Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmu Komputer dan Agri-Informatika Scientific Journal of Informatics
Auriza Rahmad Akbar
Institut Pertanian Bogor
Agriculture, Biological Sciences & Forestry Computer Science & IT Engineering

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Peningkatan Kinerja Server Aplikasi Web GIS Berbasis PostgreSQL dan MapServer Akbar, Auriza Rahmad; Adrianto, Hari Agung
Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.041 KB)

Abstract

Aplikasi web GIS berbasis PHP MapScript dengan data geografis yang sangat besar sangatlah lama waktu loading-nya. Pada penelitian ini, kami melakukan scale-up server supaya bekerja secara optimal. Kami juga menggunakan teknik caching untuk mempercepat skrip PHP dan pembuatan gambar peta, masing-masing menggunakan Alternative PHP Cache (APC) dan TileCache. APC dapat digunakan sebagai opcode cache dan data cache untuk mempercepat aplikasi web berbasis PHP secara umum. Solusi TileCache menawarkan pembuatan gambar peta yang lebih cepat dan konsumsi sumber daya yang lebih sedikit.Kata kunci: Mapserver, PostgreSQL, server, TileCache, web GIS
Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan Agmalaro, Muhammad Asyhar; Kustiyo, Aziz; Akbar, Auriza Rahmad
Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 2 (2013)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.921 KB)

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman buah tropika yang cukup tinggi. Keanekaragaman tanaman buah tropika tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Identifikasi tanaman menggunakan daun dapat dilakukan berdasarkan bentuk, tekstur, maupun warna citra daun tersebut. Pada penelitian ini, ekstraksi fitur gray level co-occurrence matrix (GLCM) dari tekstur citra permukaan daun buah tropika digunakan sebagai input dari pelatihan Jaringan syaraf tiruan untuk proses identifikasi. Secara keseluruhan, pengujian dengan menggunakan hidden neuron sebanyak 7 menghasilkan hasil akurasi terbaik, yaitu 90%.Kata kunci: buah tropika, daun, GLCM, jaringan syaraf tiruan, tekstur.
Comparison of Data Partitioning Schema of Parallel Pairwise Alignment on Shared Memory System Auriza Rahmad Akbar; Heru Sukoco; Wisnu Ananta Kusuma
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 13, No 2: June 2015
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v13i2.1415

Abstract

The pairwise alignment (PA) algorithm is widely used in bioinformatics to analyze biological sequence. With the advance of sequencer technology, a massive amount of DNA fragments are sequenced much quicker and cheaper. The alignment algorithm needs to be parallelized to be able to align them in a shorter time. Many previous researches have parallelize PA algorithm using various data partitioning schema, but it is unclear which one is the best. The data partitioning schema is important for parallel PA performance, because this algorithm use dynamic programming technique that needs intense inter-thread communication. In this paper, we compared four partitioning schemas to find the best performing one on shared memory system. Those schemas are: blocked columnwise, rowwise, antidiagonal, and blocked columnwise with manual scheduling and loop unrolling. The last schema gave the best performance of 89% efficiency on 4 threads. This result provided fine-grain parallelism that can be used further to develop parallel multiple sequence alignment (MSA).
Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan Muhammad Asyhar Agmalaro; Aziz Kustiyo; Auriza Rahmad Akbar
Jurnal Ilmu Komputer & Agri-Informatika Vol. 2 No. 2 (2013)
Publisher : Departemen Ilmu Komputer - IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.921 KB) | DOI: 10.29244/jika.2.2.73-82

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman buah tropika yang cukup tinggi. Keanekaragaman tanaman buah tropika tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Identifikasi tanaman menggunakan daun dapat dilakukan berdasarkan bentuk, tekstur, maupun warna citra daun tersebut. Pada penelitian ini, ekstraksi fitur gray level co-occurrence matrix (GLCM) dari tekstur citra permukaan daun buah tropika digunakan sebagai input dari pelatihan Jaringan syaraf tiruan untuk proses identifikasi. Secara keseluruhan, pengujian dengan menggunakan hidden neuron sebanyak 7 menghasilkan hasil akurasi terbaik, yaitu 90%. Kata kunci: buah tropika, daun, GLCM, jaringan syaraf tiruan, tekstur.
Perbandingan Kinerja dan Kemudahan Implementasi Antara Configuration Management Ansible, Chef, dan Puppet Auriza Rahmad Akbar; Jodhi Lesmana Putra
Jurnal Ilmu Komputer dan Agri-Informatika Vol 8 No 2 (2021)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.8.2.126-134

Abstract

Installing computer lab software manually makes maintenance costly. Configuration management (CM) could simplify big and complex computer installation consistently and keep the system updated. This research compare the performance, syntax, and ease of implementation of some popular CM: Ansible, Chef, and Puppet. The test was done on a computer in local network using Vagrant with Virtualbox as provider. The test results on three VM client for lab software installation process showed that Chef needs the least time (30 minutes), followed closely by Ansible (31 minutes), and then Puppet (35 minutes). Chef syntax is the most likeable, whereas Ansible is easier to implement because it doesn’t need a server. From those results, we conclude that the right CM to be used in a computer lab scale is Ansible, because it is easier to implement with a good performance and support.
Peningkatan Kinerja Server Aplikasi Web GIS Berbasis PostgreSQL dan MapServer Auriza Rahmad Akbar; Hari Agung Adrianto
Jurnal Ilmu Komputer dan Agri-Informatika Vol 1 No 2 (2012)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.041 KB) | DOI: 10.29244/jika.1.2.45-51

Abstract

Aplikasi web GIS berbasis PHP MapScript dengan data geografis yang sangat besar sangatlah lama waktu loading-nya. Pada penelitian ini, kami melakukan scale-up server supaya bekerja secara optimal. Kami juga menggunakan teknik caching untuk mempercepat skrip PHP dan pembuatan gambar peta, masing-masing menggunakan Alternative PHP Cache (APC) dan TileCache. APC dapat digunakan sebagai opcode cache dan data cache untuk mempercepat aplikasi web berbasis PHP secara umum. Solusi TileCache menawarkan pembuatan gambar peta yang lebih cepat dan konsumsi sumber daya yang lebih sedikit. Kata kunci: Mapserver, PostgreSQL, server, TileCache, web GIS
Penerbangan Otomatis Pesawat Tanpa Awak Sayap Tetap Menggunakan Flight Controller Berbasis iNav Auriza Rahmad Akbar; Ali Imron
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 1 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.1.90-100

Abstract

Pesawat tanpa awak (UAV) dapat dikendalikan secara manual dengan remote control atau secara otomatis dengan flight controller (FC). Sangat sedikit penelitian yang membahas konfigurasi penerbangan otomatis UAV sayap tetap dengan memakai firmware iNav. Oleh karena itu, penelitian ini bertujuan untuk melakukan penerbangan otomatis pada UAV jenis sayap tetap dengan iNav. UAV yang digunakan adalah model SkySurfer X8 dengan bentang sayap 1.40 m. FC yang digunakan adalah Matek F405-Wing. Metode penelitian ini terdiri atas lima tahap: perakitan, konfigurasi, pengujian, pengambilan dan pemrosesan data, dan analisis data. Berdasarkan hasil uji terbang, UAV berhasil terbang secara otomatis mengikuti skenario yang diberikan. Skenario terpanjang berupa persegi berukuran 600×600 m pada ketinggian 100 m, yang ditempuh dalam waktu sekitar 2 menit dengan kecepatan sekitar 65 km/jam. Hasil dari penelitian ini berupa prosedur perakitan, konfigurasi, operasi, dan hasil data uji terbang diharapkan dapat menjadi acuan dalam penelitian UAV sayap tetap menggunakan iNav.
The Development of Chicken Coop Automatic Remote Visual Monitoring System Wahjuni, Sri; Sanjiwo, Suryo Hamukti; Wulandari, Wulandari; Akbar, Auriza Rahmad
Scientific Journal of Informatics Vol 9, No 2 (2022): November 2022
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v9i2.34630

Abstract

Purpose: A remote visual monitoring system will be very helpful for chicken farmers to monitor their cages, that usually located away from their houses. This system needs adequate bandwidth in transmitting the video over the internet, which is usually very limited in urban areas. The main goal of this research is to develop an automatic chicken coop remote monitoring system and define the optimum video resolution to be transmitted. Methods: We used an 8 MP Raspberry Pi camera V2 to record the video and send the results to Google Drive by utilizing the GDrive API. Furthermore, a live streaming video from the chicken coop is accessible through a simple HTTP web page utilizing ngrok as a tunneling software so that the live streaming video can be publicly accessed from anywhere using a web browser. Three video resolutions of 640x480, 800x600, 1024x768 with 15 and 30 framerates were used in our experiments. Each scenario has a duration of five minutes and takes 12 times.Result: The experiment results showed, resolutions that provide a stable video recording and streaming are 640x480 and 800x600. The resulting system succeeded in performing live streaming along with the process of data acquisition. Value: The Google Drive infrastructure is used because of its popularity and convenience by people with limited digital literacy such as smallholder chicken farmers. Furthermore, the video produced by this system can be used in supporting research of chicken behavior pattern identification to build a system notification of an emergency situation in the cage.
Automatic detection of broiler’s feeding and aggressive behavior using you only look once algorithm Wahjuni, Sri; Wulandari, Wulandari; Eknanda, Rafael Tektano Grandiawan; Susanto, Iman Rahayu Hidayati; Akbar, Auriza Rahmad
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 1: March 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i1.pp104-114

Abstract

The high market demand for broiler chickens requires that chicken farmers improve their production performance. Production cost and poultry welfare are important competitiveness aspects in the poultry industry. To optimize these aspects, chicken behavior such as feeding and aggression needs to be observed continuously. However, this is not practically done entirely by humans. Implementation of precision live stock farming with deep learning can provide continuous, real-time and automated decisions. In this study, the you only look once version 4 (YOLOv4) architecture is used to detect feeding and aggressive chicken behavior. The data used includes 1,045 feeding bounding boxes and 753 aggressive bounding boxes. The model training is performed using the k-fold cross validation method. The best mean average precision (mAP) values obtained were 99.98% for eating behavior and 99.4% for aggressive behavior.
Analisis Kinerja Komunikasi Data Berbasis LoRa pada IoT untuk Pemantauan Lingkungan Kandang Ayam Wahjuni, Sri; Akbar, Auriza Rahmad; Maxiwinata, Maxdha; Rahmawan, Hendra
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 11 No. 2 (2024)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.11.2.195-204

Abstract

Teknologi IoT dapat mempermudah peternak dalam memantau kandang ayam dari jauh. Teknologi LoRa cocok untuk diterapkan untuk implementasi IoT pada lingkungan kandang yang umunya berada jauh dari pemukiman penduduk, karena memiliki jarak jangkauan yang jauh dan hemat dalam penggunaan daya. Penelitian ini bertujuan untuk mengimplementasikan dan menguji kinerja IoT menggunakan LoRa dengan modul RFM95W pada lingkungan kandang ayam. Kinerja yang diamati berupa jarak, kekuatan sinyal, dan keberhasilan transmisi data. Pengujian yang dilakukan adalah pengujian fungsional dan pengujian kinerja dengan antena 3 dBi dan 5 dBi pada SF7. Hasil pengujian fungsional berhasil mengirimkan data ke Thingspeak. Hasil pengujian menggunakan antena 5 dBi mendapatkan hasil yang lebih baik dibandingkan dengan antena 3 dBi. Untuk skenario tanpa halangan, jarak terjauh adalah 400 m dengan error rate 15% dan untuk skenario dengan halangan jarak terjauh adalah 80 m dengan error rate 5%.
Co-Authors Ali Imron Aziz Kustiyo Eknanda, Rafael Tektano Grandiawan Hari Agung Adrianto Hendra Rahmawan Hendra Rahmawan Heru Sukoco Iman Rahayu Hidayati Soesanto Jodhi Lesmana Putra Maxiwinata, Maxdha Muhammad Asyhar Agmalaro Sanjiwo, Suryo Hamukti Sri Wahjuni Wisnu Ananta Kusuma Wulandari Wulandari