Article Per Year (5 Year)
p-Index From 2021 - 2026
3.947
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Jupiter Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Proceeding of the Electrical Engineering Computer Science and Informatics JOIN (Jurnal Online Informatika) JETT (Jurnal Elektro dan Telekomunikasi Terapan) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) KOMPUTIKA - Jurnal Sistem Komputer TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Charity : Jurnal Pengabdian Masyarakat Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Jurnal INFOTEL Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika
Sussi
Universitas Telkom
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Social Sciences Other

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Prediksi Waktu Tempuh Bus Trans Metro Bandung dengan Internet Of Things dan Metode Machine Learning Enrico Megantara; Rendy Munadi; Sussi Sussi
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bus Rapid Transit (BRT) diharapkan dapat menekan padatnya lalu lintas Kota Bandung. Namun permasalahan yang dihadapi pihak TMB adalah bus BRT tidak memiliki jalurnya sendiri, yang terjadi adalah bus menggunakan jalur yang sama dengan kendaraan pribadi, jadi penjadwalan waktu kedatangan bus terkadang tidak sesuai estimasi waktu berbeda dari jadwal. Pada tugas akhir ini, peneliti membuat alat menggunakan mikrokomputer raspberry pi untuk tracking data Bus Trans Metro Bandung (TMB) dan Machine Learning (ML) untuk memprediksi waktu durasi pada halte Bus TMB yang dilalui. Algoritma ML akan memprediksi waktu durasi Bus TMB dari halte keberangkatan sampai halte tujuan. Pengambilan dataset dilakukan setiap waktu untuk pembuatan model. Model ML menggunakan Algoritma Random Forest (RF) dan XGBoost untuk menganalisa manakah algoritma yang paling efektif untuk memprediksi waktu durasi Bus TMB. Hasil penelitian ini didapatkan model machine learning regresi yang terbaik untuk memprediksi waktu kedatangan adalah model Random Forest dengan nilai random state 102. Model tersebut mendapatkan nilai tingkat akurasi yang tinggi sebesar 98% dan model mendapatkan nilai eror MAE sebesar 0,95, MSE sebesar 33,63, dan RMSE 5,80 yang cenderung lebih rendah dibandingkan dengan nilai eror dari model lain. Sehingga dapat dikatakan bahwa model Random Forest dengan random state 102 menjadi model yang paling optimal. Kata Kunci: BRT, Raspberry pi, Machine Learning, Random Forest, XGBoost.
Implementasi Pembayaran Dan Palang Otomatis Pada Sistem Smart Parking Di Lahan Parkir Menggunakan Metode QR Code Nabil Hamdi Assidiqie; Nyoman Bogi Aditya Karna; Sussi Sussi
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Seiringnya jumlah penduduk yang meningkat secara drastis maka dari itu permintaan akan kendaraan roda empat berkembang juga. Sehingga lahan parkirpun akhirnya menjadi terbatas. Smart parking system merupakan salah satu solusi dari keterbatasan nya lahan parkir, yang dimana sistem ini merupakan pengembangan dari smart city yang bertujuan untuk meningkatkan kebutuhan fasilitas penggunaan lahan parkir . Dalam Tugas Akhir ini dilakukan perancangan IoT pada sistem smart parking dengan focus tugas akhir di palang pintu keluar parkir dan terdapat sistem pembayaran menggunakan QRIS (Quick Respond Indonesia Standard). Perancangan ini meliputi hardware dan koneksi IoT dengan website yang dibuat. Alat dirancang menggunakan Arduino Mega 2560, Sensor Ultrasonik HC-SR 05, NodeMCU ESP 8266, Barcode Scanner GM66, Relay Module 2 Channel, PWM Motor DC, Motor DC Power Window. Komponen tersebut terletak pada palang pintu keluar otomatis. Untuk membuat website dan sistem pembayaran dibutuhkan applikasi Visual code studio, dan payment gateway dan penyimpanan database sistem ini menggunakan web databse PHP myadmin. Dari hasil pengujian, sistem smart parking memiliki kecepatan rate transfer (Throughput) sebesar 1567 bps, Total delay NodeMCU ESP 8266 dengan PHP myadmin sebesar 102,459 ms dan nilai paket loss sebesar 0% menandakan packet terkirim dengan sempurna. Penelitian ini, diharapkan smart parking dapat membantu para pengemudi untuk membayar parkir dengan mudah, cepat dan akurat. Kata kunci – Internet of Things, smart parking, arduino mega 2560, WiFi expansion shield, QR Code
Desain Dan Implementasi Sistem Telemedicine Untuk Periksa Kesehatan Mandiri Menggunakan Qr Code Authentication Berbasiskan Android Dhea Dearly Herman; Favian Dewanta; Sussi Sussi
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam mencegah penyebaran virus COVID-19, pasien dianjurkan untuk tidak pergi ke fasilitas kesehatan kecuali dalam keadaan yang darurat. Pengaplikasian sistem telemedicine untuk diagnosis dan monitoring kesehatan dari jarak jauh sangat dibutuhkan. Maka dari itu Tugas Akhir berpusat pada desain dan implementasi sistem telemedicine untuk periksa kesehatan mandiri dengan menggunakan aplikasi android “Self Checkup”. Sistem ini dirancang menggunakan framework React Native untuk memeriksa kesehatan pengguna dengan melihat data secara realtime dari tiga IoT healthcare device yaitu Weight Scale Device, Body Temperature Device, dan IoT Healthcare Device melalui NodeMCU ESP32 dengan protokol komunikasi Bluetooth Low Energy. Pairing antara aplikasi android dengan IoT device menggunakan metode otentikasi dengan QR Code. Kemudian data yang diterima dari IoT device dienkripsi dengan algoritma AES 256-bit lalu dikirimkan ke cloud server. Hasil pengujian Quality of Service dari ketiga IoT healthcare device ke aplikasi android memperoleh nilai rata-rata delay sebesar 97 ms, throughput sebesar 2.424 Kbps dan packet loss sebesar 0%. Nilai rata rata delay dari aplikasi android ke cloud server sebesar 203 ms, throughput sebesar 4.624 Kbps dan packet loss sebesar 0%. Hasil pengujian performansi algoritma AES 256-bit memiliki rata-rata waktu enkripsi sebesar 54 ms dan dekripsi sebesar 72 ms. Kata kunci : Aplikasi Android, QR Code, Internet of Things, Bluetooth Low Energy, Telemedicine, Cloud Server, AES. Abstract In preventing the spread of COVID-19, patients are advised not to go to health facilities except in an emergency. Telemedicine system application for remote health diagnosis and monitoring is urgently needed. Therefore, the final project focuses on the design and implementation of the telemedicine system for independent health checks using the android application ”Self Checkup”. This system was designed using the framework React Native to check the user’s health by looking at the data in real-time from three IoT healthcare devices, which are Weight Scale Device, Body Temperature Device, and electrocardiogram device through NodeMCU ESP32 with Bluetooth Low Energy communication protocol. Pairing between the android application and the IoT device is conducted by using an authentication method based on QR code. Then the data received from the IoT device are encrypted with a 256-bit AES algorithm before being sent to the cloud server. The quality of service (QoS) experiments from the three IoT healthcare devices to the Android applications show that the average delay value is 97 ms, throughput is 2.424 Kbps and packet loss is 0%. Meanwhile, the QoS experiments between the Android application and cloud server show that the average delay is 203 ms, throughput is 4.624 Kbps and packet loss is 0%. As for the security performance of the 256-bit AES algorithm, the average encryption is 54 ms and AES decryption is 72 ms. Keywords: Android Application, QR Code, Internet of Things, Bluetooth Low Energy, Telemedicine, Cloud Server, AES.
Analisis Perbandingan Algoritma Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) untuk Sistem Deteksi Katarak Prasetyo, Akmal Rusdy; Sussi, Sussi; Aditya, Bagus
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Mata adalah salah satu indera terpenting bagi manusia. Melalui mata, manusia menyerap informasi visual yang digunakan untuk melakukan berbagai aktivitas, tetapi gangguan terhadap penglihatan banyak terjadi, dari gangguan ringan hingga gangguan serius yang dapat menyebabkan kebutaan, kebutaan. Salah satu penyebab gangguan penglihatan ini adalah katarak. Katarak sendiri menjadi penyebab tertinggi kebutaan di Indonesia (81%) dengan 40% penderitanya tidak mengetahui bahwa dirinya menderita katarak. Salah satu solusi untuk mengurangi prevalensi kebutaan yang disebabkan oleh penyakit katarak yaitu dengan sistem deteksi dini penyakit katarak dengan memanfaatkan citra digital. Pada Tugas Akhir ini, dirancang sistem deteksi katarak dengan metode Support Vector Machine (SVM) dan Convolutional Neural Network (CNN). Kedua metode ini digunakan sebagai metode klasifikasi atas kelas mata normal, katarak imatur dan katarak matur. Data masukan berupa citra digital yang sudah di resize menjadi 64x64 pixel berformat Joint Photographic Group (JPG) yang diperoleh dari penelitian sebelumnya. Metode Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) yang digunakan dalam proses deteksi penyakit katarak memberikan hasil yang optimal. Metode Support Vector Machine (SVM) sendiri menghasilkan nilai accuracy sebesar 96.67%, Sedangkan untuk Metode Convolutional Neural Network menghasilkan nilai accuracy yang lebih baik sebesar 98.89%.Kata kunci—katarak, citra digital, machine learning, support vector machine, convolutional neural network
Perancangan dan Implementasi Tempat Sampah Pintar Berbasis IoT Efendi, M. Rayhan; Hertiana, Sofia Naning; Sussi, Sussi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Sampah yang tidak terkelola dengan baik dapat menyebabkan pencemaran lingkungan dan membahayakan kesehatan masyarakat. Oleh karena itu, diperlukan solusi berbasis teknologi untuk membantu pengelolaan sampah secara efektif dan efisien. Penelitian ini merancang dan mengimplementasikan tempat sampah pintar berbasis Internet of Things (IoT) yang dapat mendeteksi jenis sampah (organik dan anorganik), memantau kapasitas, serta mengidentifikasi kondisi pembusukan secara real-time. Sistem ini menggunakan berbagai sensor seperti sensor proximity (induktif, kapasitif, dan inframerah), sensor ultrasonik HC-SR04, sensor suhu DHT11, dan sensor gas MQ-4, yang dikendalikan oleh mikrokontroler ESP32. Data dari sensor dikirim ke aplikasi bank sampah menggunakan REST API, memungkinkan pengguna memantau status tempat sampah melalui smartphone. Motor servo secara otomatis membuka partisi sampah berdasarkan jenis sampah yang terdeteksi. Hasil pengujian menunjukkan sistem memiliki akurasi tinggi pada pengukuran kapasitas dan suhu, dengan nilai delay 22,189 ms dan jitter 0,424 ms, sesuai standar TIPHON. Namun, klasifikasi jenis sampah masih memiliki keterbatasan dengan tingkat akurasi 70%. Sistem ini menawarkan pendekatan inovatif untuk mendukung pengelolaan sampah rumah tangga secara digital dan ramah lingkungan dengan integrasi teknologi IoT. Kata kunci— IoT, tempat sampah pintar, ESP32, sensor proximity, pengelolaan sampah.
Pengembangan Aplikasi Mobile Bank Sampah Berbasis IoT dengan Integrasi Object Detection untuk Pemantauan dan Transaksi Sampah Dzaky, Andi Muh Naufal; Hertiana, Sofia Naning; Sussi, Sussi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Aplikasi mobile bank sampah berbasis IoT dirancang untuk mempermudah masyarakat dan pengelola bank sampah dalam melakukan transaksi dan pemantauan sampah secara real-time. Sistem ini memanfaatkan object detection berbasis YOLOv11 untuk mengklasifikasikan sampah organik dan anorganik [2], serta integrasi dengan perangkat IoT berupa tempat sampah pintar berbasis ESP32 [5]. Aplikasi dikembangkan menggunakan Flutter [3] dan diintegrasikan dengan Firebase [4] sebagai backend untuk autentikasi, penyimpanan data, dan notifikasi. Fitur utama meliputi pemindaian sampah, dompet digital, riwayat transaksi, notifikasi kapasitas penuh, serta informasi pembusukan sampah. Pengujian Quality of Service (QoS) menunjukkan delay sebesar 22,189 ms (kategori sangat baik) dan jitter sebesar 0,424 ms (kategori baik) berdasarkan standar TIPHON [5]. Survei pengguna menunjukkan 88% responden puas terhadap kemudahan penggunaan aplikasi. Integrasi mobile app dengan IoT terbukti mampu meningkatkan efisiensi pengelolaan sampah dan mendorong partisipasi masyarakat. Kata kunci — WasteApp, Bank Sampah, Mobile App, IoT, Object Detection, Flutter
Implementasi Object Detection Pada Aplikasi Bank Sampah untuk Klasifikasi Jenis Sampah Syafii, Ahmad; Hertiana, Sofia Naning; Sussi, Sussi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Masalah penimbunan sampah menjadi urgensi utama saat ini, data dari Sistem Informasi Pengelolaan Sampah Nasional (SIPSN) dari Kementrian Lingkungan Hidup dan Kehutanan (KLHK) tahun 2022 menunjukkan bahwa jumlah sampah yang belum terkelola dengan baik sebesar 7,2 juta ton. Bank sampah yang menjadi solusi awal dinilai kurang optimal dalam mengatasi masalah penimbunan sampah karena masih banyak nya kekurangan dari efisiensi sistem bank sampah yang berdampak pada tingkat partisipasi masyarakat yang rendah, sehingga membutuhkan solusi dengan pendekatan teknologi yang efisien dan tepat, yaitu dengan aplikasi bank sampah. Aplikasi bank sampah dengan menggunakan model object detection berbasis YOLOv11n mampu menjalankan fungsi pendeteksian jenis sampah dengan akurat, ditunjukkan dari hasil mAP@50 sebesar 0,904. Hasil ini ditemukan dari proses pengujian terhadap jarak objek dan waktu deteksi. Adapun jarak optimal yang disarankan yaitu 35 cm yang didapatkan dari hasil pengujian ditemukan bahwa jarak 35 cm merupakan jarak optimal dalam hal akurasi deteksi dan kecepatan pendeteksian objek. Kata kunci— aplikasi, implementasi, bank sampah, object detection
Tempat Sampah Pintar Berbasis Iot Dengan Fitur Gps Hatta A , Muhammad; Hertiana, Sofia Naning; Sussi, Sussi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Untuk mengatasi masalah pengelolaan sampah di lingkungan kampus, sebuah penelitian sistem tempat sampah pintar berbasis Internet of Things (IoT) telah dikembangkan dan disimulasikan. Kurangnya kesadaran masyarakat dalam memilah sampah dan terbatasnya sistem pemantauan kondisi tempat sampah secara real-time, yang menyebabkan penumpukan limbah dan menyebabkan dampak buruk terhadap lingkungan. Penelitian ini merancang dan mensimulasikan sistem yang mampu memilah sampah, memantau lokasi, dan mendeteksi volume sampah secara otomatis. Dengan menggunakan sistem integrasi perangkat keras seperti sensor ultrasonik, sensor gas, dan sensor proximity dengan Mikrokontroler ESP32 yang berfungsi sebagai unit pemroses utama yang mengirimkan data tentang jenis sampah, tingkat kapasitas, dan lokasi. Data yang dikumpulkan dari sensor-sensor ini dikirimkan ke aplikasi SmartBin di perangkat Android, yang berfungsi untuk memvisualisasikan data, melacak lokasi, dan mengirimkan notifikasi kepada petugas kebersihan. Penelitian ini memiliki kinerja yang stabil dalam klasifikasi dan pemantauan sampah, dengan akurasi pemilahan 80% dan deteksi volume 100%. Secara keseluruhan, inovasi ini merupakan solusi jangka panjang yang efektif untuk mengoptimalkan pengelolaan limbah dan meningkatkan kesadaran lingkungan. Kata kunci— Internet of Things, GPS, Sampah, Sensor
Aplikasi Android SmartBin Untuk Memontoring Tempat Sampah Pintar secara Real Time Valen, Makmury Baqda; Hertiana, Sofia Naning; Sussi, Sussi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Pengelolaan sampah yang efektif memerlukanpemantauan kapasitas tempat sampah secara tepat waktuuntuk mencegah penumpukan dan pencemaran lingkungan.Penelitian ini mengembangkan SmartBin, aplikasi Androidberbasis Internet of Things (IoT) yang terintegrasi dengansensor ultrasonik, sensor proximity, sensor gas, dan modul GPSuntuk memantau kapasitas serta lokasi tempat sampah pintarsecara real-time. Data dikirim melalui koneksi Wi-Fi ke serverdan ditampilkan pada aplikasi, lengkap dengan notifikasi ketikakapasitas mendekati penuh. Pengujian fungsionalmenggunakan Black Box Testing menunjukkan seluruh fiturberjalan sesuai perancangan, sementara pengujian jaringanmenggunakan Wireshark menghasilkan rata-rata delay 26,8 msdan jitter 46,1 ms yang menurut standar TIPHON ETSItermasuk Kelas B, layak untuk komunikasi suara danmultimedia. Hasil ini membuktikan bahwa SmartBin mampumenyajikan informasi kapasitas dan lokasi secara cepat, akurat,dan mudah diakses, sehingga dapat meningkatkan efisiensipengelolaan sampah.Kata kunci— SmartBin, IoT, Android, tempat sampahpintar, real-time monitoring.
Pengembangan pada Backend dari aplikasi SmartBin untuk Sistem Tempat Sampah Pintar Berbasis IoT dengan Fitur GPS Khairullah, M. Iqbal; Hertiana, Sofia Naning; Sussi, Sussi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Masalah pengelolaan limbah di perguruan tinggi masih menjadi tantangan rumit akibat rendahnya kepedulian separasi sampah dan terbatasnya sistem monitoring real-time. Kondisi ini sering menimbulkan akumulasi limbah yang tidak optimal sehingga berdampak buruk bagi ekosistem. Sebagai respons dikembangkan wadah sampah cerdas berbasis Internet of Things (IoT). Perangkat ini mampu mengidentifikasi dan mengklasifikasikan tiga kategori limbah yaitu logam, organik, dan anorganik dengan sensor proximity, gas, serta ultrasonik. Mikrokontroler ESP32 berfungsi sebagai pemroses utama untuk mengkoordinasikan sensor sekaligus mentransmisikan informasi ke platform cloud. Data kategori sampah dan kapasitas wadah dapat diakses melalui aplikasi SmartBin pada Android. Aplikasi menyediakan notifikasi otomatis ketika volume sampah mencapai batas maksimal dan menampilkan informasi status tempat sampah secara real-time. Hasil implementasi menunjukkan bahwa sistem bekerja stabil dalam klasifikasi maupun monitoring, sehingga memudahkan manajemen limbah berbasis digital. Inovasi ini berpotensi menjadi solusi jangka panjang untuk meningkatkan efektivitas pengelolaan limbah, sekaligus mendorong partisipasi publik dalam menjaga kebersihan lingkungan, khususnya di kawasan akademik dan infrastruktur publik. Dengan memanfaatkan teknologi IoT, sistem ini tidak hanya mendukung efisiensi pengelolaan tetapi juga berkontribusi pada peningkatan kesadaran masyarakat terhadap praktik pengelolaan limbah yang berkelanjutan. Kata kunci : Aplikasi, IoT, Tempat Sampah
Co-Authors Agung Budi Harto, Agung Ahmad Syafii Ahmad Tri Hanuranto Airlangga Baihaqi Wicaksono Akmal Rusdy Prasetyo Alam Nasyrah Muharram Nasution Alfariji, Rafli Noveri Amri Arfianto Arfianto Arta, Virda Amalia Awany, Nizar Rizky Bagus Aditya Bagus Aditya Dede Deni Suwardhi Deny Kurniawan Dhea Dearly Herman Dzaky, Andi Muh Naufal Edoeardo Setiawan Efendi, M. Rayhan Eka Santi Wahyuningtyas Emir Husni, Emir Enrico Megantara Erna Sri Sugesti Favian Dewanta Firdiansyah, Muhammad Fajar Hatta A , Muhammad Herman, Dhea Dearly Indra Perdana Putra Sutejo Indra Perdana Putra Sutejo Khairullah, M. Iqbal Khurniawan, Amri M Restu Ilhami Mahardika Hanif Briantono Mas’ud Bayu Sadewo Melza Pradipta Permana Mohammad Andre Mutalibov Muhammad Muhammad Atalarik Syach Ajay Muhammad Azriel Muhammad Fadhil Rahadiansyah Muhammad Hafiz Amrullah Nabil Hamdi Assidiqie Natasya Nurul Putri Nicholas Teja Pratama Nigo Wisnu Wijaya Nur Iftita Nurkhaliz, Muh Nurwulan Nurwulan Fitriyanti Nyoman Bogi Aditya Karna Prasetyo, Akmal Rusdy Prasojoe, Rahmat Ramadan Rahadiansyah, Muhammad Fadhil Rendy Munadi Retno Hendriyanti Ridha Muldina Ridha Muldina Negara Rifqi Fadillah Rahmadayansya Rika Risfianda, Muhammad Risqi Shihab, Kusvihawan Muhammad Siburian, Arthur Siti Ghoniah Juniati Sofia Sofia Naning Hertiana Sri Astuti Syarifuddin, Sri Dewi Sartika Tiko Hadi Prabowo Triartono, Zehan Valen, Makmury Baqda Virginia Rosaline Yuanita Indah Putri Yusuf, Rahadian Zehan Triartono