Article Per Year (5 Year)
p-Index From 2021 - 2026
1.084
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknologi dan Manajemen Informatika Journal of Information Systems Engineering and Business Intelligence Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jiko (Jurnal Informatika dan komputer) Indonesian Journal of Applied Informatics Jurnal Informatika dan Rekayasa Elektronik Automata Jurnal Generic
Ridho Rahmadi
Department Of Informatics, Faculty Of Industrial Technology, Universitas Islam Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Automata

 1 
Sebuah Tinjauan Pustaka dari Studi-Studi Terkini Tentang Sistem Manajemen Lampu Lalu Lintas Adaptif Muhammad Sauqi Khatami; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini berusaha untuk mempelajari dan menganalisis penelitian-penelitian sebelumnya yang terkait dengan permasalahan pengaturan lampu lalu lintas adaptif. Setelah mengkaji sebelas literatur terkait pengaturan lampu lalu lintas adaptif, diketahui bahwa terdapat beberapa metode yang dapat melakukan pengaturan lampu lalu lintas adaptif beserta hasil dari masing-masing metode. Selain itu, ditemukan juga bagaimana representasi kepadatan lalu lintas dalam satu ruas jalan dan data yang digunakan dalam masing-masing penelitian.
Penelitian Terkini Tentang Sistem Pendeteksi Pelanggaran Lalu Lintas Berbasis Deep Learning: Sebuah Kajian Pustaka Dimas Ariyoga; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini menganalisis sejauh mana dan metode apa yang digunakan di dalam penelitian-penelitian sebelumnya terkait dengan permasalahan deteksi pelanggaran lalu lintas menggunakan image processing dan deep learning. Dari sebelas literatur yang dikaji, diketahui bahwa metode-metode yang digunakan memperoleh nilai akurasi dan ketepatan yang cukup dan bahkan sangat baik. Namun, terdapat beberapa kelemahan pada pendeteksian kendaraan dan pelanggaran pada keadaan minim cahaya. Selain itu, ditemukan juga bahwa banyaknya data set dan beragamnya sudut pandang pada gambar pada proses pelatihan berpengaruh pada kecepatan dan nilai akurasi hasil model.
Pengembangan Sistem Deteksi Hunian Parkir Menggunakan Metode Convolutional Neural Network Fatih Assidhiqi; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kurangnya informasi mengenai area parkir merupakan masalah yang saat ini dihadapi oleh para pengendara. Peningkatan jumlah kendaraan dengan lahan parkir yang dibutuhkan seringkali tidak seimbang dimana hal ini dapat menimbulkan kemacetan di berbagai tempat, salah satunya yaitu di area parkir. Untuk mendapatkan tempat parkir, seringkali pengendara harus berkeliling ke seluruh area parkir, bahkan pengendara harus keluar dari area parkir tersebut karena tidak dapat menemukan tempat parkir untuknya. Pada penelitian ini, penulis mengembangkan sistem deteksi hunian parkir menggunakan metode convolutional neural network yang diimplementasikan menggunakan aplikasi android, sehingga pengendara dapat menggunakannya untuk mencari informasi dimana letak tempat parkir yang kosong. Hasil akurasi dan loss yang didapatkan terbilang sangat baik, dimana akurasi pada training set mencapai nilai 0.9965 dengan nilai loss 0,0113 dan akurasi pada validation set mencapai 0,9877 dengan nilai loss 0,03406. Sedangkan pada test set akurasi yang didapat yaitu 0,9901 dengan loss sebesar 0,0461. Deteksi gambar sebuah area parkir menggunakan model yang sudah dilatih sebelumnya dapat divisualisasikan dengan baik pada aplikasi android secara real-time.
Co-Authors Adi Nugroho Ahmad Fathan Hidayatullah, Ahmad Fathan Ahmad Rois Syujak Anugrah Galang Persada Christantie Effendy Dimas Ariyoga Fatih Assidhiqi Ipin Prasojo Muhammad Naufal Bahreisy Muhammad Sauqi Khatami Noor Akhmad Setiawan Nuli Giarsyani Perry Groot Putri Mentari Endraswari Putri Mentari Endraswari Rajagede, Rian Adam Sri Kusuma Dewi Tino Feri Efendi Tito Yuwono, Tito Tom Heskes Vita Ari Fatmawati Yohani Setiya Rafika Nur Yuan Sa'adati Yudi prayudi Yundari, Yundari