Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ariwibisono, FX.
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENGEMBANGAN APLIKASI MANAJEMEN REMOTE LABORATORY MENGGUNAKAN METODE RESTful WEB SERVICE BERBASIS MOBILE Mebiyantara, Febrian; Faisol, Ahmad; Ariwibisono, FX.
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i1.3223

Abstract

Remote laboratory is a software environment that supports remote experiment activities, where users who are located at a far distance are allowed to interact with measurement devices and real laboratory equipment. The majority of remote laboratories that exist today are implemented with desktop computers. Computer-based systems have disadvantages that is large consumption of electrical energy and expensive equipment investment costs. Mobile applications can be an alternative so that energy and equipment investment costs can be further reduced and can make it easier to manage remote laboratory access because of its nature that can be used anytime and anywhere. This application was developed to remote red Pitaya's oscilloscope and signal generator. The access management system for this tool use RESTful Web Service technology so that data transfers are faster and consume relatively small data sizes. To remote a this tool, this application uses a webview plugin to display the simulator that is accessed via IP that has been provided by the tool. Based on the results of the development in this study, there are 6 main functional needs and 2 non-functional needs. Based on the test, it can be concluded that the development of remote laboratory management applications using the mobile-based RESTful web service method has met the criteria according to the design.
SISTEM INFORMASI GEOGRAFIS PEMETAAN WARGA KURANG MAMPU DI KELURAHAN KARANG BESUKI MENGGUNAKAN METODE K-MEANS CLUSTERING Ali Hasymi, Muhammad; Faisol, Ahmad; Ariwibisono, FX.
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i1.3269

Abstract

Kemiskinan menjadi salah satu permasalahan di negara berkembang, bantuan sosial merupakan salah satu cara untuk mengurangi tingkat kemiskinan. Dalam penerapannya masih ada penerima bantuan sosial yang kurang tepat sasaran dikarenakan penggunaan data yang kurang maksimal serta minimnya informasi dan letak geografis, termasuk di Kelurahan Karangbesuki. Sebagai solusi masalah ini, diperlukan sistem informasi geografis yang menampilkan informasi mengenai pemetaan warga kurang mampu, diharapkan dengan adanya sistem informasi geografis tersebut dapat memberikan informasi dan mengelompokkan warga kurang mampu, serta mengetahui lokasi warga kurang mampu. Sistem yang akan dibangun yaitu sistem informasi geografis pemetaan warga kurang mampu meng-gunakan metode clustering serta dikombinasikan dengan QGIS 2.18. Metode clustering yang digunakan dalam sistem ini adalah metode K-Means clustering, kriteria yang digunakan pada pengelompokan data berupa umur, pekerjaan, pendidikan dan tanggungan keluarga. Dari hasil pengujian sistem informasi geografis menggunakan K-Means Clustering dengan 3 cluster untuk pengelompokan warga di kelurahan Karangbesuki, dengan menggunakan 325 sampel data, terdapat hasil pengelompokan sebanyak 178 (55%) warga yang tidak layak menerima bantuan, 99 (30%) warga yang kurang layak menerima bantuan dan 48 (15%) warga yang layak menerima bantuan. Berdasarkan hasul pengujian kinerja sistem dengan membandingkan pengelompokan secara manual atau data lama dengan pengelompokan pada sistem, sistem ini cukup baik dalam mengklasifikasi warga kurang mampu dengan tingkat akurasi 91%.
PENGEMBANGAN APLIKASI PENGENALAN BAHASA ISYARAT ABJAD SIBI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Sholawati, Mutiara; Auliasari, Karina; Ariwibisono, FX.
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i1.4507

Abstract

Menyampaikan informasi dibutuhkan bahasa yang mudah dipahami. Penyandang tunarungu memiliki bahasa tersendiri dalam komunikasi yaitu bahasa isyarat. Bahasa isyarat SIBI (Sistem Isyarat Bahasa Indonesia) sering digunakan dalam kondisi formal. Pemahaman mengenai bahasa isyarat perlu ditanamkan sejak dini. Di SDLB Purworejo III Kota Pasuruan telah diajarkan bahasa isyarat. Namun dalam proses pembelajarannya masih menggunakan buku panduan, video pembelajaran atau bahkan peragaan secara langsung oleh guru.Pada penelitian ini dilakukan proses klasifikasi peragaan bahasa isyarat abjad SIBI berdasarkan peragaan secara langsung oleh guru maupun murid di depan kamera secara realtime. Aplikasi dibuat berbasis web serta proses klasifikasi menggunakan metode Convolutional Neural Network (CNN). Dataset berupa citra digital peragaan abjad SIBI diperoleh dari 1 orang guru dan 3 orang murid penyandang tunarungu, diperoleh total dataset 416 citra terdiri dari 384 citra hasil pengambilan gambar dan 32 citra digital hasil konversi video peragaan bahasa isyarat abjad J dan Z karena peragaan berupa gerakan aktif. Keluaran dari sistem ini berupa label kelas abjad dan nilai probalitas hasil klasifikasi yang ditampilkan pada webcam dalam website. Pengujian melibatkan 2 orang relawan dengan melakukan uji coba sebanyak 52 kali munggunakan model klasifikasi hasil training. Berdasarkan pengujian menggunakan rumus confusion matrix, diperoleh nilai accuracy, recall, specificity dan sensitivity sebesar 80,76% .
Co-Authors AHMAD FAISOL Ali Hasymi, Muhammad Karina Auliasari Mebiyantara, Febrian Sholawati, Mutiara