Article Per Year (5 Year)
p-Index From 2021 - 2026
5.383
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Prosiding Semnastek English Review: Journal of English Education EMITTER International Journal of Engineering Technology Fountain of Informatics Journal JRSI (Jurnal Rekayasa Sistem dan Industri) JURNAL MEDIA INFORMATIKA BUDIDARMA IKRA-ITH Informatika : Jurnal Komputer dan Informatika DIKLUS: Jurnal Pendidikan Luar Sekolah Jurnal Teknoinfo Jurnal Nasional Komputasi dan Teknologi Informasi KOMPUTIKA - Jurnal Sistem Komputer Infoman's: Jurnal Ilmu-Ilmu Manajeman dan Informatika AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Applied Technology and Computing Science Journal Jurnal Mantik Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) PELS (Procedia of Engineering and Life Science) SAINTEK Journal of Information System and Application Development Prosiding Seminar Nasional Ilmu Teknik
Oddy Virgantara Putra
Universitas Darussalam Gontor
Aerospace Engineering Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Neuroscience Social Sciences Transportation

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search

 1   2   3   4   5 
Improving 3D Human Pose Orientation Recognition Through Weight-Voxel Features And 3D CNNs Riansyah, Moch. Iskandar; Putra, Oddy Virgantara; Rahmanti, Farah Zakiyah; Priyadi, Ardyono; Wulandari, Diah Puspito; Sardjono, Tri Arief; Yuniarno, Eko Mulyanto; Hery Purnomo, Mauridhi
EMITTER International Journal of Engineering Technology Vol 13 No 1 (2025)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v13i1.847

Abstract

Preprocessing is a widely used process in deep learning applications, and it has been applied in both 2D and 3D computer vision applications. In this research, we propose a preprocessing technique involving weighting to enhance classification performance, incorporated with a 3D CNN architecture. Unlike regular voxel preprocessing, which uses a zero-one (binary) approach, adding weighting incorporates stronger structural information into the voxels. This method is tested with 3D data represented in the form of voxels, followed by weighting preprocessing before entering the core 3D CNN architecture. We evaluate our approach using both public datasets, such as the KITTI dataset, and self-collected 3D human orientation data with four classes. Subsequently, we tested it with five 3D CNN architectures, including VGG16, ResNet50, ResNet50v2, DenseNet121, and VoxNet. Based on experiments conducted with this data, preprocessing with the 3D VGG16 architecture, among the five architectures tested, demonstrates an improvement in accuracy and a reduction in errors in 3D human orientation classification compared to using no preprocessing or other preprocessing methods on the 3D voxel data. The results show that the accuracy and loss in 3D object classification exhibit superior performance compared to specific preprocessing methods, such as binary processing within each voxel.
Implementasi Teknik Visualisasi Dinamis pada Augmented Reality untuk Representasi Operasi Vektor Harmini, Triana; Putra, Oddy Virgantara; Prihadian, Hibatullah Agung
Techno.Com Vol. 24 No. 4 (2025): November 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i4.14982

Abstract

Konsep vektor, khususnya terkait arah dan transformasi besaran dalam ruang 3D, menuntut kemampuan visualisasi spasial yang tinggi. Media pembelajaran konvensional dan aplikasi AR statis seringkali memiliki keterbatasan dalam merepresentasikan proses terjadinya operasi vektor secara nyata. Penelitian ini bertujuan mengimplementasikan teknik Visualisasi Vektor Dinamis (Dynamic Vector Visualization) berbasis Augmented Reality (AR) untuk mensimulasikan perilaku vektor secara real-time. Sistem dikembangkan menggunakan engine Unity 3D dengan menerapkan arsitektur Visualisasi Berbasis Status (State-Driven Visualization). Metode ini mengintegrasikan aset adaptif dari Blender (Keyframe Animation) dengan logika kontrol Finite State Machine (FSM) untuk menjamin presisi geometris dan efisiensi komputasi pada perangkat mobile. Validasi dilakukan oleh ahli materi dan media, serta uji usability terhadap 30 mahasiswa. Hasil pengujian menunjukkan bahwa teknik visualisasi dinamis memperoleh skor validasi ahli materi sebesar 86% dan ahli media sebesar 95%. Uji penerimaan pengguna menghasilkan skor System Usability Scale (SUS) sebesar 92,7 yang masuk dalam kategori "Best Imaginable". Temuan ini mengonfirmasi bahwa integrasi mekanisme animasi prosedural dalam lingkungan AR terbukti efektif dalam membantu mahasiswa memvisualisasikan konsep abstrak operasi vektor dibandingkan representasi statis.   Kata Kunci - Augmented Reality; Visualisasi Dinamis; Vektor; Finite State Machine; Unity 3D.
Pengembangan Pengendali Karakter Permainan Menggunakan Suara Real-Time Berbasis Transformer Adrik Fikhtiyaaril Amro; Putra, Oddy Virgantara
Prosiding Seminar Nasional Sains dan Teknologi Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v15i1.14846

Abstract

Kompleksitas interaksi pada permainan digital modern menuntut skema kendali alternatif untuk meminimalkan beban kognitif pemain. Penelitian ini mengembangkan dan menganalisis sistem pengendali karakter permainan menggunakan suara secara real-time berbasis Deep Learning. Studi ini bertujuan mengevaluasi trade-off performa arsitektur Transformer murni dibandingkan dengan BiLSTM dan Hybrid (BiLSTM-Transformer) saat dilatih dari awal (from-scratch) pada dataset berskala kecil. Kami menerapkan ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC) dan evaluasi Stratified 5-Fold Cross-Validation dengan augmentasi noise sintetik. Hasil eksperimen menunjukkan bahwa model Hybrid mencapai rata-rata akurasi tertinggi sebesar 97,53%, mengungguli arsitektur BiLSTM (95,89%) dan Transformer murni (94,81%). Analisis membuktikan bahwa Transformer murni kurang efisien dalam pemanfaatan data pada skala kecil, sedangkan integrasi pemrosesan temporal lokal BiLSTM dan atensi global Transformer pada model Hybrid menghasilkan stabilitas terbaik serta ketahanan (robustness) tinggi terhadap gangguan lingkungan. Meskipun efisiensi komputasi dievaluasi melalui throughput, penelitian ini juga melakukan pengukuran latensi inferensi pada perangkat keras GPU. Hasil eksperimen menunjukkan model Hybrid mencapai akurasi tertinggi 97,53% dengan latensi inferensi rata-rata 2,46 ms (RTF 0,0024), membuktikan kapabilitasnya untuk beroperasi secara real-time dengan jeda perseptual yang minimal. Kata kunci: BiLSTM, , Hybrid Model, MFCC, Pengenalan Suara, Transformer.
PENGEMBANGAN LINGKUNGAN DINAMIS TIGA DIMENSI PADA GAME ENDLESS RUNNER BERBASIS UNITY DENGAN IMPLEMENTASI PERLIN NOISE Fredericco, Alvin; Putra, Oddy Virgantara
Prosiding Seminar Nasional Sains dan Teknologi Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v15i1.14855

Abstract

Permainan dengan kategori Endless Runner sangat bergantung pada Procedural Content Generation (PCG) untuk menjamin variasi dan kemampuan bermain ulang yang tak terbatas. Studi ini bertujuan untuk merancang sistem lingkungan tiga dimensi (3D) yang adaptif dan efisien pada mesin game Unity. Sistem yang dikembangkan mengintegrasikan Perlin Noise untuk penempatan objek lingkungan dan sistem tile-looping untuk mendaur ulang area permainan secara efisien. Batasan studi ini adalah pada generasi variasi permukaan lingkungan horizontal (sumbu X-Z), dengan fokus pada penggunaan Perlin Noise 3D untuk memvariasikan elevasi (Y-axis). Karakteristik spesifik dari algoritma yang digunakan adalah penyesuaian skala (scale) dan amplitudo (amplitude) yang diatur secara iteratif untuk menghasilkan kontur terrain yang beragam. Hasil uji coba menunjukkan sistem mampu menyajikan lingkungan dinamis dengan variasi tinggi, meminimalisir pola repetisi , dan penggunaan tile-looping terbukti menjaga penggunaan memori tetap stabil dan mencegah penurunan performa. Kata kunci: Endless Runner, Perlin noise, Procedural content generation, Tile-looping, Unity
PENERAPAN WESTCLASS UNTUK ANALISIS SENTIMEN KEBIJAKAN PPN 12% BERBASIS DATA MEDIA SOSIAL X Waliuddin, Muhammad Shidiq; Oddy Virgantara Putra; Triana Harmini; Nurhana Marantika
Prosiding Seminar Nasional Sains dan Teknologi Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v15i1.14863

Abstract

The increase in Value Added Tax (VAT) to 12% elicited a broad public response on platform X, necessitating sentiment analysis to understand public perception. However, the predominance of unlabeled data makes the supervised learning approach less than optimal. This study applies WeSTClass as a weakly supervised learning method by utilizing seed words and pseudo-documents based on the von Mises–Fisher (vMF) distribution to build initial representations without requiring a large amount of labeled data. The research data consists of 13,962 tweets related to the 12% VAT issue, with 2,980 data points manually labeled by an expert. The pseudo-document generation process resulted in 150 pseudo-documents that enrich the semantic distribution of each sentiment class. A CNN model was used as the main classifier, trained through pre-training and self-training stages based on high-confidence pseudo-labels. The evaluation results showed that CNN provided the best performance with an accuracy of 0.83 and an F1-Macro of 0.72, outperforming BiLSTM and SVM. These findings indicate that the weak supervision approach through WeSTClass is effective in overcoming the limitations of labeled data and improving model stability in social media-based sentiment analysis. Kata kunci: Analisis Sentimen, CNN, PPN 12%, Pseudo-Document, WeSTClass
RANCANG BANGUN SISTEM INFORMASI REKAM MEDIS BERBASIS WEB DENGAN METODE MODEL-VIEW-CONTROLLER (MVC) (STUDI KASUS: TEMPAT PRAKTIK MANDIRI BIDAN X) Armyka Tita Silvi; Widya Kurniawan; Oddy Virgantara Putra
Prosiding Seminar Nasional Sains dan Teknologi Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v15i1.14866

Abstract

Penelitian ini berfokus pada pengembangan Sistem Informasi Rekam Medis berbasis web guna meningkatkan efisiensi pengelolaan data pada Tempat Praktik Mandiri Bidan (TPMB). Sistem dirancang sebagai pengganti pencatatan manual yang sering menimbulkan kesalahan, dan memperlambat proses pencarian informasi. Pengembangan menggunakan metode waterfall yang meliputi analisis kebutuhan, perancangan Model-View-Controller (MVC), implementasi dengan Laravel, dan pengujian awal. Sistem menyediakan dua jenis akses, yaitu pasien dan admin. Hasil implementasi awal menunjukkan bahwa tampilan antarmuka dan fitur utama, seperti pendaftaran layanan, pengelolaan data pasien, dan pengisian rekam medis dapat berjalan sesuai rancangan. Namun, beberapa fitur seperti rekam medis dan laporan masih menampilkan data kosong karena belum diterapkan dalam kondisi penggunaan nyata. Secara keseluruhan, sistem ini berpotensi mendukung proses layanan kesehatan menjadi lebih terstrukturv dan mudah diakses meskipun masih membutuhkan pengujian lanjutan.  Kata kunci: rekam medis, sistem informasi, Laravel, Model-View-Controller (MVC).
Implementasi Algoritma Support Vectore Machine Untuk Klasifikasi Kesehatan Mental Mahasiswa Tingkat Akhir pada Proses Penyusunan Skripsi Berdasarkan Filsafat AL-WUJ?D dalam Islam Kurniawan, Widya; Putra, Oddy Virgantara; Utami, Amelia
Jurnal Ilmiah IT CIDA Vol 11 No 2: Desember 2025
Publisher : STMIK AMIKOM Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55635/jic.v11i2.295

Abstract

Permasalahan kesehatan mental pada mahasiswa tingkat akhir yang sedang mengerjakan skripsi tidak hanya dipicu oleh faktor eksternal namun faktor internal seperti kedekatan terhadap tuhannya, tekanan emosional, pemaknaan diri, serta kemampuan mengelola tuntutan akademik juga perlu diteliti. Penelitian ini bertujuan menganalisis tingkat stres dan kecemasan sebagai indikator kesehatan mental mahasiswa dengan menggunakan pendekatan machine learning untuk menganalisis data. Data diperoleh melalui kuesioner yang dimodifikasi dari Existential Anxiety Questionnaire yang telah divalidasi, mencakup aspek On Human Nature, On Knowledge, On Ethic, On Reality, serta satu aspek tambahan, Nature of God, berdasarkan filsafat al-wujud dalam Islam lalu disebarkan melalui google form dengan jumlah responden 285 mahasiswa. Pemodelan menggunakan SVM dengan menggunakan Stratified K-Fold, sedangkan evaluasi menggunakan confusion matrix. Hasil menunjukkan bahwa model klasifikasi stres dengan kernel linear mencapai akurasi 93%, sementara model kecemasan dengan kernel linear dan parameter C=10 mencapai akurasi 96%. Temuan juga memperlihatkan bahwa pemicu stres dominan berada pada aspek On Knowledge, sedangkan kecemasan banyak dipengaruhi aspek On Human Nature. Penelitian ini diharapkan menjadi dasar dalam pengembangan program pendampingan psikologis dan akademik untuk meningkatkan kesejahteraan mental mahasiswa tingkat akhir.
PENINGKATAN KOMPETENSI PROFESIONAL GURU MATEMATIKA PENGAJAR SANTRI MELALUI PELATIHAN TERSTRUKTUR Harmini, Triana; Dihin Muriyatmoko; Aziz Musthafa; Faisal Reza Pradhana; Oddy Virgantara Putra; Widya Kurniawan; Eko Prasetio Widhi
Amaliah: Jurnal Pengabdian Kepada Masyarakat Vol 9 No 2 (2025): Amaliah Jurnal: Pengabdian kepada Masyarakat
Publisher : LPPI UMN AL WASHLIYAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32696/ajpkm.v9i2.6002

Abstract

This community service research aims to address the low professional competence of mathematics teachers at the Darussalam Gontor Putri Modern Islamic Boarding School Campus 3, where the majority of teachers (75%) have non-science backgrounds. The intervention was carried out through a Structured Training model consisting of four sessions that focused on strengthening key mathematical concepts (Circles, Trigonometry, and Function Limits) and Problem-Based Learning (PBL) model training for pedagogical integration. The activity involved 20 teachers and was evaluated using a Pre-Test and Post-Test. The initial Pre-Test results showed an average professional competence score of only 58.5 (out of 100). Following the intervention, quantitative analysis using n-Gain revealed a significant increase in competence, with most participants reaching the Medium category and 6 participants achieving the High category (n-Gain ≥ 0.70). In addition, 95% of participants successfully designed innovative PBL-based lesson plans. In conclusion, the structured training model proved effective in addressing teachers' specific knowledge gaps, while enhancing instructional planning skills, thereby significantly increasing teachers' professional readiness to create a productive learning environment.
Penerapan Teknologi Augmented Reality Sebagai Media Pembelajaran Gerakan Semaphore Berbasis Mobile Menggunakan Metode Markerless Harmini, Triana; Putra, Oddy Virgantara; Haq, Muhammad Yusrizal
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10040

Abstract

Abstrak - Gerakan semaphore merupakan salah satu bentuk komunikasi visual yang diajarkan dalam kegiatan ekstrakurikuler pramuka. Namun, dalam praktiknya, pembelajaran semaphore masih dilakukan secara konvensional, sehingga kurang efektif dan kurang menarik bagi peserta didik. Permasalahan lain seperti keterbatasan waktu latihan, minimnya alat bantu, serta kurangnya antusiasme siswa juga menjadi kendala dalam proses pembelajaran. Oleh karena itu, penelitian ini  bertujuan untuk mengembangkan media pembelajaran interaktif berbasis Augmented Reality (AR) menggunakan metode Markerless di akses melalui perangkat android. Penelitian ini menggunakan metode pengembangan perangkat lunak Software Development Life Cycle (SDLC). Aplikasi yang  memungkinkan pengguna untuk mempelajari gerakan semaphore secara visual dan interaktif dengan hanya mengarahkan kamera ke permukaan datar tanpa perlu marker based. Hasil uji ahli media memperoleh nilai rat-rata 92% dengan kategori “Sangat Baik”. Sedangkan uji ahli materi memperoleh nilai 88% dengan kategori “Sangat Baik”. Selain itu,uji pengguna menghasilkan rata-rata kepuasan 77.4% menunjukkan bahwa aplikasi di terima dengan baik dan efektif sebagai sarana pembelajaran gerakan semaphore. Selain itu, integrasi AR dalam aplikasi ini mendukung pendekatan pembelajaran yang sesuai dengan perkembangan teknologi dan nilai-nilai syariat islam, khususnya dalam menjaga dan mengembangkan akal melalui Pendidikan.Kata kunci : Semaphore; Augmented Reality; Markerless; Software Development Life Cycle; Media Pembelajaran; Abstract - Semaphore movement is a form of visual communication taught in scouting extracurricular activities. However, in practice, semaphore learning is still done conventionally, so it is less effective and less interesting for students. Other problems such as limited practice time, lack of tools, and lack of student enthusiasm also become obstacles in the learning process. Therefore, this study aims to develop interactive learning media based on Augmented Reality (AR) using the Markerless method accessed via Android devices. This study uses the Software Development Life Cycle (SDLC) software development method. The application allows users to learn semaphore movements visually and interactively by simply pointing the camera at a flat surface without the need for marker-based. The results of the media expert test obtained an average value of 92% with the category "Very Good". While the material expert test obtained a value of 88% with the category "Very Good". In addition, the user test resulted in an average satisfaction of 77.4% indicating that the application was well received and effective as a means of learning semaphore movements. In addition, the integration of AR in this application supports a learning approach that is in accordance with technological developments and Islamic sharia values, especially in maintaining and developing reason through education. Keywords: Semaphore; Augmented Reality; Markerless; Software Development Life Cycle; Instructional Media;
Klasifikasi Arah Pengendali Karakter Permainan Berbasis Gestur Badan Menggunakan Hybrid Convolutional Neural Network dan Long Short-Term Memory Arsyapradana Fadlanabil Bahri; Oddy Virgantara Putra; Dihin Muriyatmoko
Prosiding Seminar Nasional Ilmu Teknik Vol. 2 No. 2 (2025): Desember: Prosiding Seminar Nasional Ilmu Teknik
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/prosemnasproit.v2i2.197

Abstract

The increasing sedentary lifestyle in the digital era has the potential to cause various health problems due to lack of physical activity. One approach that can be taken to encourage physical activity is through the use of digital games with body movement-based control mechanisms. This study aims to develop a body gesture-based game character control system using a hybrid Convolutional Neural Network (CNN) and Long Short-Term Memory (LSTM) model. CNN is used to extract spatial features from each video frame, while LSTM serves to model the temporal relationship between frames so that movement patterns can be recognized sequentially. The research method used refers to the Machine Learning Lifecycle stages, starting from data collection, preprocessing, model development, to implementation in the endless runner game genre. Testing results show that the CNN–LSTM model is capable of classifying body gestures and generating outputs that can be used as commands to control game characters. The implementation of this system enables more natural and interactive game interactions without conventional input devices, and has the potential to encourage players to lead a more active lifestyle.
Co-Authors Achmad, Dellyan Adi Darmanto Adrik Fikhtiyaaril Amro Agung Toto Wibowo Ahmad Saroji Ardyono Priyadi Armyka Tita Silvi Arsyapradana Fadlanabil Bahri azis isrofi Aziz Musthafa Dahlan, Muhammad Alwi Diah Puspito Wulandari Dihin Muriatmoko Dihin Muriyatmoko Eko Mulyanto Yuniarno Eko Prasetio Widhi Ema Rachmawaty Faisal Reza Pradana Faisal Reza Pradhana Faishal Reza Pradhana Farah Zakiyah Rahmanti Febri Vicky Allen Fredericco, Alvin Haq, Muhammad Yusrizal Harris Abdillah Faqih Havidz Muhammad Iqbal Hesti Rokhaniyah, Hesti Imam Fauzi Annur Imron Rosyadi Jordan Istiqlal Qalbi Adiba Jumhurul Umami Jumhurul Umami, Jumhurul Kukuh Prasetyo Wibowo Kurniawan, Widya Lukman Effendi Lukman Effendi, Lukman Mauridhi Hery Purnomo Moch. Iskandar Riansyah Moch. Nasheh Annafii Muhamad Rido Muhamad Taufiq Riza Muhammad Alwi Muhammad Arsyad Maulana Muhammad Fakhruzzaini Muhammad Farrell Eagan Fatchan Putra Muhammad Nur Muhammad Rizal Muttaqin1 Muhammad Siddiq, Muhammad Muhammad Zaim Mustaqim Niken Sylvia Puspitasari Nurhana Marantika Pradana, Kelvin Prihadian, Hibatullah Agung Raja Syam Abbas Shagir Reyhan Nafis Ibrahim Shoffin Nahwa Utama Syamsiar, Syamsiar Taufiqurrahman Tri Arief Sardjono Triana Harmini Trisnaningrum, Niken Utami, Amelia Waliuddin, Muhammad Shidiq Widya Kurniawan Wijaya, Akhmad Trisna Yoke Suryadarma Zsaffa Aulia Putri Prasetyo