Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Computer, Electronic, and Telecommunication (COMPLETE)
Yosefine Triwidyastuti
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengenalan Gestur Jari Tangan Sebagai Media Pembelajaran Berhitung Bagi PAUD Berbasis Visi Komputer dan Deep Learning: Pengenalan Gestur Jari Tangan BerbasisVis i Komputer Dan Deep Learning Heri Pratikno; Muhammad Rifki Pratama; Yosefine Triwidyastuti; Musayyanah
Journal of Computer Electronic and Telecommunication Vol. 4 No. 1 (2023): July
Publisher : Institut Teknologi Telkom Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v4i1.355

Abstract

Pendidikan anak usia dini (PAUD) merupakan periode perkembangan yang penting dalam kehidupan anak, salah satu pertumbuhan yang penting adalah aspek kognitif. Berhitung termasuk dalam kemampuan kognitif yang meliputi kemampuan menghafal, memahami, mengaplikasi, menganalisis, mensintesis, dan kemampuan mengevaluasi. Guna meningkatkan kemampuan berhitung bagi anak-anak maka harus diketahui bagaimana cara mengaplikasikan hitungan tersebut dalam dunia nyata. Pada penelitian ini memberikan solusi bagaimana cara belajar berhitung yang menyenangkan serta tidak membosankan bagi anak-anak menggunakan media pembelajaran berhitung yang interaktif melalui pengenalan bentuk gestur jari-jari kedua tangan berbasis visi komputer dan deep learning secara realtime. Adapun visi komputer pada penelitian ini menggunakan framework MediaPipe, sedangkan metode deep learning yang digunakan adalah arsitektur Convolutional Neural Network (CNN). Hasil pengujian yang telah dilakukan pada penelitian ini, akurasi deteksi kesepuluh jari tangan untuk proses berhitung dari metode MediaPipe sebesar 89,9% dengan frame per second-nya antara 20-25 FPS. Metode CNN persentase akurasi deteksinya 20% dengan nilai FPS-nya antara 10-12 FPS, manfaat dari hasil penelitian ini bisa memberikan pengalaman belajar yang menyenangkan, menstimulasi, dan mendukung perkembangan anak secara holistik.
Unjuk Kerja Transmisi Data LoRa pada Node yang Bergerak Yosefine Triwidyastuti; Fikri Santoso Harjowinoto; Musayyanah; Pauladie Susanto; Harianto
Journal of Computer Electronic and Telecommunication Vol. 3 No. 1 (2022): July
Publisher : Institut Teknologi Telkom Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v2i1.205

Abstract

Saat ini penerapan teknologi komunikasi LoRa sedang mengalami peningkatan di segala bidang, karena LoRa mempunyai keunggulan daya rendah dan jangkauan jauh. Namun pada umumnya, penerapan tersebut hanya menganalisis unjuk kerja transmisi data LoRa pada kondisi node pemancar dan penerima yang diam di tempat. Oleh karena itu, penelitian ini secara khusus membahas penerapan transmisi data LoRa pada node yang bergerak untuk mengetahui pengaruh kecepatan gerak node terhadap unjuk kerja transmisi data LoRa. Satu buah transmitter node yang terus-menerus mengirimkan paket data akan digerakkan pada suatu lintasan lurus menjauh dari sebuah receiver node yang diam. Kemudian pada receiver node, nilai packet loss dan throughput dari semua paket dihitung untuk mengukur unjuk kerja transmisi data. Berdasarkan hasil perhitungan rata-rata dari semua percobaan, nilai kecepatan node yang tinggi pada percobaan lintasan lurus menghasilkan nilai packet loss yang semakin rendah dan nilai throughput yang semakin besar.
Co-Authors Fikri Santoso Harjowinoto Harianto Heri Pratikno Muhammad Rifki Pratama Musayyanah Pauladie Susanto