Article Per Year (5 Year)
p-Index From 2020 - 2025
3.624
P-Index
This Author published in this journals
All Journal Conference on Innovation and Application of Science and Technology (CIASTECH) Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Buana Ilmu Infotech: Jurnal Informatika & Teknologi KLIK: Kajian Ilmiah Informatika dan Komputer Scientific Student Journal for Information, Technology and Science Jurnal Buana Pengabdian
Adi Rizky Pratama
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Automotive Engineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
IDENTIFIKASI CITRA BATIK DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Ayu Ratna Juwita; Tohirn Al Mudzakir; Adi Rizky Pratama; Purwani Husodo; Rahmat Sulaiman
BUANA ILMU Vol 6 No 1 (2021): Buana Ilmu
Publisher : Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/bi.v6i1.1996

Abstract

Batik merupakan suatu kerjianan tangan yang memiliki nilai seni yang cukup tinggi dan juga salah satu bagian dari budaya indonessia. Untuk melestraikan budaya warisan batik dapat dikakukan dengan berbagai cara dengan pengenalan pola batik yang sangat beragam khususnya batik karawang. Penelitian ini membahas klasifikasi pola batik karawang menggunakan Convolutional Neural Network (CNN) dengan ciri gray level Co-ocurrence Matrix. Proses awal yang akan dilakukan yaitu preprocessing untuk mengubah citra warna menjadi grayscale, selanjutnya citra akan di segmentasikan sehingga memisahkan citra pola batik dengan background menggunakan metode otsu dan di ekstraksi menggunakan metode gray level co-ocurrence matrix untuk mendeteksi pola-pola batik. selanjutnya akan diklasifikasikan menggunakan metode Convolutional Neural Network (CNN) yang memberikan hasil klasifikasi citra batik. Dengan penerapan model klasifikasi citra batik Karawang ini memliki data training sebanyak 1094 citra latih dengan nilai akurasi 18,19% untuk citra latih, citra dapat mengklasifikasikan dengan uji coba 344 citra batik, 45 citra batik Karawang, 299 citra batik luar Karawang mencapai 18,60% nilai tingkat akurasi, sedangkan hasil uji coba menggunakan citra batik karawang yang dapat dikenali dan diklasifikasikan mencapai nilai tingkat akurasi 73,33 %. Kata Kunci : Klasifikasi citra batik, CNN, GLCM, Otsu, Image Processing Batik is a handicraft that has a high artistic value and also Batik is a part of Indonesian culture. To preserve the cultural heritage of batik it can be do in various ways with the introduction of many diverse batik patterns, especially karawang batik.. This study discusses the classification of Karawang batik patterns using Convolutional Neural Network (CNN) with gray level co-occurrence matrix characteristics. Initial process is preprocessing to convert the color image to grayscale, Then the image will be segmented. It can separated the image of the batik pattern from the background using the Otsu method and extracted using the gray level co-occurrence matrix method to detect batik patterns. Then, it will be classified using the Convolutional Neural Network (CNN) method which gives the results of batik image classification. With the application of this Karawang batik image classification model, it has training data of 1094 training images with an accuracy value of 18.19% for training images, images can be classified by testing 344 batik images, 45 Karawang batik images, 299 outer Karawang batik images reaching 18.60 % the value of the accuracy level, while the results of the trial using the image of batik karawang which can be recognized and classified reach an accuracy level of 73.33%. Keywords: Batik image classification, CNN, GLCM, Otsu, Image Processing
SISTEM PAKAR IDENTIFIKASI MINAT & BAKAT PELAJAR PADA PENENTUAN KECERDASAN MENGGUNAKAN METODE FORWARD CHAINING - FUZZY LOGIC Kukuh Ardy Nugroho; Ayu Ratna Juwita; Adi Rizky Pratama
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 2 No 2 (2017): TechnoXplore : Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v2i2.305

Abstract

ABSTRAK Masa remaja merupakan masa peralihan dari masa anak ke masa dewasa. Pada periode ini anak mencapai kematangan fisik dan diharapkan pula disertai dengan kematangan emosi dan perkembangan sosialnya. Masa ini berlangsung dari usia sekitar 12/ 13 tahun sampai 18-20 tahun yaitu usia sekolah menengah. Saat ini masih banyak para remaja yang belum mengetahui bagaimana jati diri atau identitas yang tepat bagi mereka. Tak terkecuali para pihak guru di sekolah yang memiliki hambatan dalam hal memahami karakteristik kecerdasan (minat dan bakat), terutama biaya yang harus dikeluarkan apabila harus mengikuti tes psikologi kecerdasan (minat dan bakat). Oleh karena itu, penelitian ini bertujuan untuk memfasilitasi pelajar dan guru dalam memfokuskan kegiatan belajar baik di dalam sekolah maupun di luar sekolah berdasarkan hasil rekomendasi sistem pakar identifikasi minat dan bakat pelajar. Beberapa algoritma kecerdasan buatan dikembangkan, salah satunya adalah metode Forward Chaining dan Fuzzy Mamdani dalam menerjemahkan pengetahuan pakar dalam bentuk aturan-aturan berdasarkan hasil uji yang sudah diolah dan telah dianalisis. Berdasarkan hasil kuesioner metode Technology Accaptance Model (TAM) sebanyak 50 siswa kelas 3 di SMP-IT ATTAQWA. Dengan hasil pengujian dimana PU dan PE berpengaruh terhadap BU sebesar 56,2% artinya persepsi sikap menggunakan aplikasi sistem pakar identifikasi kecerdasan (minat dan bakat) ini berpengaruh positif terhadap penerimaan aplikasi sistem pakar identifikasi kecerdasan (minat dan bakat) Kata Kunci : Fuzzy Logic, Forward Chaining , Sistem Pakar, Kecerdasan (Bakat dan Minat)
Klasifikasi Daging Sapi Berdasarkan Ciri Warna Dengan Metode Otsu dan Euclidean Distance adi rizky pratama
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 5 No 1 (2020): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v5i1.1011

Abstract

Setiap daging sapi memiliki kualitas yang berbeda. Kualitas daging sapi dapat di bedakan dengan warna daging sapi sesuai dengan Badan Standardisasi Nasional yang di bedakan menjadi beberapa klasifikasi. Penelitian ini membahas cara mengklasifikasikan daging sapi berdasarkan ciri warna daging dengan menggunakan metode klasifikasi euclidean distance. Langkah pertama dengan preprocessing dilalukan untuk mengubah citra berwarna menjadi grayscale. Langkah berikutnya segmentasi citra yang akan memisahkan citra daging menjadi 2 yaitu daging dan lemak menggunakan metode otsu. Lalu ekstraksi warna untuk mendapatkan nilai warna. Langkah terakhir pengklasifikasian dengan metode euclidean distance. Dengan metode ini di dapatkan hasil akurasi 72% untuk klasifikasi daging, Dan rata-rata nilai precision adalah sebesar 65% dan rata- rata recall 77% untuk daging.
Klasifikasi Daging Sapi Berdasarkan Ciri Warna Dengan Metode Otsu dan K-Nearest Neighbor adi rizky pratama
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 6 No 1 (2021): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v6i1.1239

Abstract

Menurut Badan Standardisasi Nasional, daging sapi adalah bagian otot skeletal dari karkas sapi yang aman, layak dan lazim dikonsumsi oleh manusia. Atribut utama untuk menentukan kualitas daging sapi antara lain rasa, aroma, warna, perlemakan (marbling) dan tekstur. prosedur penilaian mutu fisik lemak dan daging sapi terbagi menjadi sembilan penilaian. Untuk melakukan klasifikasi tingkat kualitas daging sapi dapat dilakukan dengan menggunakan teknologi dengan memanfaatkan pengolahan citra. Lalu klasifikasi dari gambar yang telah di proses menggunakan metode k-nearest neighbor. dengan metode ini dapat mendeteksi daging sapi sebesar 92 % dengan akurasi klasifikasi sebesar 74 %. untuk lemak sapi dapat medeteksi lemak sapi sebesar 86 % dan 41 % hasil akurasi klasifikasi.
Implementasi Sistem Pemeriksaan Denyut Jantung dan Suhu Tubuh Menggunakan Sensor LM53 dan Sensor Max30102 Berbasis Arduino Puteri Maheda; Tatang Rohana; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (601.959 KB)

Abstract

Pemeriksaan tanda-tanda vital yang di antaranya pemeriksaan denyut jantung dan suhu tubuh pada klinik Cilamaya Medika Karawang telah menggunakan prosedur yang sesuai standar kesehatan. Pemeriksaan sering kali terjadi kesalahan karena beberapa faktor di antaranya faktor intensitas bunyi denyut jantung yang rendah, pengaruh suhu lingkungan dan faktor mobilitas pasien. hal lain yang mempengaruhi kesalahan dalam pemeriksaan yaitu pencatatan secara manual. Maka penelitian ini dibuat sebagai solusi untuk mempermudah proses pemeriksaan dengan menerapkan alat ukur denyut jantung dan suhu tubuh berbasis arduino yang terintegrasi pada komputer dan tersimpan di database sehingga penelitian ini bertujuan untuk melakukan pencatatan secara otomatis dan mengatasi masalah dalam pemeriksaan denyut jantung dan suhu tubuh. Dua komponen utama yang digunakan untuk mendeteksi denyut jantung yakni sensor Max30102 dan sensor Lm35 untuk mengukur suhu tubuh. Dari hasil pengujian yang dilakukan sebanyak 20 kali dengan membandingkan hasil alat konvensional dengan alat yang di buat mendapat nilai akurasi dari deteksi denyut nadi tingkat akurasi mencapai 98,59% kemudian untuk mendeteksi suhu tubuh tingkat akurasinya adalah 99.51% untuk pengiriman data dari alat ke sistem dan tersimpan pada database berhasil sesuai yang diharapkan.
Monitoring Suhu dan Kelembaban Pada Ruang Server Berbasis Arduino Dengan Notifikasi Email M Andrian Agustyan; Jamaludin Indra; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.033 KB)

Abstract

Ruang server adalah ruangan untuk beroperasinya komputer server dan perangkat jaringan seperti Router atau Switch, dan , peran server yang sangat penting sebagai penyedia layanan data bagi client, suhu harus tetap terjaga dalam suhu 20 sampai dengan 25 derajat celcius agar perangkat server yang ada dalam ruangan tersebut dapat bekerja dengan baik karena suhu diluar toleransi mengakibatkan kerusakan hardware, Ruangan yang terlalu lembab bisa merusak komponen, Pengaturan AC untuk ruang server khusus untuk kelembaban sebaiknya 40% RH - 60% RH, akan mempermudah memonitoring suhu dan kelembaban diluar toleransi akan diukur dengan Prototype Sistem Monitoring Suhu Ruangan Server Dengan Mikrokontroler Arduino, Ethernet Shield Dan Sensor DHT11 Dengan Notifikasi Email ke Pengelola Ruang Server Universitas Buana Perjuangan Karawang. Hasil dari nilai rangkaian dibandingkan dengan alat digital hygrometer HTC1 memiliki selisih nilai rata-rata error sistem monitoring suhu 1% dan kelembaban 9.97%.
Penghitung Kayu Kaso Otomatis Menggunakan Sensor Jarak Berbasis Internet of Things Ayuni Evita Rahayu; Sutan Faisal; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (553.165 KB)

Abstract

Kayu kaso dengan ukuran 5 cm x 5 cm dengan panjang 3 meter digunakan untuk tahap pembuatan bangunan atau mengerjakan proyek. Metode konvensional dilakukan pada saat kayu selesai dipotong pekerja harus menghitung satu-persatu kayu kaso dengan ukuran 5 cm × 5 cm dengan panjang 3 meter yang jumlahnya ratusan setiap harinya. Permasalahan yang sering terjadi yaitu kesalahan pada perhitungan proses pemotongan kayu kaso, sehingga mengakibatkan kerugian pada produksi. Untuk mengatasi permasalahan tersebut adalah dengan membuat penghitungan kayu kaso otomatis menggunakan sensor jarak berbasis Internet of Things (IoT).Kayu kaso akan melewati sensor ultrasonik untuk menghitung jarak dan sensor proximity untuk menghitung jumlah kayu, output sensor jarak akan di tampilkan di LCD 16×2 dikirim ke database dan dimonitoring melalui website. Hasil pengujian dari sistem memperoleh tingkat keberhasilan mencapai akurasi 100% dalam 10 kali percobaan.
Alat Ukur dan Pencatat Otomatis Tinggi dan Berat Badan Balita Berbasis Arduino Dwiki Riksa Maulana; Tatang Rohana; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (437.206 KB)

Abstract

Pengukuran badan balita untuk mendapatkan nilai berat dan tinggi masih dilakukan dengan alat yang terpisah atau dengan alat fungsinya masing-masing, pencatatan masih dilakukan secara manual dibuku petugas. Alat pengukur dan pencatatan otomatis tinggi dan berat badan balita yang sekaligus dalam satu alat diharapkan bisa mempercepat waktu proses penimbangan. Oleh karena itu, dalam penelitian ini, merancang alat ukur yang sekaligus dapat mengukur tinggi badan dan berat badan dalam satu alat. Alat ukur ini menggunakan Arduino Uno sebagai mikrokontroler, sensor ultrasonik untuk mendapatkan nilai tinggi badan, dan sensor load cell untuk mendapatkan nilai berat badan. Data dari kedua sensor tersebut diolah oleh Arduino. Nilai tinggi badan, berat badan akan ditampilkan pada LCD. Dari hasil pengujian dan pengambilan data didapatkan persentase keberhasilan sensor load cell sebesar 81.41% dan sensor ultrasonik sebesar 96.09%.
IMPLEMENTASI ALGORITMA K-MEANS DAN K-MEDOIDS DALAM PENGELOMPOKAN NILAI UJIAN NASIONAL TINGKAT SMK Ninda Nurul Rhamadani; Ahmad Fauzi; Euis Nurlaelasar; Adi Rizky Pratama
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

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

Abstract

Pusat Penilaian Pendidikan melakukan evaluasi standar pendidikan setiap tahunnya dengan menyelenggarakan Ujian Nasional pada jenjang SD, SMP, SMA/K dan sederajat. Data hasil nilai UN dapat dilihat melalui website resmi Kementrian Pendidikan dan Kebudayaan (KEMDIKBUD) akan tetapi data yang disajikan tidak memiliki peringkat tertentu atau kelompok berdasarkan kategori nilai UN sehingga masyarakat tidak memiliki acuan saat mendaftarkan putra-putri mereka untuk menempuh pendidikan selanjutnya. Pada penelitian ini akan melakukan pengelompokan sekolah menjadi 3 kategori yaitu baik, sedang dan cukup untuk memudahkan peserta didik mendapatkan informasi kategori sekolah mereka dengan menerapkan algoritma K-Means dan K-Medoid. Hasil pengelompokan menggunakan algoritma k-means menghasilkan klaster baik sebanyak 14 anggota, klaster sedang 46 anggota dan klaster cukup 49 anggota. Lalu, pada algoritma k-medoids diperoleh hasil klaster baik 27 anggota, klaster sedang 43 anggota dan klaster cukup 39 anggota. Perbedaan jumlah klaster pada kinerja tiap algoritma memiliki pola perhitungan yang berbeda pada masing-masing iterasi tergantung pada dataset yang digunakan serta titik centroid yang dijadikan perhitungan pada algoritma.
SISTEM PRESENSI KEPEGAWAIAN UNIVERSITAS BUANA PERJUANGAN KARAWANG PADA MASA PANDEMI COVID-19 adi rizky pratama; Tohirin Mudzakir; Ray Pamungkas; Ayu Juwita; Agung Irawan
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 7 No 2 (2022): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v7i2.2916

Abstract

Pandemi Covid-19 yang merebak di dunia terutama Indonesia mengharuskan manusia untuk membiasakan diri dengan hal-hal yang baru, seperti menerapkan protokol kesehatan saat melakukan aktivitas atau kegiatan. Salah satu contohnya yaitu kegiatan presensi kepegawaian di Universitas Buana Perjuangan Karawang yang menggunakan sidik jari saat melakukan presensi. Presensi dengan sidik jari yang notabene dengan melakukan sentuhan langsung, perlu diganti dengan alternatif lain seperti QR Code. QR Code dapat dipindai tanpa menyentuh langsung alat pemindai, sehingga dapat mencegah penyebaran covid-19. Pengembangan sistem yang digunakan dalam penelitian menggunakan Rapid Application Development (RAD). Sedangkan pengujian dilakukan dengan dua cara yaitu pengujian jarak dari alat pemindai terhadap QR Code, dan pengujian fungsionalitas sistem dengan menggunakan Black Box Testing. Adanya sistem tersebut, menjadi alternatif baru dalam melakukan presensi kepegawaian di Universitas Buana Perjungan Karawang pada masa pandemi covid-19 seperti sekarang ini.
Co-Authors Agung Irawan Ahmad Fauzi Ayu Juwita Ayuni Evita Rahayu Azis Fikri Marsandi Bagus Priambada Cici Emilia Sukmawati Deden Wahiddin Deni Yusup Dwi Sulistya Kusumaningrum Dwiki Riksa Maulana Euis Nurlaelasar Hilman Fahrul Rahman Indra, Jamaludin Jose Agustian Juwita, Ayu Ratna Kukuh Ardy Nugroho Lusiana Rahmatiani M Andrian Agustyan Muhammad Naufal Bahreisy Ninda Nurul Rhamadani Purwani Husodo Puteri Maheda Rahmat Rahmat Sulaiman Rasyid Nugroho Ray Pamungkas Rizka Ayu Permana Rizki Mohamad Eka Marsa Sadjat Satriyo Aji Laksono Satriyo Sutan Faisal Tatang Rohana Tohirin Al Mudzakir Tohirin Mudzakir Tohirn Al Mudzakir Yana Cahyana Yudi Firmansyah Yusuf Eka Wicaksana