Article Per Year (5 Year)
p-Index From 2021 - 2026
1.756
P-Index
This Author published in this journals
All Journal Jurnal Presipitasi : Media Komunikasi dan Pengembangan Teknik Lingkungan Jurnal IPTEK SISFOTENIKA Jurnal Teknik Elektro dan Komputer TRIAC Infotekmesin International Journal of Marine Engineering Innovation and Research Journal of Applied Smart Electrical Network and System (JASENS) Metta: Jurnal Penelitian Multidisiplin Ilmu Conference Proceeding on Waste Treatment Technology
Ryan Yudha Adhitya
Politeknik Perkapalan Negeri Surabaya
Religion Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics Transportation

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Simulasi Perbandingan Training Dataset YOLOv5 Dan YOLOv8 Menggunakan Prototipe AUV Ryan Yudha Adhitya; Erutan Dwi Sajiwo; Zindhu Maulana Ahmad Putra; M. Yusuf Santoso; M. Khoirul Hasin; Adianto; Dimas Pristovani Riananda; Isa Rachman; Agus Khumaidi; Yuning Widiarti
Journal of Applied Smart Electrical Network and Systems Vol. 7 No. 1 (2026): JASENS Vol. 7 No. 1 (2026) : Vol. 07 No. 01, Juni 2026
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/pkrjg903

Abstract

Penelitian ini mengevaluasi performa pelatihan model YOLOv5n dan YOLOv8n menggunakan dataset Kompetisi Robot Berbasis Kecerdasan Buatan (KRBAI) 2024 untuk deteksi objek pada prototipe Autonomous Underwater Vehicle (AUV). Dataset yang terdiri atas 4.114 citra dengan tiga kelas objek (gerbang, rintangan, drum) dilatih melalui Google Colab dengan konfigurasi 200 epoch, ukuran batch 16, dan resolusi citra 640x640. YOLOv5n memanfaatkan struktur berbasis anchor, sedangkan YOLOv8n menggunakan pendekatan tanpa anchor dengan modul C2f untuk efisiensi lebih tinggi. Hasil pelatihan menunjukkan YOLOv8n unggul dalam presisi (0,994 vs. 0,990) dan mAP50-95 (0,940 vs. 0,924), sementara YOLOv5n lebih baik pada recall kelas gerbang (0,999). Kedua model memiliki mAP50 serupa (0,993). Waktu pelatihan YOLOv8n sedikit lebih lama (3 jam 17 menit vs. 3 jam 31 menit). YOLOv8n terbukti lebih efektif untuk deteksi objek real-time pada AUV, mendukung navigasi dan pengenalan lingkungan bawah air. Penelitian mendatang perlu menguji dataset yang lebih beragam dan kondisi lingkungan yang lebih kompleks.
Performance Study of Glassfibre Reinforced Concrete (GRC) with Ferric Oxide Waste Additive Vivin Setiani; Wiwik Dwi Pratiwi; Denny Dermawan; Luqman Cahyono; Mohamad Hakam; Ryan Yudha Adhitya; Mochammad Karim Al Amin; Nur Fajar Aprilia Sari; Wanda Cahyaning Ati; Lina Indawati
Jurnal Presipitasi : Media Komunikasi dan Pengembangan Teknik Lingkungan Vol 23, No 2 (2026): July 2026
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/presipitasi.v0i0.%p

Abstract

Portland cement production is a major contributor to carbon emissions in the construction sector because the high-temperature calcination process produces CO₂ emissions that are nearly equivalent to the mass of cement produced. This study focuses on evaluating the potential of ferric oxide waste material in glass fiber-reinforced concrete as a filler to reduce carbon emissions, making it more environmentally friendly. An experimental method was used with a 1:1 binder-to-aggregate ratio and a constant 3% glass fiber addition. The percentage of ferric oxide replacement in the cement was 0–40%. X-ray fluorescence, X-ray diffraction, particle size distribution analysis, sand gradation testing, and mud content were used to obtain the material data. Tests were also conducted to determine compressive strength, flexural strength, water absorption, and dry and wet bulk density. Based on the results obtained, the addition of ferric oxide improved the mechanical properties of glass fiber-reinforced concrete and added to the aesthetic value of the final product. These findings indicate that the application of Glassfibre Reinforced Concrete is environmentally friendly
Rancang Bangun Pemantau Parameter Karbon Monoksida (CO) Menggunakan Sensor Berbasis Android Moga Jiwa Satria Mulia; Ahmad Erlan Afiuddin; Ryan Yudha Adhitya
Conference Proceeding on Waste Treatment Technology Vol. 2 No. 1 (2019): Conference Proceeding on Waste Treatment Technology
Publisher : Politeknik Perkapalan Negeri Surabaya

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

Abstract

Pemantauan pencemaran kualitas udara di sekitar industri gula hanya dilakukan tiap 3 bulan sekali, sehingga perlu adanya alat pemantau kualitas udara secara kontinyu. Penelitian ini membahas tentang alat pemantau kualitas udara di sekitar industri gula dengan menggunakan sensor untuk pembuatan hardware dan pemrograman software menggunakan arduino dan android. Penelitian ini merupakan penyempurnaan dari penelitian sebelumnya yaitu analisis pengukuran kualitas udara dalam ruangan. Metode yang digunakan adalah metode waterfall yang mencakup desain sistem, pembuatan alat, kalibrasi sensor, validasi alat dan pemrograman sistem informasi. Sensor yang digunakan adalah sensor MQ-7 untuk gas CO. Sensor dirakit menjadi satu dengan microcontroller wemos dan dilakukan kalibrasi sesuai standar datasheet pada sensor. Hasil validasi yang dilakukan yaitu gas CO sebesar 11.03% yang divalidasi dengan Direct Reading. Pemrograman sistem informasi yang dibangun menggunakan software arduino IDE dan aplikasi android yaitu Blynk Apps. Pengukuran kualitas udara yang terhubung dengan android yaitu Blynk Apps menggunakan sambungan wireless yang terhubung ke prototype melalui wifi shield yang sudah tertanam pada microcontroller wemosboard. Aplikasi android ini memiliki fitur notification, value display, gauge settings, timer, dan superchart untuk melihat dan mengakses kualitas pencemaran udara secara real-time. Prototype ini berpotensi dapat digunakan secara mandiri oleh industri untuk memudahkan pemantauan kualitas udara yang terjadi di sekitar industri gula dan bersifat portable.
Co-Authors Abdul Hafizh Abyan Faruq Adianto Agus Khumaidi Ahmad Erlan Afiuddin Akhmad Miftahkhul Amri Catur Rakhmad Handoko Dana Hartono Denny Dermawan Dewi Rizani Ruwahida Ruwahida Dimas Pristovani Riananda Edy Setiawan Erutan Dwi Sajiwo Faiz Romadloni Febrian Akbara Hasin, Muhammad Khoirul Hendro Agus Widodo Ii Munadhif Ii’ Munadhif Imam Sutrisno Ismi Zulaida Ulifah Joko Endrasmono Lina Indawati Lucke Yuansyah Luqman Cahyono M. Khoirul Hasin M. Yusuf Santoso Mat Sayi’in Mat Syai'in Mochammad Karim Al Amin Moga Jiwa Satria Mulia Mohamad Hakam Mohammad Abu Jami'in Mukhlish Nur Fajar Aprilia Sari Ratna Budiawati Richo Richo Rinanto, Noorman Rocky Andiana Sryang Tera Sarena Vivin Setiani Wanda Cahyaning Ati Wiwik Dwi Pratiwi Yuda Irawan Yuning Widiarti Zindhu Maulana Ahmad Putra