Article Per Year (5 Year)
p-Index From 2020 - 2025
1.431
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING SOSIOHUMANIKA ATIKAN JMECS (Journal of Measurements, Electronics, Communications, and Systems) Jurnal Mnemonic Jurnal Ilmu Komputer dan Informatika eProceedings of Engineering
Bambang Hidayat
Program Studi Teknik Telekomunikasi Fakultas Teknik Elektro – Universitas Telkom Jln. Telekomunikasi Dayeuhkolot Bandung, Indonesia
Arts Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Kosmophobia 2012: Satu Tilikan Astronomi Menyatakan bahwa Apokaliptika Tidak Akan Terjadi pada Tahun 2012 Hidayat, Bambang
SOSIOHUMANIKA Vol 3, No 1 (2010)
Publisher : ASPENSI in Bandung, Indonesia

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

Abstract

ABSTRAK: Pembicaraan kita ini disulut oleh berakhirnya siklus suatu kalender suku bangsa Maya. Saya yakin, bukan tujuan suku bangsa Maya membuat kalender untuk meramal Hari Kiamat. Tetapi tatanan penanggalan itu adalah sebuah odometer dan juga pal kilometer pencatat kejadian. Berdasarkan tilikan astronomik, nampaknya “Hari Kiamat” itu belum akan terjadi pada tahun 2012. Thesa pendukung terjadinya skenario bencana sudah dapat dikatakan terhapus. Begitu pula kemagnetan Bumi yang, katanya, akan mempunyai polaritas berubah tidak bisa menerangkan katastropi karena perubahan polaritas berlangsung lamban dan menahun, tidak mendadak, atau berubah instan. Peredaran Bumi mengelilingi Matahari akan mempertahankan momen inersianya, karena distribusi massa dalam diri planet Bumi tidak berubah. Begitu pula gaya tarik untuk mendekatkan poros putar Bumi ke arah poros edarnya (yakni kutub ekliptika) akan selalu ditandingi oleh inersia yang ditimbulkan oleh vektor kecepatan putar pada porosnya dan vektor kecepatan edar Bumi mengelilingi Matahari. Kepanggahan ini adalah konsekuensi hukum kekekalan inersia dan momen dari Ilmu Mekanika benda langit yang tidak rapuh oleh perjalanan singkat dalam ruang-waktu. Jadi, sebaiknya kita sisihkan konotasi “kiamat” itu dan mari kita mengisi kalender dengan agenda kerja yang dapat membantu menyelamatkan Bumi serta umat manusianya. Kata-kata kunci: kalender suku bangsa Maya, tahun 2012, bencana alam, kajian astronomi, dan perlunya keselamatan dan kesejahteraan umat manusia di muka bumi. About the Author: Prof. Dr. Bambang Hidayat adalah anggota AIPI (Akademi Ilmu Pengetahuan Indonesia), mantan Guru Besar Astronomi di ITB (Institut Teknologi Bandung), 1976-2004, dan mantan Direktur Observatorium Bosscha di Lembang, Bandung, 1968-1999. Alamat e-mail beliau adalah: hidayatbambang@yahoo.com dan bhidayat07@hotmail.comHow to cite this article? Hidayat, Bambang. (2010). “Kosmophobia 2012: Satu Tilikan Astronomi Menyatakan bahwa Apokaliptika Tidak Akan Terjadi pada Tahun 2012” in SOSIOHUMANIKA: Jurnal Pendidikan Sains Sosial dan Kemanusiaan, Vol.3, No.1 [Mei], pp.23-40. Bandung, Indonesia: Minda Masagi Press, UNIPA Surabaya, and UMS Kota Kinabalu, Malaysia, ISSN 1979-0112. Chronicle of article: Accepted (February 9, 2010); Revised (March 11, 2010); and Published (May 20, 2010).   
Memijah Ilmu Pengetahuan dan Teknologi kedalam Etos Budaya Pembangunan Hidayat, Bambang
ATIKAN Vol 2, No 2 (2012)
Publisher : ASPENSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (117.986 KB)

Abstract

IKHTISAR: Karya adiguna suatu masyarakat akan membentuk kebudayaan. Di dalam abad ke-21, penguasaan ilmu pengetahuan dan penerapan teknologi harus ditumbuhkan bersama dengan penghayatan terhadap ilmu-ilmu social dan humaniora untuk membangun kebudayaan yang utuh oleh seluruh anggota masyarakat. Tudingan miring yang tertuju kepada kita bahwa bangsa Indonesia seolah-olah telah kehilangan karakter, jatidiri, kepercayaan, dan gagap dalam menghadapi pertarungan antar bangsa harus ditepis dengan upaya menternakkan daya dorong kemajuan kedalam elan vital bangsa. Secara nyata, masa sekarang dan masa di depan kita terkembang oleh ekonomi beralaskan kekokohan sains dan penerapan teknologi. Dengan kata bersayap, kita harus membangun dan menstrukturkan kehidupan bangsa dan kebangsaan dengan tata harapan dan cita-cita agar mampu mengembangkan dan mengatur diri kita sendiri. Dengan sejujurnya kita perlu mengusung unggulan daya pikir dan kemampuan nalar pengetahuan bagi generasi muda kedalam sendi kehidupan, serta memilah sumber daya pembaharu sambil terus menafikan sikap semata-mata enggan menampung perubahan.  KATA KUNCI: Memijah ilmu, budaya dan karakter bangsa, etos kerja, sains dan teknologi, serta kemajuan dan kesejahteraan bangsa.ABSTRACT: A magnum opus of society will create culture. In the twenty first century, the mastery of science and application of technology should be developed together with the  social sciences and  humanities in order to achieve cultural values relevant to the society. Accusations that have been directed to us that Indonesian namely loosing our culural identities and  characters and harboring incompetency in the struggle of obtaining a better position among nations should be countered by our positive commitments to develop science-based economy. National reform agenda should be powered by the use of modern science and include the application of innovative technology in the sphere of better educational  system in which  people and younger generations are expected to think more critically.KEY WORDS: Knowledge construction, national culture and character, work ethos, science and technology, national progress and prosperity.About the Author: Prof. Dr. Bambang Hidayat adalah mantan Guru Besar ITB (Institut Teknologi Bandung) pakar di bidang Astronomi; dan sekarang sebagai Anggota AIPI (Akademi Ilmu Pengetahuan Indonesia) di Jakarta. Alamat emel: hidayatbambang@yahoo.com dan bhidayat07@hotmail.comHow to cite this article? Hidayat, Bambang. (2012). “Memijah Ilmu Pengetahuan dan Teknologi kedalam Etos Budaya Pembangunan” in ATIKAN: Jurnal Kajian Pendidikan, Vol.2(2) Desember, pp.195-206. Bandung, Indonesia: Minda Masagi Press owned by ASPENSI in Bandung and FKIP UNSUR in Cianjur, West Java, ISSN 2088-1290. Chronicle of the article: Accepted (October 10, 2012); Revised (November 20, 2012); and Published (December 15, 2012).
Pengklasifikasian Grade Telur Ayam Negeri menggunakan Klasifikasi K-Nearest Neighbor berbasis Android IBRAHIM, NUR; BACHERAMSYAH, TASYA FIKRIYAH; HIDAYAT, BAMBANG; DARANA, SJAFRIL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 2 (2018): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i2.288

Abstract

ABSTRAKTelur ayam negeri yang dibeli oleh masyarakat Indonesia di toko swalayan, pasar, ataupun di peternakan memiliki grade yang berbeda-beda. Pada penelitian sebelumnya, telah dilakukan pembuatan sistem pengklasifikasian telur ayam dengan berbasis Windows, namun belum dapat digunakan secara praktis oleh masyarakat. Penelitian ini dilakukan agar masyarakat dapat menggunakannya di lapangan dalam mengklasifikasikan grade telur ayam negeri, dimana pengklasifikasian grade pada telur ayam negeri ini menggunakan klasifikasi KNearest Neighbor (K-NN) yang berbasis android. Berdasarkan hasil pengujian, sistem ini dapat mengklasifikasikan grade telur ayam negeri dengan tingkat akurasi sebesar 80% (dibandingkan menggunakan Haugh Unit Micrometer) menggunakan parameter layer 4 (grayscale), metode penghitungan jarak cosine, dan nilai k=1 dimana jumlah tetangga yang dibandingkan pada algoritma K-NN adalah 1.Kata kunci: K-NN, telur ayam negeri, android.ABSTRACTChicken eggs purchased by Indonesian people in supermarkets, markets, or farms have different grades. In the previous research, the classification system of chicken eggs has been done in the windows platform, but it cannot be used practically by the people. This research was made so the people can use it on the field to classify chicken eggs grade, using the classification of K-Nearest Neighbor (K-NN) based on android. Based on testing results of this system, can classify eggs grade chicken with an accuracy of 80% (compared with Haugh Unit Micrometer) using layer 4 (grayscale), cosine distance method, and value of k=1 which is the total of compared neighborhood in K-NN algorithm is 1.Keywords: K-NN, chicken egg, android.
DETEKSI AKOR DAN MELODI PADA FILE WAV GITAR FINGERSTYLE MENGGUNAKAN METODE DWPT & K-NN Fauzi, Muhammad Ilham; Magdalena, Rita; Hidayat, Bambang
JESCE (JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING) Vol 3, No 2 (2020): Journal Of Electrical And System Control Engineering Februari
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (823.993 KB) | DOI: 10.31289/jesce.v3i2.3324

Abstract

Saat ini teknik fingerstyle cukup populer di kalangan para pemain gitar akustik Indonesia. Hal tersebut dapat dibuktikan dengan terbentuknya komunitas Indonesian Fingerstyle Guitar Community (IFGC). Teknik fingerstyle mampu menghasilkan komposisi musik layaknya komposisi musik band, seperti akor, melodi, bass, maupun perkusi.  Keterbatasan kemampuan indera pendengaran yang berupa ketidakpekaan terhadap nada merupakan salah satu penyebab sulitnya pemain gitar dalam megulik komposisi akor dan melodi pada musik fingerstyle. Oleh karena itu, pada penelitian ini dibuat sistem yang mampu mendeteksi komposisi akor dan melodi pada musik fingerstyle menggunakan metode Onset Detection, Discrete Wavelet Packet Transform (DWPT), Welch?s Method, dan Pitch Class Profile (PCP). Metode K-Nearest Neighbor digunakan sebagai metode klasifikasi pada penelitian ini. Data yang digunakan sebagai data latih sebanyak 355 data rekaman akor dan 125 data rekaman nada tunggal. Data yang diujikan pada penelitian ini yaitu 195 data rekaman akor, 75 rekaman nada tunggal, dan 8 musik fingerstyle yang setiap musiknya direkam sebanyak 5 kali. Hasil terbaik yang diperoleh yaitu 99,07% pada pendeteksian akor tunggal, 100% pada pendeteksian nada tunggal, dan sebesar 83,11% akurasi rata-rata pada pendeteksian 40 musik fingerstyle.
Deteksi Nada Dasar Alat Musik Panting Menggunakan Compressive Sensing dengan MFCC dan SVM Ramadhani, Shinta; Budiman, Gelar; Hidayat, Bambang
JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Vol. 6 No. 2 (2023): Journal of Electrical and System Control Engineering
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jesce.v6i2.8338

Abstract

During this time, Panting’s calibration process has been done with mere reliance on human hearing.  Thus, this study is intended to assist the calibration process of Panting. The expirement has been done by using Compressive Sensing, MFCC and SVM. Moreover, the six scenarios are applied to the classification process are classification using five audios with different compression ratios and the original audio. This study results the best state of the Panting’s note recognition system is given by using the compressed audio with ratio of 2,5%. It is proven by its 97,96% of accuracy that is computed in 0,06274 second of duration.
Deteksi Kelas Ruangan Berdasarkan Reverberation Time dengan Metode Linear Predictive Coding (LPC) dan K-Nearest Neighbor (KNN) Imanadi, Muhammad Tsabit Imanadi; Usman, Koredianto; Hidayat, Bambang
JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Vol. 6 No. 2 (2023): Journal of Electrical and System Control Engineering
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jesce.v6i2.8360

Abstract

Identification of the size of the evidence file conversation can be one of the tools for various purposes such as in the police world. Determining the class of the room from the recording can be an additional clue in case processing.  One way for the police to identify the class of a room is by creating a room class detection system. The class of the room can be determined by measuring the reverberation time using the LPC algorithm by extracting the characteristics of the training data in the form of audio. After obtaining the characteristics, the system will store these characteristics in the form of a dataset for testing. Then, the test data for which the room class is not yet known is inputted into the test system. KNN will classify the test data based on the previously trained dataset. The last process of the system will issue the value of accuracy and computational time from system testing. This study uses MATLAB calculation software as a calculation and simulation process, using 63 training data and 18 test data.  The  accuracy of  the  system  test  for detecting room class based on reverberation time using the LPC and KNN methods has resulted in a number with the largest accuracy value of 83.33% and computation time along 4,94657 seconds with a K value of 3, LPC order of 12, number of frames 240, and the Hanning window.
Deteksi Emosi Berdasarkan Sinyal Suara Manusia Menggunakan Discrete Wavelet Transform (DWT) Dengan Klasifikasi Support Vector Machine (SVM) Putri, Tasya Busrizal; Saidah, Sofia; Hidayat, Bambang; Qothrunnada, Fadia; Darwindra, Darwindra
Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2023): JIKI - Juni 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.45

Abstract

Manusia saling berkomunikasi melalui dialog. Suasana hati seseorang merupakan salah satu faktor yang dapat mempengaruhi kualitas komunikasi. Salah satu bentuk yang merepresentasikan suasana hati adalah emosi. Emosi adalah suatu kondisi yang mendorong seseorang untuk melakukan suatu tindakan akibat dari adanya rangsangan. Penelitian mengenai deteksi dan klasifikasi emosi berdasarkan sinyal wicara. Speech recognition merupakan bidang yang berpengaruh pada penelitian ini untuk mengukur tingkat emosi pada manusia. Penelitian ini merancang sistem yang dapat mendeteksi emosi seseorang berdasarkan ciri sinyal wicara. Pada penelitian ini menggunakan metode Discrete Wavelet Transform (DWT) untuk ekstraksi ciri. DWT adalah teknik analisa sinyal yang dikembangkan dari Short Time Fourier Transform (STFT) melalui domain waktu dan frekuensi yang didekomposisi kedalam komponen frekuensi rendah dan frekuensi tinggi. Untuk mendeteksi dan mengklasifikasi emosi berdasarkan suara manusia menggunakan Support Vector Machine (SVM). SVM adalah sistem machine learning yang menggunakan ruang hipotesis dan terdiri dari fungsi-fungsi linear yang dilatih dengan algoritma pembelajaran berdasarkan teori optimasi dengan dimensi tinggi Berdasarkan penelitian ini, didapatkan akurasi tertinggi sebesar 100% dengan parameter terbaiknya menggunakan level dekomposisi 4, jenis wavelet haar dan jenis kernel quadratic. Jenis kernel quadratic memiliki delay consequences yang lebih baik daripada jenis kernel SVM yang lain dan hasil klasifikasinya dapat diverifikasi menggunakan kurva ROC.
Klasifikasi Kualitas Beras Delanggu Berdasarkan Ciri Tekstur Menggunakan Gray Level Co-Occurrence Matrix dan Naïve Bayes Herliana, Tiara Virlianda; Sai’dah, Sofia; Hidayat, Bambang; Tasya, Weni
Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2023): JIKI - Juni 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.47

Abstract

Beras merupakan salah satu makanan wajib bagi masyarakat Indonesia. Salah satu daerah penghasil beras terbesar di Indonesia adalah daerah Delanggu, tepatnya Kabupaten Klaten, Jawa Tengah. Banyak jenis beras yang beredar di pasaran memiliki kualitas dari segi warna, tekstur, dan aroma berbeda-beda. Begitu pun, peran beras sebagai bahan pangan pokok masyarakat Indonesia  menjadikan permintaan masyarakat terhadap konsumsi beras juga tinggi. Namun, fluktuasi yang terjadi setiap tahunnya terhadap harga bahan pangan pokok, membuat tingkat daya beli masyarakat mengalami penurunan yang mendorong tindak kecurangan berupa manipulasi kualitas beras oleh beberapa oknum dengan mengoplos beras dengan kualitas berbeda. Maka diperlukan teknologi yang dapat membantu masyarakat maupun pemerintah dalam mengidentifikasi kualitas beras yang beredar di pasaran untuk menentukan tingkat kelayakan beras tersebut. Dalam penelitian ini telah dirancang sistem berbasis machine learning untuk mengidentifikasi kualitas beras menggunakan citra. Dalam pengklasifikasian, penulis menggunakan metode Naïve Bayes. Sedangkan, pada ekstraksi ciri digunakan metode Gray Level Co-Occurrence Matrix (GLCM) yang nantinya akan digunakan untuk menentukan tekstur beras. Berdasarkan pengujian yang telah di lakukan, dapat diketahui bahwa sistem yang dirancang dapat mengidentifikasi beras delanggu berdasarkan dua kualitas yaitu beras kelas super dan biasa. Pengujian dilakukan menggunakan 40 citra beras di mana masing-masing kelas memiliki dua kualitas citra beras. Sehingga didapatkan dari beberapa skenario pengujian parameter orde dua terbaik pada kombinasi dua ciri orde dua metode GLCM dengan hasil akurasi terbaik yaitu contrast-correlation dengan akurasi 100,00 % dan waktu komputasi 82,59 detik dengan sudut 135° dan jarak piksel d=1.
DETEKSI CITRA GRANULOMA MELALUI RADIOGRAF PERIAPIKAL DENGAN METODE SCALE INVARIANT FEATURE TRANSFORM DAN KLASIFIKASI K-NEAREST NEIGHBOR Faradilla Zenda, Siti; Hidayat, Bambang; Suhardjo, Suhardjo
Jurnal Mnemonic Vol 1 No 1 (2018): Mnemonic Vol. 1 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.707 KB) | DOI: 10.36040/mnemonic.v1i1.13

Abstract

Radiograf periapikal merupakan komponen yang menghasilkan gambar radiografi dari gigi secara rinci dan jaringan apeks sekitarnya. Gambaran radiografi sangat membantu dokter gigi menegakkan diagnosis dan rencana perawatan kasus gigi impaksi. Dokter gigi mendiagnosa citra perapikal radiograf menggunakan mata namun karena keterbatasan indra penglihatan manusia bisa menyebabkan interpretasi masing-masing dokter gigi berbeda. Pada penelitian ini dibuatlah metode pengolahan citra yang dapat mendeteksi granuloma dari citra periapikal radiograf. Keluaran sistem dapat memberikan hasil yang dapat membantu dokter gigi dalam membuat keputusan dan meningkatkan diagnosis terhadap radiografi periapikal. Pada penelitian ini pembuatan sistem dilakukan dalam beberapa tahap yaitu pre-processing,ektraksi ciri dan klasifikasi. Metode yang akan digunakan dalam penelitian ini adalah Scale Invariant Feature Transformation (SIFT) sebagai metode ekstrasi ciri. SIFT adalah algoritma untuk mendeteksi dan menjelaskan fitur lokal pada citra. Proses klasifikasi menggunakan metode K-Nearest Neighbor (K-NN). K-NN adalah metode untuk mengklasifikasi obyek berdasarkan contoh latih terdekat. Hasil dari sistem ini adalah mampu untuk mengidentifikasi penyakit granuloma dengan akurasi 85,84% dengan waktu komputasi rata-rata 4,04 detik.Katakunci: granuloma, radiografi periapikal, Scale Invariant Feature Transformation (SIFT), K-Nearest Neighbor (K-NN).
Pengklasifikasian Grade Telur Ayam Negeri menggunakan Klasifikasi K-Nearest Neighbor berbasis Android IBRAHIM, NUR; BACHERAMSYAH, TASYA FIKRIYAH; HIDAYAT, BAMBANG; DARANA, SJAFRIL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 2: Published May 2018
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i2.288

Abstract

ABSTRAKTelur ayam negeri yang dibeli oleh masyarakat Indonesia di toko swalayan, pasar, ataupun di peternakan memiliki grade yang berbeda-beda. Pada penelitian sebelumnya, telah dilakukan pembuatan sistem pengklasifikasian telur ayam dengan berbasis Windows, namun belum dapat digunakan secara praktis oleh masyarakat. Penelitian ini dilakukan agar masyarakat dapat menggunakannya di lapangan dalam mengklasifikasikan grade telur ayam negeri, dimana pengklasifikasian grade pada telur ayam negeri ini menggunakan klasifikasi KNearest Neighbor (K-NN) yang berbasis android. Berdasarkan hasil pengujian, sistem ini dapat mengklasifikasikan grade telur ayam negeri dengan tingkat akurasi sebesar 80% (dibandingkan menggunakan Haugh Unit Micrometer) menggunakan parameter layer 4 (grayscale), metode penghitungan jarak cosine, dan nilai k=1 dimana jumlah tetangga yang dibandingkan pada algoritma K-NN adalah 1.Kata kunci: K-NN, telur ayam negeri, android.ABSTRACTChicken eggs purchased by Indonesian people in supermarkets, markets, or farms have different grades. In the previous research, the classification system of chicken eggs has been done in the windows platform, but it cannot be used practically by the people. This research was made so the people can use it on the field to classify chicken eggs grade, using the classification of K-Nearest Neighbor (K-NN) based on android. Based on testing results of this system, can classify eggs grade chicken with an accuracy of 80% (compared with Haugh Unit Micrometer) using layer 4 (grayscale), cosine distance method, and value of k=1 which is the total of compared neighborhood in K-NN algorithm is 1.Keywords: K-NN, chicken egg, android.
Co-Authors BACHERAMSYAH, TASYA FIKRIYAH Darwindra, Darwindra Faradilla Zenda, Siti Fauzi, Muhammad Ilham Gelar Budiman Herliana, Tiara Virlianda Hermina, Nanda Putri Imanadi, Muhammad Tsabit Imanadi Koredianto Usman Nur Ibrahim Putri, Tasya Busrizal Qothrunnada, Fadia Ramadhani, Shinta Rita Magdalena Sa’idah, Sofia Sai’dah, Sofia Sangkala, Muh Aslam Mahdi Sa’idah, Sofia Setiaji, Hartoko Carolus Ferdy Sjafril Darana SOFIA SAIDAH Suhardjo Suhardjo Suhartono Tjondronegoro Tasya, Weni