Claim Missing Document
Check
Articles

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
Sistem Monitoring Tanaman Berbasis Internet of Things di SMK Telkom Bandung Novamizanti, Ledya; Wibowo, Suryo Adhi; Prasasti, Anggunmeka Luhur; Ruslan , Ramah Rinaldi; Fajri, Farhan Ulil; Mertu, Aidi; Mahfuz, Muhammad Rafi
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 4 No 1: Juni (2024)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v4i1.306

Abstract

Perkembangan teknologi yang sangat pesat mengharuskan kurikulum dan keahlian siswa juga harus mengikuti perkembangan tersebut dengan baik termasuk di Sekolah Menengah Kejuruan (SMK) Telkom Bandung. Pada kegiatan ini, sistem monitoring jarak jauh berbasis Internet of Things (IoT) digunakan dan dapat diakses melalui ponsel. Sekolah Menengah Kejuruan (SMK) Telkom Bandung memiliki program studi Teknik Jaringan Komputer dan Telekomunikasi (TJKT), yang visinya adalah mempersiapkan siswa menghadapi revolusi digital dan memanfaatkan teknologi untuk masa depan yang lebih baik. Pengenalan teknologi IoT dengan perangkat seperti Arduino telah diajarkan di SMK untuk mendukung visi ini. Tim dosen dan mahasiswa Telkom University membuat modul, perangkat dan memberikan workshop tentang pembuatan alat berbasis IoT yang dapat memonitor suhu, kelembaban, kelembaban tanah, dan sensor gerak melalui ponsel sebagai bagian dari program pengabdian masyarakat. Peserta aktif terlibat dalam kegiatan ini dan memberikan feedback positif, menciptakan kesan inovatif yang baik. Kegiatan serupa diharapkan dapat terus dilakukan untuk mendukung pendidikan vokasi.
IoT-Based Banknotes Saving Automation System Prasasti, Anggunmeka Luhur; Septiawan, Reza Rendian; Alfarisi, Muhammad Haekal
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 2 No 02 (2023): November 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v2i01.5499

Abstract

Many problems occur with traditional savings, such as users not knowing the nominal amount that has been saved later, and the authenticity of the money saved. To overcome this problem, the "Savings Storage Automation System with IoT-Based Banknotes" tool was created, this tool aims to help users save money easily and safely. The system design is based on Arduino Mega. The inputs on the Arduino Mega consist of a GY-33 TCS34725 as a color sensor and a keypad to perform functions. The output produced is in the form of nominal data of banknotes that can be seen by the user through an LCD and sent to a database, checking the authenticity of the money is done manually by using ultraviolet. The method used to identify the nominal banknotes is based on the reading of each RGB value and color temperature on each nominal banknote. The average accuracy of reading currency values on real banknotes reaches 88%, while in testing counterfeit banknotes it is 14%. Testing execution time when entering money into savings is 3.57 seconds and data to the database is 6.57 seconds.
Prediksi Keputusan Juri Pencarian Bakat Berdasarkan Ekspresi Wajah Menggunakan Analis VGG16 dan Fuzzy Fikriansyah, Fakhruddin; Prasasti, Anggunmeka Luhur; Marisa W. Paryasto
MULTINETICS Vol. 8 No. 2 (2022): MULTINETICS Nopember (2022)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v8i2.4705

Abstract

Expression is a human communication tool to express feelings. Currently, facial expression recognition technology continues to be developed by research to improve the quality of the technology. With this, existing models will be developed in order to predict human decisions based on facial expressions. This final project uses the modified VGG16 architecture as a facial expression classification model. The datasets used for classification are FER-2013 Modification into five expressions, namely angry, disgust, happy, neutral, and surprised, with a total data of 23910. The classification model is used to read the jury's facial expressions via video in the prediction model. The result of the expression that is read will be calculated using Fuzzy Logic in determining the jury's decision with the result of 'yes' or 'no'. The results of testing the Modified VGG16 Architecture using the best combination of parameters were obtained with epoch 100, batch size 32, learning rate 0.0001, and data split 10% for validation to obtain training accuracy of 93% and validation accuracy of 86%. The model is evaluated by testing data of 10% outside of the training data, obtaining a test accuracy of 85%. The classification report from the evaluation obtained a precision of 84%, a recall of 82%, and an f1-score of 83%. The resulting model has a good performance in classifying facial expressions compared to VGG16. The results of the judge's decision prediction using fuzzy obtained a correct prediction of 20:20 from the number of test samples.
Early Estimation of Earthquake Magnitude Using Machine Learning Novianty, Astri; Prasasti, Anggunmeka Luhur; Saputra, Randy Erfa
IJAIT (International Journal of Applied Information Technology) Vol 07 No 02 (November 2023)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v7i02.5994

Abstract

Seismic parameters provide important information that describes the characteristics of an earthquake. The magnitude parameter is one of the essential seismic parameters in making the right decision regarding earthquake disaster mitigation. Determining the magnitude of an earthquake must be done early because this information represents the size of the earthquake and the potential damage it causes. If the determination of the earthquake’s magnitude is delayed, emergencies such as the evacuation of residents and post-disaster recovery may be disrupted. This study attempts to estimate the earthquake magnitude parameters based on Primary (P) wave signals using several machine learning algorithms for regression, such as Neural Network Regression (NNR), Random Forest Regression (RFR), and Support Vector Machine Regression (SVMR). The experimental results show that the RFR can produce the best estimation with an R-squared (R2) value of 0.946 and a root mean square error (RMSE) of 0.087.
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
Klasifikasi Emosi Kompleks yang Negatif Pada Anak Menggunakan Metode KNearest Neighbor Andaru, Rizki Fauzi; 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. 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 K-Nearest Neighbor dengan cara mengklasifikasikan data 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 adalah bahwa algoritma K-Nearest Neighbor mendapatkan hasil training model sebesar 99.89% dan dapat mengklasifikasikan emosi ekspresi pada anak dengan tingkat akurasi 45%.Kata kunci— emosi, klasifikasi, ekspresi, K-Nearest Neighbor
Co-Authors Abdi, Diaz Adhia Dinda Sofia Afifah Masyhur Adhitama, Taufiq Gilang 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 Virgono , Agus Whibi Waskita Wicaksono Widodo, Muhammad Faiz Anindyo Wildan Panji Tresna Zakir, Gilman Muslih