Article Per Year (5 Year)
p-Index From 2021 - 2026
7.935
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Panrita Abdi - Jurnal Pengabdian pada Masyarakat JURNAL MEDIA INFORMATIKA BUDIDARMA JUTEI (Jurnal Terapan Teknologi Informasi) Jurnal Riset Informatika MULTINETICS IJAIT (International Journal of Applied Information Technology) Almufi Jurnal Pengabdian kepada Masyarakat eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology Jurnal Nasional Sains dan Teknik
ANGGUNMEKA LUHUR PRASASTI
Telkom University
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search
Journal : eProceedings of Engineering

 2   3   4   5   6 
Evaluating the Performance of RESTful APIs Under Large HTTP Requests with K6 Risqulla, Fajra; Setianingsih, Casi; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Application Programming Interfaces (APIs) are integral to contemporary software development, facilitating interoperability among various services without requiring knowledge of their internal implementations. Among API architectures, Representational State Transfer (REST) is widely adopted, leveraging HTTP methods such as GET, POST, PUT, and DELETE for client-server communication [1]. This paper focuses on evaluating the performances of RESTful API, specifically the dietary API, which employs image recognition to detect foods and provide nutritional data. Stress testing assesses the API’s performance under high-volume HTTP requests to identify operational thresholds and improve reliability. Using the K6 tool, test scenarios simulate peak traffic conditions to measure critical metrics including response times, concurrency capacity, and requests per second. Findings highlight the impact of virtual user configurations and request parameters on API performance, offering insights crucial for reliability in real-world applications. Keywords—API, K6, REST, RESTful API, Stress Test, Virtual User
Optimalisasi Hyperparameter pada Model Deteksi Transaksi Mencurigakan Menggunakan Grid-Search Zakir, Gilman Muslih; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Fraud, sebagaimana didefinisikan oleh Association of Certified Fraud Examiners (ACFE) mencakup laporan keuangan yang keliru atau penipuan yang dibuat untuk memperoleh keuntungan yang tidak sah. Salah satu bentuk fraud adalah pencucian uang, di mana uang ilegal dipindahkan melalui sistem keuangan untuk membuatnya tampak sah. Panel Tingkat Tinggi International Financial Accountability, Transparency and Integrity (Panel FACTI) memperkirakan sekitar $1,6 triliun (2,7% dari PDB global), dicuci setiap tahun. Adanya transaksi keuangan yang mencurigakan memerlukan deteksi dini oleh lembaga keuangan untuk mencegah penyalahgunaan. Salah satu hal yang ingin dicapai dengan penelitian ini adalah bagaimana cara meningkatkan akurasi dan efisiensi dalam mendeteksi transaksi mencurigakan menggunakan teknologi Machine Learning. Penggunaan teknologi machine learning merupakan salah satu Solusi untuk mengatasi tantangan dalam mendeteksi transaksi mencurigakan. Penelitian ini dilakukan dengan mengembangkan model deteksi transaksi mencurigakan menggunakan algoritma XGBoost, Decision Tree, dan Logistic Regression dengan menerapkan Hyperparameter tuning yang dibantu dengan pencarian hyperparameter terbaik menggunakan Grid-Search untuk mendapatkan performa terbaik dari model yang dikembangkan. Kata kunci—decision tree, grid-search, hyperparameter tuning, logistic regression, xgboost.
Pengembangan Sistem Deteksi Manusia Berbasis Machine Learning Menggunakan YOLOv8 dan Notifikasi Telegram Alfitrah, Raudhafilhaq; Dirgantoro, Burhanuddin; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Dalam kehidupan manusia, sistem keamanan sudah menjadi kebutuhan pokok. Aspek keselamatan sangat penting dalam kehidupan sehari-hari. Salah satunya adalah keamanan rumah, karena rumah merupakan salah satu kebutuhan pokok manusia. Oleh karena itu rumah harus menjadi tempat yang nyaman, aman, dan bebas dari kejahatan. Masalah utama pada penelitian ini adalah dengan bagaimana mengembangkan sistem deteksi objek yang dapat mendeteksi keberadaan manusia. Penelitian ini menawarkan solusi yang mengembangkan sebuah sistem deteksi objek yang menggunakan teknologi machine learning untuk mendeteksi menusia dengan algoritma YOLOv8n. Kata kunci— deteksi objek, keamanan, machine learning, YOLOv8n
Sistem Informasi Parkir Pintar Berbasis IoT Sulaeman, Ikhsar; Hasibuan, Faisal Candrasyah; Prasasti , Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Kemacetan lalu lintas di perkotaan seringkali disebabkan oleh parkir liar yang mengganggu arus kendaraan. Salah satu solusi untuk mengatasi masalah ini adalah penerapan sistem parkir pintar berbasis Internet of Thing (IoT) menggunakan sensor infrared obstacle dan ESP32. Penelitian ini merancang sistem pendeteksi kendaraan yang secara otomatis mengirimkan informasi ketersediaan parkir ke database dan menampilkan informasi sisa parkiran serta parkiran terdekat menggunakan 7 segment display dan LED. Hasil pengujian menunjukkan bahwa sistem dapat mengirim dan menerima data secara real-time dengan rata-rata waktu pengiriman data sebesar 200,9 ms dan penerimaan data sebesar 488,191 ms menghasilkan total delay sistem bekerja 689,091 ms. Dengan akurasi 94%, sistem ini dapat mengurangi waktu pencarian tempat parkir dan potensi parkir liar, serta membantu mengurangi kemacetan lalu lintas. Kata kunci— 7 Segment Display, Esp32, Firebase, Internet of Thing (IoT), Sensor Infrared Obstacle.
Sistem Rekomendasi Slot Parkir Berbasis IoT dan Aplikasi Mobile Menggunakan Algoritma Rule-Based Decision Making Mahendra, Dimas Putra; Hasibuan, Faisal Candrasyah; Prasasti , Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Sistem Rekomendasi Slot Parkir Berbasis IoT dan Aplikasi Mobile dengan Algoritma Rule-Based Decision Making dirancang untuk memberikan solusi cerdas dalam mengelola dan merekomendasikan tempat parkir secara realtime. Sistem ini memanfaatkan sensor inframerah untuk mendeteksi ketersediaan slot parkir dan mengirimkan data ke Firebase sebagai basis data yang terintegrasi dengan aplikasi mobile. Pengujian menunjukkan bahwa sistem memiliki akurasi sebesar 94% dalam mendeteksi kondisi slot parkir dibandingkan dengan kondisi lapangan, berdasarkan 50 percobaan yang dilakukan. Pada 3 percobaan, terjadi kegagalan pada sistem LED untuk merekomendasikan slot parkir terdekat. Meskipun demikian, aplikasi memiliki akurasi 100% dalam memproses data sensor dan merekomendasikan slot terdekat. Pengiriman data ke Firebase tercatat memiliki rata-rata delay sebesar 65,36 ms, memberikan pengalaman yang cukup cepat bagi pengguna. Dengan metode ini, sistem diharapkan mampu mengurangi waktu pencarian parkir, meningkatkan efisiensi, dan memberikan pengalaman yang lebih nyaman bagi pengguna. Kata kunci— Aplikasi mobile, Firebase, IoT, Rekomendasi parkir, Rule-based decision making, Sensor inframerah
Pengembangan Sistem Analisis Fungsi Kognitif Berbasis Website Untuk Evaluasi Pengaruh Aromaterapi Melalui Data Eeg Prakoso, Mochamad Rafi Alfian; Firdaus, Alvaro Ahmad; Goenadiningrat, Jeahan Fitria; Wijayanto, Inung; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Kemajuan teknologi digital telah berdampak negatif terhadap kemampuan atensi berkelanjutan, yang berimplikasi pada penurunan produktivitas di ranah akademik maupun profesional. Penelitian ini merancang sistem terpadu berbasis web dan EEG guna mengukur pengaruh aromaterapi terhadap fungsi kognitif, melalui integrasi aplikasi SART yang mencatat respons secara akurat dan modul EEG yang menganalisis sinyal otak untuk mengidentifikasi komponen ERP sebagai indikator atensi. Proses validasi melalui User Acceptance Testing membuktikan bahwa seluruh aspek sistem berfungsi dengan tingkat keberhasilan 100%. Hasil pengujian menunjukkan bahwa kelompok kontrol memiliki tingkat deteksi ERP (P200, P300, P500) yang lebih tinggi dibandingkan kelompok eksperimen, khususnya penurunan signifikan komponen P200 pada kanal AF7. Walaupun akurasi kedua kelompok hampir serupa, kelompok eksperimen menunjukkan waktu respons lebih cepat, namun disertai dengan tingkat kesalahan yang lebih besar. Oleh karena itu, aromaterapi lemongrass dalam konteks studi ini tidak terbukti mampu meningkatkan kemampuan atensi berkelanjutan secara signifikan. Kata kunci— Aromaterapi, Sustained Attention, EEG, ERP, SART
Analisis Berat Dan Ukuran Telur Ayam Menggunakan Metode Otsu Berbasis Citra Digital Thalib, Wildan; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Menentukan berat pada telur adalah salah satu cara untuk menentukan baik atau buruknya suatu telur, oleh karena itu banyak produsen mesin yang mengembangkan sistem pada mesin mereka untuk menentukan berat pada telur, seiring perkebangan zaman, metode-metode yang digunakan dalam menentukan berat pada telur semakin banyak, oleh sebab itu banyak sekali analisis mengenai metode-metode tersebut. Penelitian ini bertujuan untuk menguji salah satu metode yang ada, yaitu metode otsu thresholding pada CNN dalam pre-proccesing untuk megklasifikasi berat pada telur ayam. Pengujian dilakukan menggunakan model klasifikasi CNN dengan menggunakan metode otsu thresholding sebagai pre-proccessing, diawali mengumpulkan datasets berdasarkan kelasnya yaitu Besar, Kecil, Sedang. datasets akan di proses untuk training dengan menggunakan metode CNN untuk mencari akurasinya dan disimpan. Hasil pengujian model klasifikasi berat dan ukuran pada telur menggunakan metode otsu thresholding, mendapatkan akurasi training sebesar 66% dan akurasi testing sebesar 48%, yang akan di prediksi untuk membandingkan dengan model klasifikasi tanpa otsu. Kata kunci — Thresholding, Berat, CNN, Klasifikasi, Otsu
Gaussian Mixture Model Dalam Proses Pengenalan Daun Untuk Mengidentifikasi Tanaman Herbal Savrylia, Dewi Intan; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Tanaman herbal merupakan salah satu obat alternatif yang digunakan dalam bidang Kesehatan untuk mengobati penyakit. Tanaman herbal dapat ditemukan di sekitar rumah atau di lingkungan terdekat. Dengan keterbatasan pengetahuan manusia mengenai tanaman herbal, seiring kemajuan teknologi maka penelitian ini dibuat untuk mendeteksi daun tanaman herbal menggunakan Image Processing yang memanfaatkan teknologi yang semakin maju. Untuk pengenalan daun tanaman herbal digunakan segmentasi Gaussian Mixture Model sebagai clustering dan memanfaatkan image processing, dibutuhkan dataset daun tanaman herbal agar dapat mengenali daun tanaman herbal yang ingin di deteksi sebagai data latih. Dalam penelitian ini menghasilkan rata rata tingkat kecocokan sebesar 79.2% dengan waktu pemrosesan 4.44 detik. Selanjutnya hasilnya akan ditampilkan pada website sebagai hasil outputnya.Kata kunci— website, gaussian mixture model, clustering, tanaman herbal
K-Means Clustering Dalam Proses Pengenalan Daun Untuk Mengidentifikasi Tanaman Herbal Riswandi, M. Ghalib; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Tanaman herbal adalah tanaman yang biasanya dapat dimanfaatkan pada bagian daun. Mengenai tanaman herbal dimana warna dan bentuk dari suatu daunn tanaman herbal yang tergolong mirip maka akan menjadi sulit untuk membedakan jenis dan nama daun serta khasiat dari daun tanaman herbal tersebut. Image processing menjadi salah satu pilihan untuk mempermudah manusia untuk membedakan nama, jenis dan manfaat daun tanaman herbal tersebut. Pada tugas akhir ini digunakan sebanyak 5 jenis daun tanaman herbal dan digunakan GLCM sebagai ekstraksi fitur serta K-Means Clustering sebagai klasifikasi daun. Kata kunci — Image processing, Gray Level Co-occurrence Matriks, K-Means Clustering.
Klasifikasi Emosi Kompleks yang Negatif Pada Anak Menggunakan Metode Naïve Bayes Fadli, Muhammad Nur; Prasasti, Anggunmeka Luhur; Saputra, Randy Erfa
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Emosi merupakan salah satu bahasa tubuh yang melibatkan banyak aspek seperti perilaku, tindakan, pikiran, dan juga perasaan. Emosi memiliki banyak bentuk. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Akan tetapi, kadang manusia tidak dapat mendefinisasikan arti dari emosi tersebut terutama pada anak-anak. Orangtua sering sekali merasa bingung dikarenakan perubahan emosi pada anaknya sehingga bingung bagaimana cara menghadapi emosi pada anak. Banyak sekali cara mengetahui emosi dari anak. Salah satunya adalah dengan cara mengklasifikasikan emosi berdasarkan raut wajah dan juga gestur tubuh. Metode klasifikasi ini dapat menggunakan algoritma Naive Bayes dengan cara menggunakan dataset yang telah diketahui kelas emosinya berdasarkan atribut dan sample data dari training data. Pada data ini digunakan dataset dari EmoReact yang berisikan data ekspresi anak-anak yang meliputi beberapa ekspresi seperti bahagia, sedih, takut, marah, dan netral. Hasil dari penelitian ini ialah dapat mengklasifikasikan emosi pada anak berdasarkan dari raut wajah mereka dari klasifikasi emosi tersebut. Pada algoritma Naïve Bayes mendapatkan hasil training model sebesar 88% dan dapat mengklasifikasikan emosi ekspresi pada anak dengan tingkat akurasi sebesar 65%. Kata kunci — emosi, klasifikasi, ekspresi, naïve bayes
Co-Authors Abdi, Diaz Adhia Dinda Sofia Afifah Masyhur Adhitama, Taufiq Gilang Agus Virgono Alfarisi, Muhammad Haekal Alfarrelwijaya, Dheandra Alfitrah, Raudhafilhaq Ali Fahmi Perwira Negara Andaru, Rizki Fauzi Andrew Brian Osmond Anggraini, Ratika Dwi Annisa Farhah Ariefani , Alfaridzi Muhammad Armain Hidayatullah, Muhammad Ashri Dinimaharawati Asti Novianty Basuki, Muhammad Fadhil Nararya Budhi Irawan Burhanuddin Dirgantoro Candrasyah H, Faisal Candrasyah Hasibuan, Faisal Casi Setianingsih Daniar, Ivan Denny Meilika Setiawati Deyan Havith Dailamy Dhiaulhaq, Muhammad Althaf Dhiyaul Haq, Muhammad Difa Diputra, Hadid Candra Erlangga Maulana Muhammad Fachry Reiza Fadli, Muhammad Nur Fahri Nuralim Faisal Candrasyah Hasibuan Fajri, Farhan Ulil FAJRI, SETIO EKA Fazril, Ibnu Fikri , Rifqi Muhammad Fikriansyah, Fakhruddin Firdaus, Alvaro Ahmad Gede Ardi Herdiana GHOFAR, MUHAMMAD ABDUL Goenadiningrat, Jeahan Fitria Habibi, Rizqullah Imamuddin Hanif Nilam Pratama Adiarso Hartono, Aditya Firmansyah Ibrahim, Muhammad Yuzzaf Iftitahrira Aulia Rahmi Inung Wijayanto Irawan, Harvan Nurluthfi Ismah Putri Dewanti Jaisy Malikulmulki Arasy Jamila , Andi Cleopatra Maryam Kusnady, Rizky Eka Putra Kusumo, Atallah Satrio Ledya Novamizanti Leo Putra Simanjuntak Mahendra, Dimas Putra Mahfuz, Muhammad Rafi Marisa W. Paryasto Marisa W. Paryasto Marlindia Ike Sari Maulana, Cholasih Ryan Mertu, Aidi Miftah Meinaldi Nurrochman Mohamad Alfaj’ri Mohamad Ilyas, Andi Muhammad Garma Asyam Rianto Muhammad Haekal Alfarisi Muhammad Kurnia Sandi Muhammad Rizqy Alfarisi Muhammad Zaki Mustofa Restu Adi Nabila Setya Utami Nashar Luthfi Sugara Negara, Ali Fahmi Perwira Novianty, Astri Nugraha, Alvin Yoga Nur Hilman Tsani Paryasto , Marisa W. Pasi, Muhammad Haekal Panderadja Prakoso, Mochamad Rafi Alfian Prasetya, Harry Pratama, Muhammad Farras Adi Purba Daru Kusuma R Rumani M Rafif Ansyari Siregar Rahma, Dinda Rahmadina, Rizka Ramadhan, Achmad Rionov Faddillah Randy Erfa Saputra Randy Hamzah Hardianto Ratna Astuti Nugrahaeni Razendra Zahran Firdaus RENDIKA, ANANDA Reza Rendian Septiawan Rezwandi, Fiqri Aqilah Risqulla, Fajra Riswandi, M. Ghalib Rizal, Mochammad Fahru Rizki Akbari Tamin Rochmawati Rohman, Hamzah Nur Roswan Latuconsina Ruslan , Ramah Rinaldi Ruslan, Ramah Rinaldi Salimah, Hurin Savrylia, Dewi Intan Setiady, Rogers Dwiputra Siagian, Dwi Saputra Sopar Sidabalok, Samuel Robert Romulus Sugondo Hadiyoso Sulaeman, Ikhsar Suryo Adhi Wibowo Syarifah Faisa Nurahmani Taufiq Gilang Adhitama Thalib, Wildan Tito Waluyo Purboyo Tora Fahrudin Umar, Ali Whibi Waskita Wicaksono Widodo, Muhammad Faiz Anindyo Wildan Panji Tresna Zakir, Gilman Muslih