Article Per Year (5 Year)
p-Index From 2021 - 2026
2.155
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JSM (Jurnal SIFO Mikroskil) Seminar Nasional Informatika (SEMNASIF) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah Jurnal Sistem Cerdas TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika JURNAL PENDIDIKAN SAINS SOSIAL DAN AGAMA Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology
Budhi Irawan
Universitas Telkom
Religion Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 5   6   7   8   9 
Pengembangan Permainan Panahan Berbasis Web Pada Archery Virtual Reality Dengan Metode Mersenne Twister Nafis Zulqarnain; Budhi Irawan; Anton Siswo Raharjo Ansori
eProceedings of Engineering Vol 7, No 1 (2020): April 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Panahan atau memanah merupakan olahraga yang memerlukan skill seperti kekuatan, daya tahan, kelentukan, akurasi untuk mencapai sasaran. Pada zaman dahulu atau tepatnya pada zaman pra sejarah panahan atau memanah di gunakan manusia sebagai alat untuk berburu binatang di hutan, serta kegiatan lainnya. Dengan berkembangnya zaman, memanah dikenal sebagai salah satu cabang olahraga. Memanah atau panahan juga sangat di anjurkan sebagai salah satu olahraga yang bukan hanya di butuhkan kekuatan tangan, otot, konsentrasi agar anak panah tersebut tepat sasaran. Untuk meningkatkan daya tarik permainan panahan maka perlu dibuat permainan panahan yang berbasis web. Permainan ini sama seperti aslinya yaitu bermain di outdoor dengan lapangan yang cukup luas. menggunakan gedung barung universitas telkom sebagai area yang digunakan. Pada permainan menggunakan metode Mersenne Twister dengan mengimplementasikan sebuah target yang menjadi sasaran dalam permainan panahan ini. Serta membuat pergerakan pintu gedung pada area permainan ini. Hasil yang didapatkan pada metode akan dijadikan keluaran pergerakan acak dari target panah. Kata kunci : Panahan, Mersenne Twister, Target Abstract Panahan atau memanah merupakan olahraga yang memerlukan skill seperti kekuatan, daya tahan, kelentukan, akurasi untuk mencapai sasaran. Pada zaman dahulu atau tepatnya pada zaman pra sejarah panahan atau memanah di gunakan manusia sebagai alat untuk berburu binatang di hutan, serta kegiatan lainnya. Dengan berkembangnya zaman, memanah dikenal sebagai salah satu cabang olahraga. Memanah atau panahan juga sangat di anjurkan sebagai salah satu olahraga yang bukan hanya di butuhkan kekuatan tangan, otot, konsentrasi agar anak panah tersebut tepat sasaran. Untuk meningkatkan daya tarik permainan panahan maka perlu dibuat permainan panahan yang berbasis web. Permainan ini sama seperti aslinya yaitu bermain di outdoor dengan lapangan yang cukup luas. menggunakan gedung barung universitas telkom sebagai area yang digunakan. Pada permainan menggunakan metode Mersenne Twister dengan mengimplementasikan sebuah target yang menjadi sasaran dalam permainan panahan ini. Serta membuat pergerakan pintu gedung pada area permainan ini. Hasil yang didapatkan pada metode akan dijadikan keluaran pergerakan acak dari target panah. Keywords: Archery, Mersenne Twister, Target
Prediction System on Electricity Consumption using Web-Based LSTM Algorithm Fathoni waseso jati; Komang Jaya Bhaskara; Faisal Candrasyah Hasibuan; Budhi Irawan
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 1 No 02 (2022): August 2022
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v1i02.5227

Abstract

The technology development from year to year is increasing rapidly, especially in the electronics devices such as notebooks and smartphones. With the rapid development of technology, lifestyle habits have also changed. This can lead to an increase in the use of electrical energy. In addition, the negligence of electricity users in monitoring electricity usage at the place of the electricity meter also causes an increase in electrical energy. Monitoring the electricity meter in real time can limit the user from manage their electricity efficiently. This study aims to create a web-based electrical energy usage prediction system. This system can make it easier for users to manage and reduce waste of electrical energy. In the development of this system, it begins by collecting image data of remaining electricity which are processed manually into electrical energy consumption data. Then the data is pre-processed so that the data is clean and ready to use. The clean data is carried out by the process of making a Long-Short Term Memory (LSTM) model which was chosen because it can overcome Time Series and Non-Linear data types. LSTM model is designed to be able to predict the use of electrical energy. Then do the web application design as an interface on the predictive data. Based on the results of the test, the LSTM model can predict the use of electrical energy with a Loss Mean Square Error (MSE) value of 0.0071. While the results of website testing carried out with the alpha test get an accuracy of 100% and a beta test of 82.64%.
Random Forest Implementation in Prepaid Electric Meter Recognition Komang Jaya Bhaskara Mahatya; Fathoni Waseso Jati; Budhi Irawan; Faisal Candrasyah Hasibuan
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 1 No 02 (2022): August 2022
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v1i02.5228

Abstract

While prepaid electricity services provide better flexibility, it comes with an additional step for the customer. Instead of paying a monthly bill based on electric usage, a prepaid system requires customers to actively predict their electricity usage before they pay for the correct electricity value. This presents a challenge because Underestimating electricity usage may lead to a power outage. Therefore, a system that monitors electricity can be developed to address this issue. There are two approaches to developing an electric monitoring system: designing the electric meter equipped with monitoring features or designing an external capturing device to work with the current electric meter. The first approach is costly and requires a meter disassembly. Thus, in this paper, the second approach is used. By utilizing image processing and a Random Forest machine learning algorithm, a monitoring device can be developed to read the digital meter's display. Although it may affect performance due to the low-power device, Raspberry Pi 3 and Raspberry Camera are used to provide automation. This method yields an accuracy of 97% using 375 images.
Perbandingan Ekstraksi Fitur dan Proses Matching pada Autentikasi Sidik Jari Manusia PRASASTI, ANGGUNMEKA LUHUR; IRAWAN, BUDHI; FAJRI, SETIO EKA; RENDIKA, ANANDA; HADIYOSO, SUGONDO
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 1: Published January 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i1.95

Abstract

ABSTRAK Sidik jari merupakan biometrik yang sering digunakan dalam teknologi autentikasi. Terdapat banyak metode yang bisa digunakan untuk membuat sistem klasifikasi sidik jari. Maximum Curvature Points (MCP) umumnya digunakan untuk ekstraksi citra pembuluh darah jari yang juga digunakan sebagai autentikasi. Pada penelitian ini akan diuji performansi dari metode MCP jika dibandingkan dengan metode yang umum digunakan pada proses pengenalan sidik jari, yaitu Hit and Miss Transform (HMT). Perbedaan domain, yaitu spasial pada Normalized Cross Correlation (NCC) dan frekuensi pada Phase Correlation (PC) dalam proses matching ternyata juga mempengaruhi performansi sistem. Hasilnya menunjukkan bahwa penggunakaan metode MHTNCC memiliki tingkat akurasi yang lebih baik dalam pengenalan sidik jari yaitu 92% untuk pengenalan ibu jari dan 98% untuk pengenalan jari telunjuk, dibandingkan dengan menggunakan metode MCP-PC yang hanya memiliki tingkat akurasi sebesar 88% untuk pengenalan ibu jari dan 92% untuk pengenalan jari telunjuk. Kata kunci: sidik jari, MCP, HMT, phase correlation, normalized cross correlation ABSTRACTFingerprint is one of the biometric systems that are often used in an authentication technology. There are many methods that can be used to develop fingerprint’s classification system. Maximum Curvature Points (MCP) are generally used for finger vein image extraction which is also used as authentication. MCP performance will be compared to common method in finger print recognition, Hit and Miss Transform (HMT). Using different domains, spatial in Normalized Cross Correlation (NCC) and frequency in Phase Correlation (PC) affect the system performance. The results show that the application of HMT-NCC more accurate in terms of finger print’s recognition, 92% in accuracy for thumb recognition and 98% accuracy for index finger recognition, while MCP-PC is only reach 88% in accuracy for thumb recognition and 92% accuracy for index finger recognition. Keywords: fingerprint, MCP, HMT, phase correlation, normalized cross correlation
RANCANG BANGUN APLIKASI MOBILE PENDETEKSI POTENSI KANKER PAYUDARA STADIUM AWAL DENGAN METODE SISTEM PAKAR Dinimaharawati, Ashri; Fadly Aditya Putra; Budhi Irawan; Labibah Anastuzahra Permanasari; Rosita Herdianty Putri
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 2 No. 3 (2022): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v2i3.591

Abstract

Kanker payudara merupakan penyebab utama kematian yang pada umumnya terjadi pada wanita. Kanker payudara merupakan kanker yang paling banyak di derita masyarakat Indonesia sekaligus kanker yang paling banyak mengakibatkan kematian. Kasus-kasus baru kanker payudara 70% didominasi dengan kanker payudara yang sudah pada stadium lanjut. Metode Variable-Centered Intelligent Rule System (VCIRS) merupakan sistem pakar yang digunakan pada penelitian ini dalam pendeteksi gejala awal kanker payudara. Berdasarkan hasil yang telah diperoleh, aplikasi mobile dirancang untuk digunakan sebagai prediksi penyakit kanker payudara dengan stadium awal. Aplikasi tersebut melakukan pemindaian atau melakukan input mammografi dengan fitur image processing dan perhitungan sistem pakar sesuai dengan jawaban pengguna berdasarkan gejala yang timbul. Berdasarkan pengujian accuracy, precision, dan recall pada sistem pakar memperoleh hasil 100%. Sedangkan berdasarkan uji alpha, semua fitur dapat berjalan dengan baik.
Prediction System on Electricity Consumption using Web-Based LSTM Algorithm jati, Fathoni waseso; Bhaskara, Komang Jaya; Hasibuan, Faisal Candrasyah; Irawan, Budhi
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 1 No 02 (2022): November 2022
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v1i02.5227

Abstract

The technology development from year to year is increasing rapidly, especially in the electronics devices such as notebooks and smartphones. With the rapid development of technology, lifestyle habits have also changed. This can lead to an increase in the use of electrical energy. In addition, the negligence of electricity users in monitoring electricity usage at the place of the electricity meter also causes an increase in electrical energy. Monitoring the electricity meter in real time can limit the user from manage their electricity efficiently. This study aims to create a web-based electrical energy usage prediction system. This system can make it easier for users to manage and reduce waste of electrical energy. In the development of this system, it begins by collecting image data of remaining electricity which are processed manually into electrical energy consumption data. Then the data is pre-processed so that the data is clean and ready to use. The clean data is carried out by the process of making a Long-Short Term Memory (LSTM) model which was chosen because it can overcome Time Series and Non-Linear data types. LSTM model is designed to be able to predict the use of electrical energy. Then do the web application design as an interface on the predictive data. Based on the results of the test, the LSTM model can predict the use of electrical energy with a Loss Mean Square Error (MSE) value of 0.0071. While the results of website testing carried out with the alpha test get an accuracy of 100% and a beta test of 82.64%.
Random Forest Implementation in Prepaid Electric Meter Recognition Mahatya, Komang Jaya Bhaskara; Jati, Fathoni Waseso; Irawan, Budhi; Hasibuan, Faisal Candrasyah
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 1 No 02 (2022): November 2022
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v1i02.5228

Abstract

While prepaid electricity services provide better flexibility, it comes with an additional step for the customer. Instead of paying a monthly bill based on electric usage, a prepaid system requires customers to actively predict their electricity usage before they pay for the correct electricity value. This presents a challenge because Underestimating electricity usage may lead to a power outage. Therefore, a system that monitors electricity can be developed to address this issue. There are two approaches to developing an electric monitoring system: designing the electric meter equipped with monitoring features or designing an external capturing device to work with the current electric meter. The first approach is costly and requires a meter disassembly. Thus, in this paper, the second approach is used. By utilizing image processing and a Random Forest machine learning algorithm, a monitoring device can be developed to read the digital meter's display. Although it may affect performance due to the low-power device, Raspberry Pi 3 and Raspberry Camera are used to provide automation. This method yields an accuracy of 97% using 375 images.
Implementasi Klasifikasi Gambar Untuk Industri Pakaian Menggunakan Image Search Engine Berbasis Website Hidayat, Rafi Fakhri; Irawan, Budhi; Nasrun, Muhammad
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Seiring dengan perkembangan teknologi saat ini, teknologi banyak digunakan sebagai sarana memperoleh informasi. Pencarian informasi sudah sering dilakukan di kehidupan sehari-hari yaitu dengan menggunakan search engine. Contohnya pada industri pakaian saat mencari produk pakaian yang diinginkan melalui search engine, dengan mengharapkan hasil yang didapat dari pencarian search engine sesuai dengan detail lengkap mengenai referensi brand produk pakaian tersebut namun metode pencarian berbasis teks memiliki keterbatasan dan hasil yang didapat dari pencarian search engine tidak selalu akurat. Untuk itu penggunaan Convolutional Neural Network (CNN) digunakan untuk menyusun dataset dari produk pakaian berdasarkan klasifikasi gambar yang di inputkan. Penelitian ini bertujuan untuk dapat membuat sebuah sistem image search engine berbasis website dengan menggunakan arsitektur dari CNN yaitu Deep Residual Network (ResNet) khusunya pada ResNet50 yang dapat mengklasifikasi gambar dari produk- produk pakaian, dengan menginputkan gambar dan menghasilkan output berupa kategori lengkap referensi brand produk pada pakaian tersebut menggunakan Long Short Term Memory (LSTM) dalam memprediksi hasilnya. Didapatkan hasil pengujian 99.47% pada akurasi train dan 99.61% pada akurasi validasi yang akan digunakan pada saat di implementasikan pada website. Kata kunci— Convolutional Neural Network, ResNet50, Long ShortTerm Memory.
Implementasi Sistem Kontrol Dan Pemantauan Daya Listrik Berbasis IoT Di Desa Tambolosu, Kabupaten Konawe, Provinsi Sulawesi Tenggara Prasetyo, Aldy Putra; Irawan, Budhi; Hasibuan, Faisal Candrasyah
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Listrik merupakan sebuah sumber energi yang memiliki potensi besar untuk dimanfaatkan dalam kehidupan sehari-hari. Pada Pembangkit Listrik Tenaga Air (PLTA) Desa Tambolusu, Kabupaten Konawe, Provinsi Sulawesi Tenggara memiliki keterbatasan dalam menghasilkan energi listrik. PLTA tersebut diletakkan pada daerah terpencil yang sulit dijangkau oleh koneksi seluler dan WiFi. Dari hasil Penelitian ini dikembangkan sistem pemantauan daya yang menggunakan konsep IoT berbasis LoRa PLTA tersebut agar dapat dikontrol dan dimonitor dari jarak jauh. Sistem kontrol dan pemantauan tersebut menggunakan LoRa untuk mengirim dan menerima data dari panel sistem menuju raspberry server ataupun sebaliknya. Sistem tersebut juga dapat membatasi pemakaian listrik yang sedang digunakan. Dari hasil pengujian yang dilakukan, diperoleh sistem kontrol dan pemantauan daya listrik tersebut di dapat rata-rata error pembacaan sensor tegangan sebesar 0,53 % dan rata-rata error pembacaan sensor arus sebesar 5,64%. Sistem tersebut dapat dikontrol dan dipantau dari jarak jauh menggunakan LoRa dengan jarak maksimal 300 Meter saat pengujian di Jl. Batununggal Indah VII. Sistem tersebut memiliki baterai yang berfungsi untuk menghidupkan mikrokontroler dan dapat bertahan hingga 821 menit. Pada sistem tersebut apabila mendeteksi pemakaian listrik berlebih maka sistem akan memutus aliran listrik yang sedang terhubung. Kata kunci— lora, mikrokontroler, panel listrik, sistem kontrol, sistem pemantauan.
Koreksi Pergerakan Robot Linier Pada Meteran Listrik Pintar Menggunakan Algoritma Backpropagation Neural Network Nur, Alan Rezky Dwiputra; Irawan, Budhi; Hasibuan, Faisal Candrasyah
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Listrik Pintar merupakan program Perusahaan Listrik Negara (PLN), pelanggan listrik mengatur listriknya secara mandiri melalui berlangganan listrik menggunakan sistem pulsa. Penggunaan robot linier bisa dimaksimalkan untuk kegiatan pekerjaan. Robot linier yang bergerak secara vertikal dan horizontal dapat melakukan penekanan tombol pada meter listrik prabayar. Robot linier seringkali salah dalam menekan tombol dikarenakan stepper motor robot linier yang tidak berputar dengan baik. Dirancang sebuah sistem agar robot linier dapat memperbaiki kesalahan ketika robot akan menekan tombol. sistem dirancang dengan menggunakan pendekatan deep learning dengan menggunakan pendekatan Backpropagation Neural Network. Pendekatan digunakan untuk memprediksi pergerakan stepper motor pada robot linier. Robot akan terus bergerak hingga tombol berhasil ditekan. Dalam tugas akhir ini tombol 1 dari pengembangan model Backpropagation Neural Network menjadi fokus utama penelitian.  Pengujian model dilakukan menggunakan hyperparameter. Pengujian hyperparameter bertujuan untuk mendapatkan model terbaik dalam melakukan prediksi. Hasil pengujian dibagi menjadi dua yaitu pengujian hyperparameter pada model vertikal dan model horizontal pergerakan robot. Model vertikal mendapat loss Mean Square Error (MSE) sebesar 23,4351 dan pada model horizontal sebesar 60,9091. kedua model tersebut diuji pada robot linier dengan menekan tombol 1 sebanyak 20 kali. Keberhasilan robot linier dalam menekan tombol sekitar 45%.Kata Kunci— backpropagation neural network, meteran listrik prabayar, robot linier. 
Co-Authors Adi Pranesthi Ady Aprilita Ginting Afif Husaini Afifah Shalihah Agung Nugroho Jati Agus Suryanto Aldilano Bella Marlintha Alexander Dias Ekasmara Putra Alfian, Devid Aloisius Gonzaga Januar Widi Aquarizky Andreas Willliams Moritz Andrew Brian Osmond Andri Dwi Saputra Anggunmeka Luhur ANGGUNMEKA LUHUR PRASASTI Anton Siswo Raharjo Ansori Ari Dwi Ananto Arramsyah, Izzat Ashri Dinimaharawati Asri Khoirunnisa Bagas Prakoso Putra Bhaskara, Komang Jaya Brayan Anggita Linuwih Burhanuddin Dirgantoro Casi Setianingsih Cornelius Situmorang Cut Aisyah Ilmi Dea Puspita Dwi Andari Derry Aditiya Erlangga Maulana Muhammad Fadli Ihsan Winarto Fadly Aditya Putra Fadly Aditya Putra Fahri Nuralim Fairuz Azmi Faisal Candrasyah Hasibuan Fajree Novyantoro Restyawan FAJRI, SETIO EKA Fardilla Zardi Putri Fardilla Zardi Putri Faris Putra Perdana Fathoni Waseso Jati Fathoni waseso jati Fauzan Arza Fitriana Dwi Lestari Futuh Hilmi Gelar Budiman Gema Wahyu Saputra Giri Pridyasmoro Putra Harie Andrian Hidayat, Rafi Fakhri Ignatius Hendra Kristiawan Kristiawan Inung Wijayanto Ivan Rinaldhy Saputra Izzat Arramsyah Izzat Arramsyah jati, Fathoni waseso Kadek Suryadharma Komang Jaya Bhaskara Komang Jaya Bhaskara Mahatya Labibah Anastuzahra Permanasari Leo Putra Simanjuntak Mahatya, Komang Jaya Bhaskara Martarheza Marthiyas Meita Dian Hapsari Muhamad Hamdan Rifai Muhammad Mufti Ramadhan Muhammad Nasrun Mujiyanto Muntazhar, Muhammad Farhan Nadhifah Nadhifah Nafis Zulqarnain Nana Febriana Ngadat Ngadat Noor Azlin Tauchid Nur, Alan Rezky Dwiputra Nursyifa Pratiwi Pranesthi, Adi Prasetyo, Aldy Putra Purba Daru Kusuma Putra, Fadel Anfasha R Derry Arantika R. Rumani M. R. Rumani R. Rumani Raisha Citra Chairani Randy Erfa Saputra Ratna Astuti Nugrahaeni Rayani Budi Andhini Regi Ryanda RENDIKA, ANANDA Resmon Frima Revi Febriana Simanjuntak Rizki Djuwi Probo Rizky Naufal Perdana Rosita Herdianty Putri Rosita Herdianty Putri Roswan Latuconsina Rumani M Rumani Mangkudjaja Sandy Mujiono Ajie Siti Rachmi Wulandari Sugondo Hadiyoso Teguh Eggi Andriawan Teguh Setiawan Umar Ali Ahmad Valerian Ezra Vyanza Vita Kemala Wilda Satria Yakub Eka Nugraha Yudha Purwanto Yulfan Aditya Yuni dwi anggraeni Yusza Reditya Murti Zurratul Ikhsan