Article Per Year (5 Year)
p-Index From 2020 - 2025
1.383
P-Index
This Author published in this journals
All Journal Kitektro ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JMM (Jurnal Masyarakat Mandiri) Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Fityanul Akhyar
Universitas Telkom
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Analisis Konsumsi Daya Sistem Komunikasi Kooperatif Multi Relay Dengan Metode Pemilihan Relay Fityanul Akhyar; Nasaruddin Nasaruddin; Rusdha Muharar
Jurnal Komputer, Informasi Teknologi, dan Elektro Vol 1, No 2 (2016)
Publisher : Universitas Syiah Kuala

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

Abstract

Kinerja pada sistem komunikasi kooperatif nirkabel dapat ditingkatkan dengan menggunakan relay antara base station dan perangkat pengguna, dimana jarak antara antara base station dan pengguna dapat diperpendek sehingga kinerja transmisi dapat ditingkatkan. Relay dapat diasumsikan sebagai mini base station, repeater, atau perangkat bergerak. Mekanisme sistem relay dapat dilakukan dengan memanfaatkan protokol – protokol yang ada dalam sistem komunikasi kooperatif seperti amplify and forward (AF), decode and forward (DF) dan quantize and forward (QF). Penelitian ini mengkaji kinerja pada sistem komunikasi kooperatif nirkabel dengan protokol QF menggunakan strategi pemilihan relay (relay-selection strategy), yaitu reactive relay selection dan proactive relay selection pada topologi jaringan multi-relay. Metode penelitian yang digunakan adalah simulasi komputer dengan pemodelan sistem dan analisis matematis. Penelitian ini dapat memberi solusi untuk meningkatkan kinerja pada sistem komunikasi nirkabel, khususnya sistem komunikasi kooperatif. Kata Kunci— topologi, komunikasi kooperatif nirkabel, quantize and forward (QF), strategi pemilihan relay, simulasi komputer.
SISTEM INSPEKSI PERMUKAAN BAJA BERBASIS DEEP LEARNING MENGGUNAKAN METODE ANCHOR-FREE Singgih Yuliyanto; Nurinda Fadhilah Amani; Fityanul Akhyar; Koredianto Usman
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol 2 No 3 (2022): November Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Sekolah Tinggi Ilmu Ekonomi Trianandra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v2i3.364

Abstract

Steel is one of the important materials in the industry. Steel may have defects in the production process that can affect the steel products. Therefore, the detection of steel surface defects is an important process to control the quality of steel products. An efficient steel surface detection process is carried out by automating steel images taken using a camera. We use an anchor-free model FoveaBox. FoveaBox is an accurate and flexible model for detecting objects and has a simple architecture. This study uses the NEU-DET dataset consists of six types of steel surface defects, namely crazing, inclusion, patches, pitted surface, rolled-in scale, and scratches, each with a total of 300 data.. The test results on the system show that the method used has a good detection performance with a mean average precision of 0.834 or 83.4% at a learning rate of 0.001, Optimizer SGD, sigma 0.6, and the number of epochs 24. This detection method can detect steel surface defects. This detection method can effectively detect steel surface defects with similar foreground and background characteristics. With an accuracy threshold of 80%, the method used in this study has an adequate precision value.
PELATIHAN PENGENALAN DAN APLIKASI KECERDASAN ARTIFICIAL UNTUK GURU & SISWA SMK TELKOM BANDUNG Ledya Novamizanti; Thomhert Suprapto Siadari; Fityanul Akhyar
Prosiding COSECANT : Community Service and Engagement Seminar Vol 2, No 1 (2022)
Publisher : Universitas telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.551 KB) | DOI: 10.25124/cosecant.v2i1.18418

Abstract

AKSI CEGAH STUNTING MELALUI APLIKASI SAGITA: STATUS GIZI BALITA Muhammad Hablul Barri; Fenty Alia; Ledya Novamizanti; Rita Purnamasari; Fityanul Akhyar; Tora Fahrudin; Putu Harry Gunawan; Satria Mandala
JMM (Jurnal Masyarakat Mandiri) Vol 7, No 2 (2023): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v7i2.13231

Abstract

Abstrak: Stunting merupakan salah satu masalah kesehatan masyarakat yang penting di Indonesia, terutama di Desa Lengkong, Jawa Barat. Beberapa penyebab utama yaitu kesulitan dalam pencatatan dan monitoring status gizi balita saat pelakasanaan posyandu. Pencatatan yang masih secara manual membuat beberapa data yang tersimpan sulit untuk dicari dan rentan akan adanya kesalahan pada saat penginputan. Tujuan dari pengabdian ini adalah ingin merealisasikan suatu aplikasi yang dapat memudahkan kader posyandu dalam memonitoring status gizi balita secara terpusat. Sehingga diharapkan mitra dapat dengan praktis memasukkan data, mereview akumulasi data serta membuat analisis data tersebut secara cepat dan akurat. Aplikasi ini kemudian akan disosialisasikan dalam sebuah penyluhan gizi balita. Data dari aplikasi ini nantinya dapat digunakan oleh semua pihak yang berkepentingan secara realtime. Kegiatan ini didawali dengan survei permasalahn ke lapangan kemudian dilanjutkan dengan pembuatan aplikasi lalu diakhiri dengan serah terima dan sosialisasi dari aplikasi yang telah dibuat. Dari kegiatan ini, mitra dalam hal ini adalah kader posyandu dan perangkat desa mencoba secara langsung aplikasi yang dibuat, sehingga dapat memberikan masukin secara langsung kepada tim untuk perbaikan aplikasi. Dari survei yang yang disebar ke seluruh peserta, didapati 80% peserta merasa puas dengan aplikasii yang ada dan berharap aplikasi segera dapat dilakukan perbaikan sehingga dapat langsung digunakan di desa Lengkong. Abstract: Stunting is one of the important public health problems in Indonesia, especially in Lengkong Village, West Java. Several main causes are difficulties in recording and monitoring the nutritional status of toddlers during the implementation of posyandu (integrated health post). Manual recording makes some stored data difficult to find and prone to errors during inputting. The purpose of this community service is to realize an application that can facilitate posyandu workers in monitoring the nutritional status of toddlers in a centralized manner. Thus, it is expected that partners can easily input data, review data accumulation, and quickly and accurately analyze the data. This application will then be socialized in a toddler nutrition campaign. Data from this application can be used by all stakeholders in real-time. This activity begins with a survey of problems in the field, followed by application development and ends with the handover and socialization of the application that has been made. From this activity, partners, in this case, posyandu workers and village officials, directly try out the application, so they can provide direct feedback to the team for application improvements. From the survey distributed to all participants, it was found that 80% of participants were satisfied with the existing application and hoped that the application could be improved soon, so it could be immediately used in Lengkong Village. 
Pembelajaran Kolaboratif Berdasarkan Two-Branch Neural Network dan YOLOv5 Untuk Deteksi Objek Pada Kendaraan Otonom Agniya Tazkiya Aulia; Suryo Adhi Wibowo; Fityanul Akhyar
eProceedings of Engineering Vol 10, No 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Seiring dengan kemajuan teknologi dan otomatisasi, perkembangan pada Autonomous Vehicle (AV) meningkat secara signifikan. Object detection memegang peranan penting pada teknologi AV. Pada penerapannya, kondisi cuaca yang buruk mengakibatkan terjadinya penurunan performa sistem dalam mendeteksi objek terutama ketika cuaca berkabut. Tugas Akhir ini menganalisis konfigurasi dari pembelajaran kolaboratif an- tara algoritma dehazing dan object detection untuk meningkatkan kinerja sistem AV dalam mendeteksi objek di kondisi cuaca berkabut. Algoritma dehazing yang digunakan adalah Two- Branch Neural Network, sedangkan algoritma object detection yang digunakan adalah YOLOv5. Pada YOLOv5 dilakukan optimasi dengan hyperparameter tuning untuk mendapatkan nilai pengukuran terbaik. Hasil penelitian menunjukkan bahwa model pembelajaran kolaboratif memiliki mAP yang lebih tinggi dari model YOLOv5 orisinal, dengan nilai 71,5%. Di sisi lain, konfigurasi hyperparameter terbaik didapatkan pada nilai learn- ing rate 0,00334; batch size 32; dan lainnya didapatkan dari hyperparameter VOC. Hal ini meningkatkan mAP dari 71,5% ke 74,8%.Kata kunci—AV, YOLOv5, two-branch neural network, object detection, image dehazing, hyperparameter
Efisiensi Energi Sistem Komunikasi Kooperatif Multi-relay Quantize and Forward Berdasarkan Pemilihan Relay Fityanul Akhyar; Nasaruddin; Rusdha Muharar
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 6 No 1: Februari 2017
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1262.974 KB)

Abstract

Currently, the increasing energy consumption is a global issue. Information technology and telecommunication industry is one of the areas with the largest energy consumption. The growth of mobile data users is an issue and the biggest challenge for the future. The cooperative wireless communication system has been the focus of research as one of the information delivery strategy with more efficient energy consumption. Energy efficiency in the cooperative wireless communication system can be improved by using a relay between base station and user device, where the distance between base station and user can be shortened, thus, the energy transmission can be minimized. Relay mechanism can be built by utilizing the protocol in the cooperative communication system, such as amplify and forward (AF), decode and forward (DF), and quantize and forward (QF). Relay-selection is an important issue in a cooperative wireless communication system that can reduce energy consumption at the system level. This study analyzes energy efficiency of multi-relay QF cooperative communication for line-of-sight (LOS) and non-line-of-sight (NLOS) environment based on relay selection strategies: reactive and proactive relay selection. A computer simulation is conducted based on a system model and mathematical analysis. Energy efficiency is calculated based on power consumption of signal transmission and observed in the distance between the source, relay, and destination. Simulation result shows that multi-relay QF networks with relay selection consume lower energy than without relay selection, hence, the energy usage in the relay selection networks is more efficient. Moreover, the strategy of proactive relay selection provides low energy consumption and high energy efficiency compared to the reactive relay selection strategy.
Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Analisa Persebaran Varian Covid-19 (Studi Kasus Kelurahan Antapani Kidul) Mochamad Noverian Zhafar; Koredianto Usman; Fityanul Akhyar
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

Pandemi COVID-19 merupakan peristiwapersebaran penyakit yang terjadi di seluruh dunia. Berbagainegara telah berupaya untuk memberhentikan pergerakanvirus tersebut agar tidak terjadi gelombang akibat virus yangberevolusi dan melahirkan varian baru. Pada umumnya, datapersebaran dari suatu wilayah sangat diperlukan oleh parapraktisi Kesehatan untuk meneliti lajur dan kemungkinanterjadinya gelombang ataupun ditemukannya varian baru darivirus SARS-Cov-2. Penelitian ini bertujuan untuk menganalisapersebaran varian COVID-19 di kelurahan Antapani Kidul,kota Bandung dari segala aspek perbedaan dari setiapvariannya.Metode dalam penelitian ini yaitu menggunakan teknikclustering dengan penggunaan alur data mining yangmenerapkan algoritma K-Means. Algoritma K- Meansmenggunakan dataset yang digunakan untuk mengelompokandata berdasarkan kriteria pendukung berupa tingkatpenularan, tingkat transmisi komunitas, dan juga sejumlahdampaknya pada imunitas pasien pengidap COVID- 19.Dalam penelitian ini juga diukur akurasi dari performansimetode clustering menggunakan algoritma K-Means denganmembandingkannya dengan empat metode lain, yaituDBSCAN, Gaussian Mixture, Agglomerative Clustering, danSpectral Clustering dengan menggunakan tabel PerformanceMetrics dengan empat parameter pengukuran yang disebutmain metrics, yang merupakan Silhouette Score, Calinski-Harbasz Index, Davies Bouldien Index, dan Rand Index.Kata kunci: COVID-19, Varian, Algoritma K-Means,Clustering, Kriteria, Persebaran, Performance Metrics.
Sistem Inspeksi Cacat pada Permukaan Kayu menggunakan Model Deteksi Obyek YOLOv5 AKHYAR, FITYANUL; NOVAMIZANTI, LEDYA; RIANTIARNI, TITA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 4: Published October 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i4.990

Abstract

ABSTRAKPermukaan kayu mengalami berbagai serangan serangga dan jamur, sehingga dapat menyebabkan cacat seperti pembusukan pada kayu yang berpengaruh terhadap kualitas dan harga jual kayu tersebut. Pengujian secara lapangan dengan penglihatan manusia menjadi kurang efektif, karena menghasilkan penilaian yang subjektif dan memerlukan waktu yang lama. Penelitian ini mengusulkan sistem deteksi cacat pada permukaan kayu pinus dan kayu karet menggunakan Convolutional Neural Network (CNN) dengan model YOLOv5. Pengujian sistem dilakukan menggunakan beberapa model dari YOLOv5, serta dua teknik image enhancement, yaitu edge filter dan Real ESRGAN. Hasil mAP terbaik sebesar 94,3% dengan kecepatan 125 FPS pada dataset kayu pinus menggunakan model YOLOv5s tanpa penambahan image enhancement. Sedangkan pada dataset kayu karet yang memiliki jenis cacat yang lebih kompleks, hasil mAP terbaik adalah sebesar 94,7% dengan kecepatan 139 FPS menggunakan model YOLOv5s-Transformer dengan penambahan image enhancement Real ESRGAN.Kata kunci: deteksi, kayu, Convolutional Neural Network (CNN), YOLO ABSTRACTWood surafce is subject to various insect and fungal attacks, which can cause defects such as wood rot. This condition affects the quality as well as the selling price of the wood. Field testing with human eyesight becomes less effective because it produces a subjective assessment and time consuming. This study proposes a defect detection system on the surface of pine wood and rubber wood using the Convolutional Neural Network (CNN) with the YOLOv5 model. System testing was carried out using several models from YOLOv5 and two image enhancement techniques, namely edge filter and Real ESRGAN. The best mAP results were 94.3%, with a speed of 125 FPS on the pine wood dataset using the YOLOv5s model without adding image enhancement. While on the rubber wood dataset with more complex defect problem, the best mAP results were 94.7% with a speed of 139 FPS using the YOLOv5s-Transformer model with the addition of image enhancement Real ESRGAN.Keywords: detection, wood, Convolutional Neural Network (CNN), YOLO
SISTEM INSPEKSI PERMUKAAN BAJA BERBASIS DEEP LEARNING MENGGUNAKAN METODE ANCHOR-FREE Yuliyanto, Singgih; Nurinda Fadhilah Amani; Fityanul Akhyar; Koredianto Usman
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 2 No. 3 (2022): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v2i3.364

Abstract

Steel is one of the important materials in the industry. Steel may have defects in the production process that can affect the steel products. Therefore, the detection of steel surface defects is an important process to control the quality of steel products. An efficient steel surface detection process is carried out by automating steel images taken using a camera. We use an anchor-free model FoveaBox. FoveaBox is an accurate and flexible model for detecting objects and has a simple architecture. This study uses the NEU-DET dataset consists of six types of steel surface defects, namely crazing, inclusion, patches, pitted surface, rolled-in scale, and scratches, each with a total of 300 data.. The test results on the system show that the method used has a good detection performance with a mean average precision of 0.834 or 83.4% at a learning rate of 0.001, Optimizer SGD, sigma 0.6, and the number of epochs 24. This detection method can detect steel surface defects. This detection method can effectively detect steel surface defects with similar foreground and background characteristics. With an accuracy threshold of 80%, the method used in this study has an adequate precision value.
APLIKASI MOBILE UNTUK MENGIDENTIFIKASI KUALITAS IKAN CAKALANG BERBASIS ANDROID Fredigo, Agno; Novamizanti, Ledya; Akhyar, Fityanul
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol. 4 No. 1 (2024): Desember 2024
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Dalam era digital yang terus berkembang dengan sangat signifikan ini, pemanfaatan teknologi berbasis deep learning, aplikasi mobile, dan komputasi awan atau sering disebut cloud telah menjadi bagian dari kehidupan sehari-hari. Dalam penelitian ini, makalah ini akan melakukan riset mengenai ketiga teknologi tersebut terutama di bagian mobile application berbasis android untuk mendeteksi kualitas dari ikan cakalang. Ikan cakalang merupakan salah satu jenis ikan yang memiliki nilai ekonomi yang cukup tinggi di pasaran, namun untuk kualitasnya dapat bervariasi. Saat ini proses pemeriksaan kualitas ikan cakalang masih dilakukan secara manual menggunakan indra manusia. Untuk memastikan kualitas ikan cakalang yang optimal, diperlukan sistem yang efisien dan akurat dalam mendeteksi kualitas ikan cakalang. Makalah ini mengusulkan berupa aplikasi mobile berbasis android untuk mendeteksi ikan cakalang. Untuk penamaan mobile application ini yakni Qfish.  Dalam pembuatan aplikasi berbasis android ini, sudah banyak alat bantu berupa software untuk mempermudah developer dalam membuat aplikasi android dengan bermodalkan kemampuan dibidang programming, salah satu dari software itu menggunakan android studio dengan menggunkan Bahasa pemograman Kotlin. Qfish ini bermanfaat untuk meningkatkan proses pendeteksian kualitas ikan cakalang, sehingga dapat memberikan manfaat yang besar bagi industri perikanan. Kata kunci—  Qfish, Mobile Application, Android Studio, Ikan Cakalang
Co-Authors Agniya Tazkiya Aulia Fenty Alia Fredigo, Agno Koredianto Usman Ledya Novamizanti Mochamad Noverian Zhafar Muhammad Hablul Barri Nasaruddin Nasaruddin Nasaruddin Nasaruddin Nasaruddin Nurinda Fadhilah Amani Nurinda Fadhilah Amani Putu Harry Gunawan RIANTIARNI, TITA Rita Purnamasari Rusdha Muharar Rusdha Muharar Rusdha Muharar, Rusdha Satria Mandala Singgih Yuliyanto Suryo Adhi Wibowo Thomhert Suprapto Siadari Tora Fahrudin Yuliyanto, Singgih