhdengan optimal. Meskipun demikian, solusi yang dapatmembantu mengatasi kendala tersebut dengan penggunaanteknologi Internet of Things (iot) dalam sistem budidaya.Dalam tugas akhir ini, telah dirancang sebuah alat yangberfungsi untuk melakukan pemantauan dan pengendalianotomatis secara realtime menggunakan teknologi Internet ofThings (iot). Alat ini mengintegrasikan sensor kelembapandan suhu udara DHT11, sensor intensitas cahaya BH1750,serta nodemcu sebagai mikrokontroler. Hasil pengukuranakan dikirimkan ke database firebase. Selain itu, sistem inijuga dilengkapi dengan pompa air DC yang terhubung kenozzle sprayer untuk menjaga kelembapan di kumbung jamurenoki.Kata Kunci — Jamur enoki, Internet of Things, Kelembaban,Suhu, Intensitas cahaya
Performance Analysis of Quantum Long Short-Term Memory (QLSTM) Models for TLKM Stock Price Prediction Vhazira, Nasya; Hikmah, Irmayatul; Afandi, Mas Aly
Building of Informatics, Technology and Science (BITS) Vol 7 No 4 (2026): March 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i4.9337

Abstract

Stock price prediction is a challenging task due to its nonlinear, dynamic, and temporal characteristics, yet accurate forecasting models are crucial for decision-making in volatile stocks such as PT Telkom Indonesia Tbk (TLKM). Despite the rapid adoption of AI-based forecasting methods, several research gaps remain. Empirical studies on Quantum Long Short-Term Memory (QLSTM) are still relatively limited compared to classical LSTM variants, particularly for emerging market datasets. Existing research also tends to emphasize architectural comparisons rather than systematically analyzing training configurations. The joint effects of optimizer selection, epoch number, and hidden unit size on QLSTM performance have not been comprehensively evaluated, and many studies rely on limited evaluation metrics, reducing the strength of robustness assessment. To address these gaps, this study applies a QLSTM model to predict stock opening prices using historical time-series data and systematically evaluates the impact of different optimizers. The model is trained using Adam, Nadam, RMSprop, and SGD with epoch variations (50–250) and hidden units (8, 16, 32). Performance is measured using accuracy, MAE, MSE, RMSE, MAPE, and R² to ensure a comprehensive evaluation. The results indicate that adaptive optimizers consistently outperform SGD, with Adam providing the most stable and accurate predictions, highlighting the importance of optimizer choice and hyperparameter configuration in QLSTM-based stock forecasting.
Co-Authors Abi Hakim Amanullah Abimanyu, Arya Adelia Kencana Putri Adiputra, Dimas Adriansyah, Bagas Afifah Dwi Ramadhani Agatha Dinarah Sri Rumestri Agung Wicaksono Agung Wicaksono Agustinah, Chandra Aisyah Ayu Wulandari Aisyah Alfin Anantia Prakasa Andi Aqsha Ramadana Lubis Andri Juli Setiawan Angga Bagus Prawira Anggun Fitrian Isnawati Anjani, Mia Arfianto Fahmi Arsiandro, Fadzly Haris Azhar Alfarisi, Fadhil Brayan Raynaldi Caesar Sabani Chandra Agustinah Crisianti, Risa Farid Dadan Nur Ramadan Dania Anggraeni Dhany Maulana Supriadi Dicky Revan Pangestu Dwi Cahyani, Puput DWI SURYANTO Dwika Pangestu, Septiana Eka Setia Nugraha Elsalami, Puspa Maudi Erlina Nur Arifani Ersa Sabila, Raga Ezi Rohmat Fadhila Karin Purnomo FADHLAN, FATHURROZAQ Fadillah, Siti Fairuz Azmi Fikra Titan Syifa Fikri Nizar Gustiyana Filbert H. Juwono Goran, Petrus Kerowe Gunawan Wibisono Hanif Aditya Permana Hanin Latif Fuadi hazia rifka maulida Hedi Krishna Helmy Widyantara Herryawan Pujiharsono Husaini, M. Arif I Ketut Agung Enriko Ibrohim Huzaimi Indah Permatasari Indah Permatasari Indah, Sevia Indrarini Dyah Irawati Irmayatul Hikmah Isa Hafidz Kevin Dwi Andika Hendarta Khulqi Rasyid kinanti, Alicia Kirani Lubis, Liza Lukman Priyambodo M. Raihan Muzzaki Makhdhori, Muhammad Marina, Prieska Montolalu, Billy Muhammad Aulia Baihaqy Muhammad Nur Al-Majid Mulyani, Elsa Sri Nabila, Nisrina Hania Nada Febiola Nur Azizah Natasya Nur Khalika Naura Nazhifah Nur, Ivan Akmal Nuralifa Kalyana Puteri, Keyza Nurcahyani Wulandari Nurkholis, Rizki Nurmeilinda, Kharisma Octavian Ery Pamungkas Oktaviana, Lutvi Tri Pangestu, Gusti Angga Pradana, Zein Hanni Prasetio, Angga Ari Prieska Marina Purwanti, Eri Nanda Dewi Puspa Rahmawati Puteri, Keyza Nuralifa Randi Adzin Murdiantoro Raynaldi, Brayan Reni Dyah Wahyuningrum Rhomandhona, Shinta Risa Fareid Christianti Risa Farid Crisianti Ristanti Akseptori Rizal Danisya, Achmad Rochmanto, Raditya Artha Rohan Hiskia Saragih, Aldo Salsabila, Unik Hanifah Saputra, Sahrul Selamet, Sheila Shelvia Setiawan, Andri Juli Sevia Indah Purnama Shidqi Dhamara, Ammar Silvi Nurandi Sitanggang, Andreas Sugondo Hadiyoso Sutarmin Sutarmin, Sutarmin Tarigan, Nicolas Yonara Tasya Enjelika Saputri Thofan Maliyano Ubaidilah Umar Utari, Tria Vhazira, Nasya Wahyu Andy Prastyabudi Yudha Purwanto