Article Per Year (5 Year)
p-Index From 2021 - 2026
1.994
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Communications in Science and Technology IJID (International Journal on Informatics for Development) Automata Journal of Internet and Software Engineering Aceh International Journal of Science and Technology
Rajagede, Rian Adam
Universitas Islam Indonesia
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 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.
Analisis Sentimen Politik Berdasarkan Big Data dari Media Sosial Youtube: Sebuah Tinjauan Literatur Rizky Ainul Wildan S; Ridho Rahmadi; Rian Adam Rajagede
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Media sosial merupakan salah satu sumber Big Data yang besar dan kompleks. Youtube adalah salah satu platform media sosial yang paling banyak digunakan di Indonesia. Peristiwa, pendapat, dan kebijakan politik seringkali disampaikan melalui media sosial Youtube. Pada makalah ini penulis bermaksud untuk mendiskusikan tinjauan literatur mengenai analisis sentimen politik berdasarkan Big Data dari media sosial Youtube. Pengumpulan literatur-literatur dengan melakukan seleksi terhadap publikasi berdasarkan beberapa kriteria, yaitu: (1) Literatur yang membahas terkait analisis sentimen, (2) Literatur yang membahas terkait Big Data, (3) Literatur yang membahas metode klasifikasi dalam melakukan analisis sentimen. Berdasarkan tinjauan literatur didapatkan hasil, yaitu: (1) analisis sentimen dapat digunakan untuk meneliti sentimen dalam berbagai aspek kehidupan, (2) Metode naïve bayes classifier adalah metode klasifikasi yang paling sering dipakai dalam pengklasifikasian analisis sentimen, (3) Metode naïve bayes classifier umumnya memiliki akurasi yang lebih baik dari metode lain. (4) Analisis sentimen dapat dilakukan berdasarkan data dari media sosial Twitter dan Youtube
Kajian Pustaka Pengembangan Aplikasi Mobile untuk Pengenalan Bahasa Isyarat Berbasis Deep Learning Javier Farran Ath-Thaariq; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Abstract—Kajian pustaka ini disusun dengan tujuan untuk mempelajari dan membandingkan penelitian-penelitian sebelumnya terkait pengenalan bahasa isyarat berbasis deep learning. Setelah mengkaji beberapa literatur, dapat diketahui bahwa ada 2 jenis bahasa isyarat yang paling dominan di Indonesia, Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). Pengembangan sistem pengenalan bahasa isyarat menggunakan deep learning juga menggunakan banyak metode seperti Convolutional Neural Network (CNN), Support Vector Machine Classification (SVM), Algoritma K Nearest Neighbor Classifier, dan Sistem jaringan syaraf tiruan perambatan balik. Selain itu ditemukan juga faktor-faktor yang menentukan akurasi pengenalan bahasa isyarat.
Pengembangan Permainan Tradisional Dam-Daman Dalam Bentuk Application Programming Interface Farah Nurul Izza Bintoro; Rian Adam Rajagede; Galang Prihadi Mahardika
AUTOMATA Vol. 3 No. 2 (2022)
Publisher : AUTOMATA

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

Abstract

Saat ini permainan tradisional mulai ditinggalkan oleh anak-anak muda karena digantikan oleh permainan modern yang lebih canggih dan praktis. Perkembangan teknologi membuat gaya hidup anak-anak muda zaman sekarang sangat berbeda dengan zaman dahulu dengan hadirnya barang-barang elektronik seperti komputer, ponsel, laptop, dan sebagainya. Oleh karena itu perlu dilakukan pelestarian permainan tradisional agar mengikuti perubahan zaman. Pelestarian dapat dilakukan dengan mengembangkan permainan tradisional tersebut menjadi permainan digital. Pengembangan permainan tradisional ini menyesuaikan konsep dan aturan bermain permainan pada permainan tersebut. Dalam penelitian ini diambil salah satu permainan tradisional papan yaitu permainan Dam-Daman. Permainan ini akan digitalkan dalam bentuk API berdasarkan framework GAPOERA API. Dengan menggunakan GAPOERA API, pengembangan game tradisional menjadi lebih mudah karena GAPOERA API dapat dijadikan sebagai framework untuk mengembangkan kecerdasan buatan dalam permainan tersebut. Dalam penelitian ini, penggunaan GAPOERA API difokuskan ke dalam pengembangan permainan tradisional Dam-Daman.
Co-Authors Alfian Try Putranto Dimas Ariyoga Farah Nurul Izza Bintoro Farid Amin Ridwanto Fatih Assidhiqi Galang Prihadi Mahardika Hastuti, Rochana Prih Javier Farran Ath-Thaariq Kholid Haryono Miftakhurrokhmat Muhammad Ichlasul Amal Yulianto Muhammad Rifqi Fatchurrahman Putra Danar Muhammad Sauqi Khatami Negara, Muhammad Ulil Albab Surya Palimbani, Muhammad Adin Ridho Rahmadi Ridho Rahmadi Rizky Ainul Wildan S Yuanda Hanif Hisyam