Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Teknik Informatika (JUTIF) sudo Jurnal Teknik Informatika Telematika MKOM
Andiono, Endro
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Aplikasi Object Detection and Tracking Untuk Penyandang Tunanetra dengan Internet of Things (IoT) (Menggunakan Bahasa Pemrograman Phyton) ., admin; S.Kom, Yudiansyah Fauzi; Andiono, Endro; Khamali, Mirza
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 10 No 1 (2020): Jurnal Ilmiah
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.395 KB)

Abstract

Abstrak - Tunanetra adalah istilah umum yang digunakan untuk kondisi seseorang yang mengalami gangguan atau hambatan dalam indra penglihatannya. Berdasarkan tingkat gangguannya Tunanetra dibagi dua yaitu buta total (total blind) dan yang masih mempunyai sisa penglihatan (Low Vision). Dalam melakukan kegiatan sehari-hari penyandang tunanetra dibantu dengan menggunakan tongkat. Namun penggunaan tongkat oleh penyandang tunanetra dirasa belum maksimal untuk melakukan pekerjaan mereka sehari-hari, dikarenakan mereka hanya mampu mendeteksi objek atau benda yang berada di jalan atau dibagian bawah mereka, tetapi untuk mendeteksi objek yang berada lurus didepan mereka, meraka harus menggunakan tangan mereka, yaitu dengan cara meraba atau memegang objek yang ada didepan mereka. Selain itu terjadi kesulitan dalam mencari mereka jika mereka berada diluar rumah atau sedang berpergian sebab mereka tidak mengetahui lokasi keberadaan mereka pada saat itu juga. Maka dari itu diperlukan sebuah sistem atau alat yang mampu untuk mendeteksi dan mengenali objek yang berada didepan mereka, serta mampu untuk memonitoring keberadaan mereka jika berada diluar rumah, yaitu dengan cara membuat sebuah aplikasi object detection dan tracking untuk penyandang tunanetra dengan menggunakan IoT (Internet of Things), dimana tujuan dari pembuatan aplikasi ini adalah untuk meningkatkan kemampuan penyandang tunanetra dalam melakukan kegiatan mereka sehari-hari dan juga dapat membantu untuk mengetahui keberadaan mereka dengan cepat jika mereka berada diluar rumah
APLIKASI OBJECT DETECTION AND TRACKING UNTUK PENYANDANGAN TUNANETRA DENGAN INTERNET OF THINGS (IOT) (MENGGUNAKAN BAHASA PEMROGRAMAN PHYTON) Fauzi, Yudiansyah; Andiono, Endro; Khamli, Mirza
Jurnal Gerbang STMIK Bani Saleh Vol 10 No 1 (2020): Informatics, Science and Technologies Journal
Publisher : LIPI

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

Abstract

Tunanetra adalah istilah umum yang digunakan untuk kondisi seseorang yang mengalami gangguan atau hambatan dalam indra penglihatannya. Berdasarkan tingkat gangguannya Tunanetra dibagi dua yaitu buta total (total blind) dan yang masih mempunyai sisa penglihatan (Low Vision). Dalam melakukan kegiatan sehari-hari penyandang tunanetra dibantu dengan menggunakan tongkat. Namun penggunaan tongkat oleh penyandang tunanetra dirasa belum maksimal untuk melakukan pekerjaan mereka sehari-hari, dikarenakan mereka hanya mampu mendeteksi objek atau benda yang berada di jalan atau dibagian bawah mereka, tetapi untuk mendeteksi objek yang berada lurus didepan mereka, meraka harus menggunakan tangan mereka, yaitu dengan cara meraba atau memegang objek yang ada didepan mereka. Selain itu terjadi kesulitan dalam mencari mereka jika mereka berada diluar rumah atau sedang berpergian sebab mereka tidak mengetahui lokasi keberadaan mereka pada saat itu juga. Maka dari itu diperlukan sebuah sistem atau alat yang mampu untuk mendeteksi dan mengenali objek yang berada didepan mereka, serta mampu untuk memonitoring keberadaan mereka jika berada diluar rumah, yaitu dengan caramembuat sebuah aplikasi object detection dan tracking untuk penyandang tunanetra dengan menggunakan IoT (Internet of Things), dimana tujuan dari pembuatan aplikasi ini adalah untuk meningkatkan kemampuan penyandang tunanetra dalam melakukan kegiatan mereka sehari-hari dan juga dapat membantu untuk mengetahui keberadaan mereka dengan cepat jika mereka berada diluar rumah
PENGENALAN WAJAH DENGAN METODE EIGENFACE UNTUK PRESENSI SISWA DENGAN NOTIFIKASI SMS PADA SMK NEGERI 17 JAKARTA Painem Painem; Endro Andiono
Telematika MKOM Vol 7, No 2 (2015): Jurnal Telematika MKOM Vol. 7 No. 2 September 2015
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5208.91 KB)

Abstract

Pengelolaan kehadiran siswa merupakan salah satu hal yang penting dilakukan di setiap sekolah. Kehadiran siswa memperlihatkan tingkat kedisiplinan siswa di sekolah. Sistem kehadiran atau presensi siswa yang dilakukan secara manual menggunakan tanda tangan sering dimanipulasi untuk kepentingan pihak-pihak tertentu, sehingga data kehadiran menjadi kurang akurat. Oleh karena itu diperlukan sistem kehadiran siswa yang lebih akurat dan sulit dimanipulasi. Pada penelitian ini, diusulkan sistem presensi siswa menggunakan pengenalan wajah. Metode pengenalan wajah yang diusulkan adalah eigenface. Sistem presensi siswa ini juga dilengkapi dengan notifikasi SMS untuk mengirimkan sebuah pesan kepada orang tua siswa. Eigenfaces adalah pendekatan eigenvalue dan eigenvector. Dengan menggunakan pendekatan tersebut dilakukan klasifikasi untuk mengenali objek yang dilatih dengan obyek yang telah tersimpan di basis data. Dengan dibuatnya aplikasi pengenalan wajah dengan metode eigenface untuk presensi siswa dengan notifikasi SMS  ini diharapkan dapat mengatasi masalah kedisiplinan khususnya dalam hal kehadiran di sekolah. Selain itu, aplikasi ini juga dapat membantu para guru dalam mengelola kehadiran siswa yang lebih efektif dan efisien.
Arsitektur Evaluasi Pengujian Website Berbasis Teknologi Continual Service Improvement untuk Optimalisasi Layanan Teknologi Informasi Pari, Riki Aldi; Ripai, Rizki; Andiono, Endro; Alim, Abdullah
sudo Jurnal Teknik Informatika Vol. 4 No. 4 (2025): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v4i4.1416

Abstract

Penelitian ini mengembangkan Arsitektur Evaluasi Pengujian Website Berbasis Teknologi Continual Service Improvement (CSI) sebagai upaya untuk mengoptimalkan kualitas layanan Teknologi Informasi di Politeknik Piksi Input Serang. Arsitektur ini dirancang untuk mengintegrasikan proses pengujian teknis dengan model perbaikan berkelanjutan sehingga evaluasi kinerja website dapat dilakukan secara sistematis, terukur, dan berkelanjutan. Data dikumpulkan melalui wawancara, observasi, dokumentasi, serta pengujian teknis yang mencakup aspek performa, keamanan, fungsionalitas, usability, dan aksesibilitas. Analisis data dilakukan dengan pendekatan kualitatif dan kuantitatif untuk memperoleh gambaran menyeluruh mengenai kebutuhan pengguna dan kondisi aktual website. Validasi arsitektur dilakukan melalui uji internal serta uji coba lapangan pada website Politeknik Piksi Input Serang. Hasil penelitian menunjukkan adanya peningkatan kinerja yang signifikan, antara lain waktu loading website berkurang dari 4,2 detik menjadi 2,1 detik (peningkatan 50%), jumlah bug menurun dari 27 menjadi 8 kasus (penurunan 70%), serta skor usability meningkat dari 68 menjadi 85 berdasarkan standar System Usability Scale (SUS). Tingkat aksesibilitas juga mengalami peningkatan dari Level A menuju Level AA pada standar WCAG 2.1, sementara integrasi proses pengujian ke dalam siklus CSI meningkat sebesar 40% berdasarkan penilaian kemudahan implementasi. Selain itu, tingkat kepuasan pengguna terhadap layanan website meningkat dari 72% menjadi 91% setelah penerapan arsitektur. Temuan tersebut menunjukkan bahwa arsitektur yang dikembangkan efektif dalam meningkatkan kualitas layanan TI secara berkelanjutan di Politeknik Piksi Input Serang.
Hybrid LSTM-CNN-GRU Deep Learning for Integrating IoT and Social Media Sentiment Analysis in Indonesian Higher Education Reputation Management Murti Prabowo, Kresno; Nidauddin, Ikbal; Andiono, Endro
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 2 (2026): JUTIF Volume 7, Number 2, April 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.2.5426

Abstract

Higher education institutions in Indonesia face critical challenges in managing digital reputation. Despite 85% of prospective students using social media for university research, only 23% of institutions have integrated monitoring systems, resulting in 67% experiencing undetected reputation crises with substantial financial losses. This research proposes a novel framework integrating IoT campus data with social media sentiment analysis using hybrid deep learning architecture. The system employs LSTM-CNN networks with multi-head attention mechanisms for sentiment classification and GRU networks for reputation trend prediction, enhanced with data fusion strategy. Data collected from 428 IoT sensors and 3.2 million social media posts across five Indonesian universities over six months underwent advanced preprocessing including Indonesian-specific slang normalization and Sastrawi stemming. The hybrid LSTM-CNN architecture with attention achieved 90.3% sentiment classification accuracy (Macro-F1: 0.903), significantly outperforming baseline methods including Naive Bayes (76.2%), traditional LSTM (84.5%), and IndoBERT (87.1%). IoT integration contributed 18.2% RMSE improvement in trend prediction (R²: 0.874). The early warning system predicted reputation crises with 85.7% precision and 82.4% recall, providing critical intervention windows averaging 14.3 days before incidents. The real-time dashboard achieved 98.5% availability with sub-3-second response time and excellent usability (SUS score: 82.4). This research contributes: (1) novel IoT-sentiment integration framework with demonstrated effectiveness, (2) context-aware deep learning architecture optimized for Indonesian language achieving state-of-the-art performance, (3) validated early warning system enabling proactive reputation management, and (4) practical implementation with significant improvements over existing methods, advancing educational data analytics and AI-based decision support systems.
Co-Authors admin . Alim, Abdullah Khamali, Mirza Khamli, Mirza Murti Prabowo, Kresno Nidauddin, Ikbal Painem, Painem Pari, Riki Aldi Rizki Ripai S.Kom, Yudiansyah Fauzi Yudiansyah Fauzi