Article Per Year (5 Year)
p-Index From 2021 - 2026
9.669
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) CAUCHY: Jurnal Matematika Murni dan Aplikasi Bulletin of Electrical Engineering and Informatics JMECS (Journal of Measurements, Electronics, Communications, and Systems) Jurnal Pengabdian kepada Masyarakat Nusantara Tensor: Pure and Applied Mathematics Journal Prosiding Konferensi Nasional PKM-CSR Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Meta Kallista
Universitas Telkom
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Nursing Public Health Social Sciences

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

Found 83 Documents
Search

 5   6   7   8   9 
Pengembangan Sistem Klasifikasi Kualitas Air Minum Berbasis Web Menggunakan Algoritma K-Nearest Neighbors Meiska, Ivana; Kallista, Meta; Wibawa, Ig.Prasetya Dwi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Air memiliki peran penting sebagai kebutuhanprimer dalam kehidupan manusia, termasuk untuk konsumsi.Namun, sayangnya air mudah terkontaminasi sehingga dapatmembahayakan kesehatan tubuh. Oleh karena itu, penentuankelayakan air minum dengan metode manual seperti STORETdan Indeks Pencemaran memakan waktu lama dan biaya yangtinggi. Untuk mengatasi hal ini, penerapan machine learningdengan algoritma K-Nearest Neighbors dan teknik SMOTEuntuk mengatasi ketidakseimbangan pada kelas target menjadipilihan yang efisien dan tepat. Hasil penelitian menunjukkanbahwa model K-Nearest Neighbors dengan k=3 mampumencapai akurasi training sebesar 0.98928, akurasi testingsebesar 0.99434, serta ROC AUC mencapai 1.00 dengan losshanya 0.38618. Model yang optimal akan divisualisasikanhasilnya menggunakan Streamlit ssebagai alat untukmenyajikan informasi secara interaktif, memungkinkanpengguna untuk dengan mudah memahami dan menganalisiskualitas air minum. Kata kunci—Kelayakan Air Minum, K-Nearest Neighbors,Machine Learning, SMOTE, Streamlit
Hardware Implementation Of Face Recognition System And Body Temperature Detection For Iot-Based Attendance Sakri, Annisa Aprilia Putri; Kallista, Meta; Hasibuan, Faisal Candrasyah
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Catatan kehadiran dalam kegiatan belajarmengajar merupakan hal yang sangat penting, berfungsi untukmengontrol kehadiran siswa. Terkadang pencatatan kehadirankelas masih dilakukan secara manual sehingga prosesrekapitulasi kurang efisien dan efektif. Oleh karena itu, sistemrekapitulasi presensi otomatis sangat diperlukan agar prosesrekapitulasi kehadiran menjadi lebih efisien dan efektif. Sistemini menggunakan teknologi biometrik pengenalan wajah dansuhu tubuh sebagai identifikasi penunjuk waktu berbasis IoT,dimana hasil absensi dapat dilihat secara digital dan dapatdibuka di lokasi manapun, dimanapun. Sistem inimenggunakan 2 komponen utama yaitu Raspberry Pi 4 sebagaimikrokontroler dan kamera thermal AMG8833 sebagai sensorpendeteksi suhu. Kata kunci : Presensi, IoT, Raspberry Pi 4 Modul B,AMG8833, Face recognition. Body temperature.
Face recognition Using the Haar Cascade Classifier and Local Binary Patterns Histogram Algorithms to Detect and Identify Faces for Attendance Purnaningsih , Ni Kadek Ayu; Kallista , Meta; Hasibuan , Faisal Candrasyah
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

In the era of globalization, especially in the fieldof education, student attendance tracking holds significant valuefor monitoring and managing participation within the teachingand learning process. Face detection and identification play apivotal role in various modern technological applications, suchas facial recognition and facial expression analysis. In thedevelopment of this system, a biometric approach using facerecognition is employed, leveraging the Haar Cascade Classifiermethod for face detection in images, alongside the Local BinaryPattern Histogram (LBPH) method for facial identificationthrough texture patterns. The system's implementation isconducted using the Python programming language and theOpenCV library. Testing is performed to recognize faces underdiverse conditions, including variations in distance, lightintensity, facial orientation, background, and accessories. Facedetection and identification time range from 0.04 - 0.08 seconds,and a distance range of 30 cm - 150 cm. Keyword — Face Recognition, Haar Cascade Classifier,Local Binary Pattern Histogram (LBPH), OpenCV
Penggunaan Kalman Filter Pada Sensor Pengukur Padatan Terlarut Dalam Air Shafira Zahra Anisa; Wibowo, Ig. Prasetya Dwi; Meta Kallista
Jurnal Nasional SAINS dan TEKNIK Vol. 3 No. 1 (2025): September 2025
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v3i1.9701

Abstract

Penelitian ini bertujuan untuk mengukur kualitas air sungai menggunakan perahu remote control (RC) yang dilengkapi dengan empat sensor, yaitu sensor pH, kekeruhan, padatan terlarut (TDS), dan suhu air. Untuk mengatasi kebisingan pada pembacaan sensor, digunakan Kalman Filter yang mampu menstabilkan hasil pengukuran. Hasil pengujian menunjukkan bahwa penerapan Kalman Filter secara signifikan mengurangi variasi data sensor TDS, dengan rata-rata data lebih konsisten setelah penggunaan filter dibandingkan sebelum menggunakan filter. Penggunaan teknologi ini berpotensi mendukung pelestarian lingkungan sungai melalui pemantauan kualitas air yang lebih akurat dan efisien.
Evaluasi Aplikasi Android Menggunakan Pengujian Black Box dan Latensi pada Sistem Bank Sampah Menggunakan Deep Learning Lase, Aldo Nitehe; Kallista, Meta; Fiqri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pengelolaan sampah elektronik (e-waste) diIndonesia menghadapi tantangan serius akibat volume yangterus meningkat serta kesadaran publik yang rendah. Untukmengatasi masalah ini, sebuah aplikasi Android telahdikembangkan sebagai bagian dari sistem bank sampahterintegrasi. Penelitian ini bertujuan untuk mengevaluasifungsionalitas dan kinerja aplikasi tersebut melalui pengujianblack box dan analisis latency. Metode evaluasi menggunakanblack box testing untuk memvalidasi alur fungsionalitasnya danpengukuran latensi untuk menganalisis waktu respons sistem.Aplikasi ini dibangun dengan Jetpack Compose danmengintegrasikan model deep learning YOLOv11 untukidentifikasi e-waste otomatis. Hasil pengujian black boxmenunjukkan tingkat keberhasilan 100% pada semua skenariouji, mengonfirmasi bahwa seluruh fitur berfungsi sesuairancangan. Analisis latensi mencatat waktu pemrosesangambar maksimum sekitar 55 detik, dengan durasi yangbervariasi tergantung jumlah objek terdeteksi. Disimpulkanbahwa aplikasi yang dievaluasi terbukti fungsional, andal, dankinerjanya efektif untuk mendukung sistem bank sampahelektronik sebagai solusi praktis yang siap digunakan olehmasyarakat dan dikembangkan kembali.Kata kunci— black box testing, latency, e-waste, aplikasiandroid, deep learning, YOLOv1
Pengembangan Sistem IoT Terintegrasi untuk Deteksi Ketinggian Air dan Pengiriman Peringatan Berbasis di Telegram Fajri, Daffa Fathir; Kallista, Meta; Shiddieqy, Hasbi Ash
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Banjir merupakan bencana yang kerap terjadi di berbagai wilayah, terutama di sekitar aliran sungai. Peningkatan volume air saat musim hujan sering kali menyebabkan kerugian material dan mengganggu aktivitas masyarakat. Salah satu kendala dalam mitigasi risiko banjir adalah belum tersedianya sistem peringatan dini yang cepat dan mudah diakses. Penelitian ini merancang sistem pemantauan ketinggian air berbasis Internet of Things (IoT) dengan fitur peringatan melalui aplikasi Telegram. Sistem menggunakan sensor ultrasonik untuk mendeteksi tinggi muka air secara realtime, lalu mengirimkan data ke platform Supabase sebagai media penyimpanan. Telegram digunakan sebagai antarmuka utama untuk menyampaikan peringatan otomatis saat ketinggian air melewati ambang batas, serta menyediakan perintah sederhana bagi pengguna untuk memeriksa status dan riwayat data. Berdasarkan hasil pengujian, sistem mampu memantau perubahan permukaan air dengan akurat dan memberikan respons notifikasi yang cepat. Sistem ini diharapkan dapat membantu meningkatkan kesiapsiagaan masyarakat dalam menghadapi potensi banjir secara praktis dan efisien. Kata kunci— Banjir, Internet of Things, Peringatan Dini, Sensor Ultrasonik, Telegram, Supabase
Perancangan UI/UX pada Aplikasi Sistem Bank Sampah Elektronik menggunakan Deep Learning untuk Meningkatkan Partisipasi Pengguna dalam Pengelolaan E-Waste Fauzi, Farhan Rizki; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pengelolaan sampah elektronik (e-waste) di Indonesia masih menghadapi berbagai tantangan, seperti rendahnya kesadaran Masyarakat dan minimnya akses terhadap fasilitas penanganan limbah elekronik. Penelitian ini bertujua untuk merancang dan mengimplementasikan antarmuka pengguna (UI) dan pengalaman pengguna (UX) pada sistem bank sampah elektronik berbasis aplikasi mobile. Dengan menerapkan pendekatan human-centered design, proses perancangan dilakukan melalui lima tahap: empathize, define, ideate, prototype, dan test. Aplikasi ini menyediakan fitur utama seperti pemindaian e-waste, riwayat transaksi, dan artikel edukasi. Evaluasi dilakukan melalui usability testing terhadap pengguna dari komunitas e-waste dan pengunjung pameran teknologi. Hasilnya menunjukkan bahwa mayoritas pengguna merasa aplikasi mudah digunakan, informatif, serta mendorong partisipasi aktif dalam pengelolaan e-waste. Desain UI/UX yang diterapkan juga mempertimbangkan aspek navigasi sederhana dan aksesibilitas bagi berbagai kalangan pengguna. Penelitian ini menunjukkan bahwa desain antarmuka yang baik mampu meningkatkan efektivitas sistem digital untuk isu lingkungan. Aplikasi ini memiliki potensi untuk dikembangkan lebih lanjut dengan fitur tambahan seperti gamifikasi atau intensif digital guna meningkatkan keterlibatan pengguna. Kata kunci— UI/UX design, e-waste, human-centered design, aplikasi mobile, usability testing
Integrasi Cloud Computing dalam Pemantauan Pemberian Makanan Kucing Otomatis Berbasis Deep Learning Butar-Butar, Muhammad Raihan; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Kucing merupakan salah satu hewan peliharaan yang populer di Indonesia dan memberikan manfaat emosional bagi pemiliknya. Namun, kucing domestik memerlukan perawatan rutin, termasuk pemberian makan yang konsisten, yang sering terkendala jika pemilik memiliki kesibukan di luar rumah. Penelitian ini bertujuan mengembangkan Smart Pet Feeder, sebuah sistem berbasis Internet of Things (IoT) yang mampu memberikan makanan secara otomatis, terjadwal, dan dapat dipantau dari jarak jauh. Metode pengembangan mencakup perancangan backend REST API menggunakan FastAPI yang diintegrasikan dengan layanan Google Cloud Platform, meliputi Cloud Run untuk deployment, Cloud Storage untuk penyimpanan data foto kucing dan model deep learning, serta Compute Engine untuk pemrosesan deep learning. API dibangun untuk mengelola autentikasi pengguna, jadwal pemberian makan, profil kucing, pemantauan real-time, dan integrasi model deteksi kucing. Pengujian dilakukan untuk mengevaluasi kinerja API, keandalan penyimpanan data, dan akurasi integrasi model. Hasil pengujian menunjukkan backend berbasis cloud ini responsif, skalabel, dan dapat diakses dari berbagai perangkat, meskipun memerlukan koneksi internet yang stabil. Dengan adanya sistem ini, proses pemberian makan kucing dapat dilakukan secara lebih efisien, terjadwal, dan dapat dipantau kapan saja. Kata kunci— smart pet feeder, internet of things, google cloud platform, cloud run, cloud storage.
Desain 3D dan Implementasi IoT pada Sistem Pemberian Makanan Kucing Otomatis Berbasis Deep Learning Fadhel, Hafiz Muhammad; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pemberian pakan kucing secara teratur dan terukur merupakan salah satu faktor penting dalam menjaga kesehatan hewan peliharaan. Namun, banyak pemilik kucing menghadapi kendala dalam mengatur porsi dan jadwal makan secara konsisten karena keterbatasan waktu. Penelitian ini mengusulkan pengembangan sistem smart feeder berbasis Internet of Things (IoT) yang terintegrasi dengan teknologi deep learning untuk memantau dan mengatur pemberian makanan kucing secara otomatis. Proses perancangan dimulai dengan pembuatan desain 3D perangkat menggunakan kombinasi material akrilik, kayu, dan komponen hasil cetak 3D berbahan PLA. Raspberry Pi 4 digunakan sebagai mikrokontroler utama yang mengendalikan sensor beban untuk pengukuran porsi makanan, kamera untuk deteksi keberadaan kucing, serta aktuator untuk mekanisme distribusi pakan. Sistem IoT memungkinkan pemilik memantau dan mengontrol perangkat melalui aplikasi berbasis web secara real-time. Hasil implementasi menunjukkan bahwa rancangan ini mampu memberikan porsi makanan sesuai pengaturan dan beroperasi secara otomatis sesuai jadwal yang ditentukan. Kesimpulannya, penggabungan desain mekanis, IoT, dan deep learning dapat menghasilkan perangkat pemberian pakan kucing yang efisien, praktis, dan membantu pemilik dalam mengoptimalkan perawatan hewan peliharaan. Kata kunci — Deep Learning, Internet Of Things, Smart Feeder, Desain 3d, Raspberry Pi 4B, Sensor Beban
Impementasi Deep Learning Berbasis YOLOv5 Untuk Identifikasi Kucing Individu pada Pet Feeder Manna, Muhammad Rayyan Aqiilah; Kallista, Meta; Fikri, Rifqi Muhammad
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian ini mengembangkan dan mengimplementasikan model deep learning pada sistem Smart Pet Feeder untuk mengenali kucing peliharaan individu berdasarkan foto yang diunggah pengguna melalui aplikasi. Teknologi You Only Look Once (YOLO) dipilih karena memiliki kecepatan deteksi tinggi dan akurasi yang memadai untuk pengenalan secara real-time. Dataset dibuat secara khusus dari foto-foto kucing milik pengguna dengan berbagai sudut dan kondisi pencahayaan guna meningkatkan kemampuan generalisasi model. Proses pelatihan dilakukan dengan pengaturan hyperparameter yang divariasikan, kemudian dievaluasi menggunakan metrik mean Average Precision (mAP) dan confusion matrix untuk mengukur performa prediksi. Hasil pengujian menunjukkan model mampu mengenali kucing dengan akurasi tinggi pada kondisi pencahayaan terang, namun mengalami penurunan performa pada kondisi minim cahaya. Tingkat keakurasian model pada alat sangat bergantung pada kualitas, sudut, dan pencahayaan foto yang diunggah oleh pengguna. Integrasi model ke dalam Smart Pet Feeder memungkinkan sistem mengatur akses makan hanya untuk kucing yang terdaftar, sehingga meningkatkan keamanan, mengurangi risiko makanan diakses kucing lain, dan membantu pemilik memantau aktivitas makan hewan peliharaan secara efektif. Kata kunci— computer vision, deep learning, deteksi realtime, identifikasi kucing, smart pet feeder, YOLO
Co-Authors Adillah, M Novrian Aina, Brilliant Friezka Aisyah, Diah Akbar, Andi Muhammad Rezky Akbar, Maulidiatama Akbar, Muh. Akbar, Muhammad Raja Amanullah Bahtiar, Mohammad Rizky Fauzan Amelia, Angelica Sharon An – Nisaa, Siti Ananta , Fauzi Annisa Aprilia P S Aprilia, Nella Ardhya Chaeruna Salim Aryomukti, Muchlis Ashri Dinimaharawati Azhar, Ferikho Fatih Butar-Butar, Muhammad Raihan Candrasyah Hasibuan, Faisal Casi Setianingsih Daffa Ahmadhan K Daulay, Imada Syaifullah Diaraja H, Garry Abel Dwi Wibowo , Ig. Prasetya Dwitiniardi, Isni Erfa Saputra, Randy Fadhel, Hafiz Muhammad Faisal Candrasyah H Faisal Candrasyah Hasibuan Faiz Rasyid, Sutan Fajri, Daffa Fathir Farha S. N, Augyres Faris Alim M Fauzan, Aldi Fauzan, Rakha Luthfi Fauzi, Farhan Rizki Fiqri, Rifqi Muhammad Friezka Aina, Brilliant Fussy Mentari D Ganga Ram Phaijoo Gastiadi, Arya Fridayana Harison Taufiq, Hans Hasibuan , Faisal Candrasyah Ig Prasetya Dwi W Ig. Prasetya Dwi Wibawa Irghiansyah Izzul Haque Isni Dwitiniardi Jalaluddin , Afif Ibadurrahman Khalisheka, Daffa Asyqar Ahmad Khoerul Umam, Khoerul Kurniawan, M. Fikri Andika Kusumah, Zaky Ibnu Lase, Aldo Nitehe M. Fikri Andika Kurniawan M. Fikri Andika Kurniawan Malikulmulki, Jaisy Manna, Muhammad Rayyan Aqiilah Martuahman, Fransiskus Alexander Meiska, Ivana Michael Mikhael Prausdian A W Muhammad Faris Ruriawan Muhammad Nasrun Muhammad Syarif, Muhammad Muhtar, Ahmad Fauzan Mulia, Thasya N, Ridha Melati Naf’an , Syifa Melinda Naf’an, Syifa Melinda Nathaniel, Giovanni Naufal H, Raden M Novianty, Astri Nugraha, M Kahfi Nugroho, Ginaldi Ari Paramartha Vikrama, Made Plambudi Dwigantara, Figo Purba Daru Kusuma Purnama, Badi Rafli Rizky Purnaningsih , Ni Kadek Ayu Putra Athallah, Raken Putra, Giovano Trihade Putra, Rio Mandala Nuryan Putri Sakri, Annisa Aprilia Rahman, Muhammad Syaiful Raif Haidar D Rama Pratama Ramadhani, Desfitri Ramdhan, Mohammad Rizki Ramdhani, Agung Sulaksono Raspati , Fadlan Yusuf Rassya, Farrel Rifqi Muhammad Fikri Rizkita, Meysa Rosunika, Wening Alfina Ruriawan , Muhammad Faris Sakri, Annisa Aprilia Putri Saputra , Ariq Nurcahyo Saputra, Fauzi Bayu Setianingsih, Casie Setyadi, Ardhana Shafira Zahra Anisa Shandi, Rifqi Fadhila Shiddieqy, Hasbi Ash Siahaan, Eva Fiorina Sugandi, Delatifa Putri Suhartono, Ardhien Fadhillah Sukiman, Wahyu Mubarak Sultan Chisson O Surya Akbar, Qorio Tarigan , Ray Talenta Tito Waluyo Purboyo Utari, Rai Barokah Wahid, Zulian Wardhana, I Made Bayu Satria Wibawa , Muhamad Ibnu Fajar Wibawa, I.G Prasetya Wibawa, Ig. Prasetya D. Wibawa, Ig.Prasetya Dwi Wibowo , Ig. Prasetya Dwi Wibowo, Ig. Prasetya Dwi Yasir , Yusran Zahrani , Putri Mellia Zaref, Pandu Ing