Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknoin Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) J.Pelastek
ashadi kurniawan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemistry Electrical & Electronics Engineering Engineering Health Professions Mechanical Engineering Nursing Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penggunaan Teknologi IVR untuk Meningkatkan Kinerja Dosen Praktikum ashadi kurniawan
Teknoin Vol. 25 No. 1 (2019)
Publisher : Faculty of Industrial Technology Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/teknoin.vol25.iss1.art3

Abstract

Lecturers have activities besides teaching as well as conducting research, guiding students who are in the final project, and some who get structural positions. To assist with the accuracy of the teaching process, a system to automatically remind lecturers is made, where a database is connected to the Interactive Voice Response (IVR) system. The performance of this system is tested based on the timeliness and accuracy of the lecturer room extension number contacted. Based on the results of the tests performed, the system can contact the extension number of the lecturer room registered in the database. While the delay of calls from the system to the extension number of the lecturer room reaches 5 seconds on average. So that with the system being created, it can help and expedite the teaching and learning process especially for practicum courses and also improve the performance of Practicum lecturers. 
Perancangan Sistem Otomatisasi Laboratorium Berbasis Artificial Intelligence untuk Optimalisasi Penggunaan Sumber Daya: Designing An Artificial Intelligence-Based Laboratory Automation System to Optimize Resource Use Ashadi Kurniawan; Anang Siswanto
JURNAL PENGELOLAAN LABORATORIUM SAINS DAN TEKNOLOGI Vol 4 No 1 (2024): Juni 2024
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pelastek.v4i1.41760

Abstract

Otomatisasi laboratorium berbasis Artificial Intelligence (AI) menjadi tren yang semakin penting dalam upaya meningkatkan efisiensi dan produktivitas penelitian ilmiah. Studi ini mengkaji perancangan sistem otomatisasi laboratorium yang memanfaatkan AI untuk mengoptimalkan penggunaan sumber daya. Melalui tinjauan literatur komprehensif dan analisis studi kasus terkini, penelitian ini mengeksplorasi komponen kunci, tantangan implementasi, dan potensi dampak dari sistem otomatisasi berbasis AI dalam setting laboratorium. Hasil menunjukkan bahwa integrasi AI dalam otomatisasi laboratorium dapat secara signifikan meningkatkan efisiensi penggunaan sumber daya, meminimalkan limbah, dan meningkatkan akurasi hasil penelitian. Namun, implementasi yang efektif memerlukan pendekatan holistik yang mempertimbangkan aspek teknis, ekonomi, dan etika. Studi ini menyoroti pentingnya kolaborasi multidisiplin dan adaptasi berkelanjutan terhadap perkembangan teknologi AI untuk mencapai sistem otomatisasi laboratorium yang optimal dan berkelanjutan
SISTEM CERDAS DETEKSI WAJAH UNTUK PRESENSI PADA LABORATORIUM BERBASIS CCTV (CLOSED-CIRCUIT TELEVISION) DAN YOLO (YOU ONLY LOOK ONCE) DENGAN PROTOKOL RTSP Anang Siswanto; Ashadi Kurniawan; Karisma Nur Rizqi; Muhammad Afrisal Yusril Arzaqi
Seminar Nasional Hasil Riset dan Pengabdian Vol. 7 (2025): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 7 Tahun 2025
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Pencatatan kehadiran manual di laboratorium PENS masih rawan kesalahan dan titip absen. Penelitian ini mengembangkan sistem presensi otomatis berbasis deteksi wajah menggunakan YOLOv11n yang diintegrasikan dengan CCTV (RTSP) dan pemrosesan edge di Mini PC. Arsitektur mencakup akuisisi video RTSP, prapemrosesan OpenCV, inferensi model YOLOv11n, penyimpanan data kehadiran pada MySQL, serta dasbor web (HLS) untuk pemantauan real‑time. Evaluasi pada dataset uji menunjukkan Precision 96,8%, Recall 100%, mAP@0,5 99,5%, dan mAP@0,5:0,95 78,1%. Pengujian operasional memperlihatkan FPS 22–25 dan penurunan confidence seiring jarak 1–3 m. Perbandingan streaming RTSP langsung vs. HLS‑FFmpeg menunjukkan beban CPU turun dari 75–90% menjadi 5–10% dengan stabilitas stream meningkat dan latensi end‑to‑end ~0,8–1,2 s yang masih layak untuk use case presensi. Sistem meningkatkan efisiensi rekam kehadiran, mengurangi kecurangan, dan menjadi fondasi integrasi pengembangan Smart Laboratory PENS.
Co-Authors Anang Siswanto Karisma Nur Rizqi Muhammad Afrisal Yusril Arzaqi