Article Per Year (5 Year)
p-Index From 2020 - 2025
2.426
P-Index
This Author published in this journals
All Journal JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING MIND (Multimedia Artificial Intelligent Networking Database) Journal TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Jurnal Teknik Informatika (JUTIF) eProceedings of Engineering Journal of Computer Engineering, Electronics and Information Technology Jurnal INFOTEL
Syamsul Rizal
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

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

Found 8 Documents
Search
Journal : eProceedings of Engineering

 1 
Implementasi Algoritma Yolo Pada Aplikasi Pendeteksi Citra Makanan Berbasis Android Mochamad Dandi; Hilman Fauzi TSP; Syamsul Rizal
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pemenuhan kebutuhan nutrisi dari segi jumlah dan jenisnya sangat penting dalam membantu proses tumbuh kembang manusia Upaya peningkatan kualitas sumber daya manusia (SDM) dimulai dari pemenuhan kebutuhan dasar manusia. Perhatian utamanya terletak pada proses tumbuh kembang anak sejak pembuahan sampai mencapai dewasa muda. Mengkonsumsi makanan yang bergizi merupakan salah satu faktor penting untuk menjaga gaya hidup yang sehat. Untuk mendapatkan makanan yang bergizi di perlukan komposisi yang tepat. untuk mendapat jumlah kalori yang tepat di perlukan pengukuran, dalam mengukur jumlah kalori dalam makanan terdapat dua metode yaitu dengan metode konvensional dan metode image processing. Metode konvesional bisa menggunakan perhitungan Basa Metabolic Rate (BMR) dengan jumlah kalori yang dibutuhkan tubuh seseorang untuk aktifitas perhari serta jumlah kalori makanan yang dikonsumsi. Sedangkan penggunaan metode image processing belum banyak diterapkan pada masyarakat Indonesia.Maka dalam Tugas Akhir ini dilakukan simulasi Perancangan Aplikasi perhitungan nutrisi berbasis android, dan simulasi ini dilakukan menggunakan metode Convolutional Neural Network (CNN). Data yang di pakai di metode ini adalah gambar makanan yang dipakai untuk metode penelitian. akan diukur hasil performansinya untuk membuktikan performa aplikasi perhitungan.Pengerjaan simulasi Tugas Akhir ini yaitu dapat membuktikan performa aplikasi perhitungan nutrisi pada makanan berbasis android, dengan melakukan pengukuran dari sisi akurasi data, image processing. Keyword: ImageProcessing Convolutional Neural Network, Android
Estimasi Bobot Sapi Berdasarkan Citra Digital Dengan Metode Fraktal Dan Klasifikasi Decision Tree Fajar Kurniawan Alhamal; Jangkung Raharjo; Syamsul Rizal
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Potensi sapi di Indonesia mempunyai peluang yang sangat besar, karena jenis sapi endemik Indonesia masuk jajaran sapi paling berkualitas di dunia. Dalam menentukan kualitas sapi, bobot merupakan salah satu indikator penting. Dengan bobot, peternak dapat menentukan hasil produksi dan produktivitas sapi. Menentukan bobot sapi yang paling umum adalah menggunakan timbangan. Namun, mahalnya harga timbangan menjadi salah satu faktor penghambat dalam merintis usaha peternakan sapi. Sistem yang dirancang menggunakan masukan citra sapi dari sisi samping dan keluaran berupa estimasi bobot sapi. Tujuan dari penelitian ini adalah mempermudah calon peternak dalam menentukan bobot sapi tanpa menggunakan timbangan yang harganya relatif mahal. Sistem yang telah dirancang dalam program aplikasi estimasi bobot sapi memerlukan input berupa citra atau gambar sapi dan menghasilkan output berupa bobot beserta klasifikasi sapi berdasarkan bobot sapi yang diperoleh. Program aplikasi yang diimplementasikan untuk mengestimasi bobot sapi, dirancang dalam software MATLAB 2018a menggunakan metode fraktal dan klasifikasi Decision Tree. Pada tugas akhir ini mendapatkan tingkat akurasi estimasi sistem sebesar 81% dengan nilai root mean squared error pada perhitungan rumus schoorl mendapatkan hasil 72,56277, winter 75,00148, dan denmark 69,11267. Waktu komputasi rata-rata 0,3329 detik. Akurasi dan waktu komputasi didapatkan dengan jumlah data latih sebanyak 47 citra dan jumlah data uji sebanyak 21 citra. Kata kunci: Bobot Sapi, Decision Tree, Fraktal, Pengolahan Citra Digital. Abstract Potential cattle in Indonesia has a very big opportunity, because Indonesian endemic cows enter ranks of the most qualified cows in the world. In determining the quality of the cow, weight is an important indicator. With weight, breeders can determine cow production and productivity. Determines the most common cow weight is to use the scales. However, the high price of the scales is wrong one inhibiting factor in starting a cattle farm business. System which is designed using a cow image input from the side and output in the form of cow weight estimation. The purpose of this research is to make it easier for candidates breeders in determining the weight of the cow without using scales the price is relatively expensive. The system that has been designed in the cow weight estimation application program requires input in the form of an image or image of a cow and produces output in the form weight and classification of cattle based on the weight of cattle obtained. Program the application implemented to estimate the weight of a cow is designed in MATLAB 2018a software uses the fractal method and the Decision classification Tree. In this final project, the system estimation accuracy rate is 81% with the root mean squared error value in the Schoorl formula calculation, getting 72.56277 results, winter 75.00148, and Denmark 69.11267. The average computation time was 0.3329 seconds. Accuracy and computation time obtained by the amount of training data as much as 47 images and the number of test data as many as 21 images. Key words : Fractal, Decision Tree, Cow Weight, Digital Image Processing
Implementasi Sistem Pengusir Hama Burung Berbasis ComputerVision Menggunakan Jetson Nano Dan Arduino Uno Rendi Bagus Oklanri; Jangkung Raharjo; Syamsul Rizal
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pertanian adalah sektor dengan peran besar bagi perekonomian Indonesia. Tujuan untuk meningkatkan produktivitas dibidang pertanian dalam penerapannya menemui banyak sekali masalah, salah satu masalah umum yang terjadi diberbagai jenis tanaman padi adalah hama burung pipit. Metode yang digunakan petani untuk mengatasi masalah hama masih menggunakan cara manual, yaitu dengan menggunakan orang-orangan sawah yang diletakkan di tengah sawah atau dengan langsung terjun ke lapangan. Dunia sekarang berada di era digital dimana bidang teknologi sudah merambah di semua aspek kehidupan dan salah satunya adalah computer vision. Dalam Tugas Akhir ini dikembangkan sistem pengusir hama burung berbasis compter vision dengan Jetson Nano dan Arduino UNO. Sistem ini bekerja dengan mendeteksi hama burung pipit yang di ambil secara real time dengan kamera, ketika sistem mendeteksi alat menyalakan buzzer dan servo yang diikatkan dengan tali untuk mengusir hama burung pipit. Sistem yang digunakan meliputi kamera modul, Jetson Nano, Arduino UNO, servo, buzzer dan tali. Hasil dari pengujian kinerja dari alat dapat berjalan sesuai dengan yang direncanakan. Pada pengujian kamera didapatkan jarak ideal yaitu kurang dari 30 meter untuk cuaca cerah dan kurang dari 20 meter untuk cuaca mendung, FPS tertinggi yang diperoleh 18 FPS, penggunaan RAM 1,4 Gib dari total kapasitas maksimal RAM 1,9 Gib, serta Intensitas cahaya ideal yaitu pada tingkat kecerahan di bawah 1,7. Kata kunci — Computer vision, Jetson Nano, Hama burung pipit
Ekstraksi Detak Jantung Berbasis Pengolahan Citra Wajah Dengan Algoritma Bss (blind Separation Signal) (heart Rate Extraction Based On Processing Of Facial Images Using Bss (blind Separation Signal) Algorithm) Utari Nur Ramadhani Yora; Hilman Fauzi; Syamsul Rizal
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Detak Jantung merupakan suara debaran jantung yang dihasilkan akibat aliran darah melewati jantung. Jantung merupakan organ vital sehingga metode untuk mendeteksinya beraneka ragam, mulai dari metode konvensional hingga modern. Semakin berkembangnya teknologi membuat sistem pendeteksi detak jantung kini semakin maju. Pada penelitian Tugas Akhir ini, akan dilakukan pengembangan lebih lanjut mengenai ekstraksi detak jantung manusia menggunakan citra wajah. Metode yang digunakan adalah Blind Separation Signal (BSS) dengan metode deteksi wajah yang digunakan adalah You Only Look Once (YOLO) generasi ketiga atau YOLOv3 dengan mengamati ROI dari variasi warna kulit wajah seseorang yang disebabkan oleh sirkulasi darah. Hasil akhirnya berupa detak jantung manusia berbasis aplikasi python yang memudahkan kita untuk mengukur detak jantung. Akurasi yang didapatkan untuk model deteksi objek YOLOv3 adalah sebesar 95%. Pengujian terbaik dilakukan pada posisi wajah lurus dengan jarak 40 cm dan dilakukan pada malam hari menggunakan pencahayaan lampu LED 14.5watt dan didapatkan akurasi tertinggi adalah 97,7%. Kata Kunci: Jantung, Detak Jantung, Pengolahan Citra Digital Wajah, Blind Separation Signal (BSS), You Only Look Once (YOLO), Region of Interest (ROI).
Sistem Controlling Dan Monitoring Cairan Infus Berbasis Android Dieny Rofiatul Mardiyah; Iwan Iwut Tritoasmoro; Syamsul Rizal
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Cairan infus merupakan salah satu kebutuhan rumah sakit untuk membantu pasien yang mengalami kekurangan elektrolit didalam tubuhnya. Ketepatan pemberian cairan infus sangatlah penting untuk menjaga kondisi pasien agar tetap dalam kondisi baik. Beberapa hal yang perlu diperhatikan adalah kecepatan tetes cairan infus, jenis cairan infus, dan ketersediaan cairan infus didalam labu infus pasien. Oleh karena itu secara rutin petugas medis harus selalu melakukan kunjungan ke setiap kamar untuk memastikan bahwa cairan infus yang diberikan kepada pasien masih berfungsi dengan baik. Namun, tidak sedikit kasus yang terjadi cairan infus tidak terkontrol dengan baik oleh petugas medis. Diperlukan sebuah sistem untuk memonitor dan mengontrol cairan infus untuk meningkatkan pengawasan petugas medis terhadap pemberian cairan infus terhadap pasien. Sistem yang dibuat pada Tugas Akhir ini akan dihubungkan dengan beberapa sensor yang dipasang pada cairan infus. Sensor yang digunakan diantaranya LED, photodiode, servo dan potensio geser. Data dari sensor akan dikirimkan pada Firebase Real-time Database dan selanjutnya akan ditampilkan pada Aplikasi Android. Sehingga petugas medis akan lebih leluasa dalam mengawasi dan mengontrol setiap pasien meski pada jarak jauh. Sistem yang telah dibuat memiliki tingkat akurasi rata-rata sebesar 97.89%. Hal tersebut menandakan bahwa sistem controlling dan monitoring cairan infus sudah berjalan dengan baik sesuai dengan yang diharapkan.Kata Kunci: Sensor, Android, Controlling, Monitoring, infus.
Deteksi Pelanggaran Marka Jalan Berbasis Pengolahan Citra Menggunakan Metode Deteksi Garis Tepi Canny Dan Transformasi Hough Iqbal Muhammadin; Iwan Iwut Tritoasmoro; Syamsul Rizal
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Pada tahun 2018, Indonesia tercatat sebagai negara peringkat ke -3 yang memiliki angka kecelakaan lalu lintas tertinggi di seluruh dunia. Salah satu faktor penyebab kecelakaan lalu lintas yaitu pelanggaran lalu lintas yang dilakukan oleh pengendara dengan tidak mengindahkan peraturan lalu lintas khususnya pada peraturan melintasi marka jalan yang terlarang. Maka dari itu, diperlukan sistem yang dapat memantau arus lalu lintas secara intensif untuk mempermudah pihak aparatur negara yang berwenang dalam membuat kebijakan berlalu lintas yang lebih baik dimasa yang akan datang. Penelitian ini menggunakan data rekaman video CCTV untuk mendeteksi pelanggaran marka jalan berbasis pengolahan citra. Pemrosesan sistem menggunakan perangkat lunak pengolah citra. Proses pengolahan citra dalam mendeteksi garis marka jalan menggunakan metode deteksi garis tepi Canny. Selain itu juga dilakukan pembandingan hasil pengujian terhadap metode deteksi garis tepi Prewitt, Roberts, dan Sobel. Metode transformasi Hough digunakan untuk membuat plotting garis lurus diatas marka jalan yang telah terdeteksi sebagai penanda pada area yang digunakan sebagai bahan pengujian. Sistem akan mendeteksi telah terjadi pelanggaran marka jalan apabila nilai piksel garis marka jalan pada citra video kurang dari nilai piksel citra background. Pengujian dilakukan dengan menggunakan 4 buah video bahan uji untuk setiap metode deteksi garis tepi. Setiap video memiliki 450 frame dengan spesifikasi durasi 15 detik dan frame rate sebesar 30 fps. Sistem mendapatkan hasil pengujian terhadap nilai akurasi dalam mendeteksi jumlah kendaraan yang melanggar marka jalan sebesar 100% untuk pengujian pada seluruh metode deteksi garis tepi yang digunakan dalam proses pengujian. Metode deteksi garis tepi yang memiliki kinerja terbaik dalam proses deteksi pelanggaran marka jalan yaitu metode deteksi garis tepi Roberts dengan nilai error rate sebesar 0 % untuk pengujian data video ke-1, 20,89 % untuk pengujian data video ke-2, 41,78 % untuk pengujian data video ke-3 dan 53,33 % untuk pengujian data video ke-4.Kata Kunci: lampu lalu lintas, suara sirene, sistem kontrol, MFCC, Euclidean Distance, Arduino.
Deteksi Penyakit Pada Tanaman Jagung Berbasis Pengolahan Citra Digital Dengan Metode Convolutional Neural Network Avisha Tiara Rizky; R Yunendah Nur Fu’adah; Syamsul Rizal
eProceedings of Engineering Vol 10, No 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Tanaman jagung tumbuh baik di daerah panas dandingin dengan curah hujan dan irigasi yang cukup. Namunselama satu siklus hidupnya dari benih ke benih, setiap bagianjagung rentan terhadap sejumlah penyakit sehingga dapatmenurunkan kuantitas dan kualitas hasil. Karena itu masalahpenyakit merupakan salah satu faktor pembatar produksi danmutu benih.Pada tugas akhir ini akan membahas mengenaiperancangan suatu sistem deteksi penyakit tanaman jagungmenggunakan metode Convolutional Neural Network (CNN)dengan arsitektur Alexnet untuk mengklasifikasikannya. Dataakan diolah melalui beberapa tahap. Dataset yang digunakanpada penelitian Tugas Akhir ini berupa tiga kelas penyakittanaman jagung yaitu, blight, common rust dan grey leaf spotdan satu jenis tanaman sehat dengan total keseluruhan data4188 dataset. Dataset tersebut dapat diakses online melaluiwebsite kaggle.Parameter yang diujikan pada penelitian ini yaitu optimizer,learning rate, jumlah epochs, input size, dan batch sizeberpengaruh terhadap performa sistem yang berupa nilaiakurasi, precision, recall, fl-score, dan loss. Pada penelitian inididapatkan hasil terbaik dengan penggunaan optimizer SGD,learning rate 0,01, jumlah epochs 20, input size 128x128, danbatch size 32 didapatkan hasil performa sistem dengan nilaiakurasi, precision, recall, fl-score, dan loss masing-masingsebesar 89%, 87%, 85%, 85% dan 0,2852, serta grafik performaakurasi dan loss secara good fit.Kata kunci— Penyakit tanaman jagung, ConvolutionalNeural Network, Alexnet. Pengolahan citra digital, Akurasi
Navigation System using Single Camera with Fuzzy Logic Control and Obstacle Avoidance Angga Juliat Adi Saputra; Angga Rusdinar; Syamsul Rizal; Eko Rahayu; Aan Eko Setiawan
eProceedings of Engineering Vol 10, No 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstract— Mobile Robot is a system that is able to perform or navigate intelligently using sensor actuator control techniques. Currently the Mobile Robot system is developing rapidly in various fields and research on it is increasingly being carried out. The research that has been done aims to find an efficient navigation system to be applied to the Mobile Robot system. In its application the navigation system on the Mobile Robot uses one or more sensors embedded in the Mobile Robot. This can lead to inefficiencies in terms of computing and in terms of making decisions in navigating the Mobile Robot. In the navigation system on the Mobile Robot, simplification of the use of sensors and computing can be made. By using Sensor Vision, namely the camera and performing centralized computing, it can create a time- and memory-efficient navigation system. The use of Sensor Vision is to replace the sensor which is usually implanted directly on the Mobile Robot to recognize or read the Mobile Robot’s working environment properly. The data that will be obtained from environmental readings are in the form of robot coordinates, goals, and obstacles using Object Detection. By computing centrally, the data will be processed with a Personal Computer (PC) using the Fuzzy Logic Control method, so that the Mobile Robot will only receive data in the form of right and left wheel speeds.Keywords— Mobile Robot, Object Detection, Sensor Vision, Obstacle, Fuzzy Logic Control
Co-Authors Aan Eko Setiawan Achmad Rizal Ana Rahma Yuniarti Angga Juliat Adi Saputra Angga Rusdinar Avisha Tiara Rizky Dhanar Bintang Pratama Dieny Rofiatul Mardiyah Eko Rahayu Fajar Kurniawan Alhamal FAUZI FRAHMA TALININGSIH Favian Dewanta Ferdinand Aprillian Manurung Gelar Budiman Hilman Fauzi, Hilman Hurianti Vidya Iqbal Muhammadin Iwan Iwut Tritoasmoro Jangkung Raharjo Ledya Novamizanti Mochamad Dandi Muhamad Rokhmat Isnaini MUHAMMAD ADNAN PRAMUDITO Nor Kumalasari Caecar Pratiwi Novelita Dwi Miranda Nugraeni Kholifaturrofiah Nur Ibrahim R Yunendah Nur Fu’adah R. Yunendah Nur Fu’adah Rendi Bagus Oklanri Rita Magdalena SOFIA SAIDAH Utari Nur Ramadhani Yora