Article Per Year (5 Year)
p-Index From 2021 - 2026
8.608
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering International Journal of Power Electronics and Drive Systems (IJPEDS) TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Kursor Jurnal Mahasiswa TEUB Jurnal EECCIS Journal of Innovation and Applied Technology Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Indonesian Journal of Electrical Engineering and Computer Science Prosiding Seminar Nasional Pengabdian Kepada Masyarakat KOPEMAS
Adharul Muttaqin
Universitas Brawijaya
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 124 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 124 Documents
Search

 9   10   11   12   13 
Desain dan Implementasi Akselerator Konvolusi CNN Menggunakan Systolic Array pada FPGA untuk Pemrosesan Citra Syafillah, Mohammad Ardian; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Convolutional Neural Network (CNN)merupakan metode pemrosesan citra yang unggul dalammengekstraksi fitur, namun memiliki kebutuhan komputasitinggi yang kurang efisien jika dijalankan pada perangkatdengan sumber daya terbatas. FPGA menjadi solusi potensialkarena menawarkan efisiensi energi dan pemrosesan paralel.Penelitian ini bertujuan untuk merancang danmengimplementasikan akselerator lapisan konvolusi CNNberbasis systolic array pada FPGA. Penelitian ini merancangdan mengimplementasikan sistem akselerasi konvolusimenggunakan systolic array untuk pemrosesan citraberukuran 16×16 piksel dengan satu kernel berukuran 3×3.Systolic array yang dirancang mampu menghasilkan delapanoutput secara paralel. Hasil pengujian menunjukkan bahwaakselerator yang dirancang mampu mempercepat proseskonvolusi hingga delapan kali lebih cepat dibandingkanperangkat lunak. Selain itu, error rata-rata dan maksimumyang dihasilkan relatif rendah dan tidak berdampaksignifikan terhadap akurasi prediksi.Kata kunci—CNN, FPGA, konvolusi, systolic array
Implementasi Algoritma Prewitt pada FPGA untuk Deteksi Tepi Tanda Nomor Kendaraan Bermotor Musyahadah, Faiq Arsyad; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Deteksi tepi merupakan tahap awal yang sangat pentingdalam proses pengenalan tanda nomor kendaraan bermotor(TNKB). Salah satu algoritma deteksi tepi yang memilikikeseimbangan antara kompleksitas komputasi dan kualitas hasildeteksi adalah algoritma Prewitt. Namun, implementasi algoritmaPrewitt berbasis perangkat lunak memiliki waktu eksekusi yangtinggi. Untuk mengatasi permasalahan tersebut, penelitian inimenyajikan implementasi algoritma deteksi tepi Prewitt pada FPGA.Metode yang digunakan melibatkan perancangan arsitekturperangkat keras berbasis buffer jendela. Modul linebuffer, modulkontrol linebuffer, serta modul konvolusi Prewitt diimplementasikanpada FPGA Alinx AXU2CGA. Proses validasi dilakukan melaluisimulasi behavioural menggunakan Vivado, kemudian hasilimplementasi diuji secara langsung pada FPGA.Hasil penelitian menunjukkan bahwa implementasi algoritmaPrewitt FPGA dapat mendeteksi 63,58% dan 99,4% piksel tepi padacitra uji. FPGA memberikan kecepatan pemrosesan 3 ms, lebihcepat dibandingkan CPU Ryzen 7 4800U yang membutuhkan lebihdari 3945 ms.Kata Kunci : Deteksi Tepi, Algoritma Prewitt, FPGA 
ANALISIS PERFORMA ALGORITMA MACHINE LEARNING (DECISION TREE,SVM, RANDOM FOREST) UNTUK PREDIKSI HUJAN HARIAN DENGAN DATA IOT Wisnuaji, Mario Riva; Muttaqin, Adharul; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Prediksi hujan harian merupakan topik yang banyak dikaji dalam penerapan model pembelajaran mesin. Penelitian ini bertujuan untuk membandingkan tiga algoritma pembelajaran mesin tradisional, yaitu Support Vector Machine (SVM), Random Forest (RF), dan Decision Tree (DT), dalam melakukan prediksi hujan di area perkebunan di daerah Batu, Kota Malang, dengan menggunakan data primer dan data sekunder. Data primer dikumpulkan melalui sistem IoT yang dikembangkan dalam penelitian ini, sedangkan data sekunder diperoleh dari data harian Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Parameter data yang digunakan meliputi suhu, kelembapan, dan kecepatan angin. Sistem IoT terdiri atas alat pengirim, alat penerima, serta server penyimpanan data. Komunikasi antar transceiver menggunakan LoRa dengan frekuensi 433 MHz, sedangkan pengiriman data dari alat penerima ke server dilakukan melalui protokol MQTT. Pada tahappreprocessing, dilakukan label encoding untuk mengklasifikasikan curah hujan menjadi nilai biner (0 untuk tidak hujan/hujan ringan dan 1 untuk hujan sedang/lebat). Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan FPR. Penelitian ini berhasil mengimplementasikan sistem prediksi hujan di perkebunan Batu, Malang menggunakan IoT berbasis LoRa dengan data sensor bulan Juli 2025 dipadukan data 1,5 tahun dari BMKG untuk pelatihan.Evaluasi tiga algoritma pembelajaran mesin menunjukkan Random Forest memiliki performa terbaik pada pelatihan (akurasi 88,28%), namun akurasinya turun menjadi 78,57% pada data real-world dengan kemampuan deteksi hujan yang masih rendah (precision, recall, f1-score 50%). SVM juga menunjukkan akurasi pelatihan yang tinggi (86,48%), namun performanya pada data real-world serupa dengan Random Forest dan belum optimal dalam mengenali kondisi hujan. Sebaliknya, Decision Tree memberikan hasil terbaik pada pengujian data nyata dengan akurasi 85,71%, FPR lebih rendah pada kelas tidak hujan, serta peningkatan signifikan dalam mengenali hujan (precision dan recall 91%), sehingga lebih seimbang dalam membedakan kedua kelas dan menjadi algoritma terbaik pada penelitian ini.Kata Kunci: IoT, LoRa, MQTT, pembelajaran mesin, prediksi hujan.
Performance Validation and Cut-off Optimization of a Portable Fluorometer for Bladder Cancer Screening Using Nonparametric and ROC Analysis Ekiawan, Krisna Seiya; Nurussa’adah, n/a; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 14 No. 2 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

The effective clinical management of bladder cancer is heavily contingent  upon frequent surveillance due to its high recurrence rate. However,  conventional diagnostic modalities, such as cystoscopy and urine cytology,  remain constrained by invasiveness, high procedural costs, or insufficient  sensitivity, particularly for early-stage detection. To address these  limitations, this study presents a rigorous diagnostic performance evaluation of a customdeveloped, low-cost portable fluorometer based on  the fluorescence quenching of Carbon Quantum Dots (CQDs) conjugated  with anti-47 kDa antibodies. A comparative cross-sectional study was  conducted involving 20 clinical urine samples, comprising histopathologically confirmed positive cases and healthy controls,  measured via an integrated AS-7341 spectral sensor system targeting the  515 nm emission channel. The statistical validity of the proposed device  was assessed using a comprehensive nonparametric framework. The  ann- Whitney U test demonstrated a statistically significant difference in  fluorescence intensity between the cohorts (p < 0.05), validating the  biochemical detection mechanism. Furthermore, Receiver Operating  Characteristic (ROC) analysis revealed a robust discriminatory capability  with an Area Under the Curve (AUC) of 0.835. Through the maximization of  the Youden Index (J=0.7), an optimal intensity cut-off point was established  at 3598.6 a.u., yielding a sensitivity of 90% and a specificity of 80%. These  findings conclusively demonstrate the potential of the system as a high- precision, non-invasive pre-screening tool suitable for deployment in resource-limited healthcare settings. Keywords: Bladder Cancer, Fluorescence Quenching, Fluorometer Portable, Nonparametric Test, ROC Analysis 
Co-Authors Abadi, Dendy Satria Abraham Tesa Putra Achsanul Khabib Adhitya Bhawiyuga Adoram Wirahadi Agung Setiabudi, Agung Ahmad Firmansyah A. Ahmad Habyan Haidar Z. AKbar Rizal Wicaksono Akbar, Muhammad Danar Akbartama, Effan Akmal Hibban Syah Alam Aloysius Andhika Aryadwuputra Angga Septi Suyanto Angger Abdul Razak Angger Dimas Bayu Sadewo Araki, Kakeru Arfa&#039;i Fahrul Khizam Aryawiratama, Nauval Asrori Arsyad Attabik Muhammad Amrillah Attabik Mukhammad Amrillah Azzurri, Dean Fachruddin Baehaqi Bagus Ari Prabowo Bagus Esa Pramudya Barlian Henryranu Prasetio Bill Jason Bill Jason Caesario Bima Irfano Cahaya Trinala Kinanti Citra Trilaksana Dahnial Syauqy Dany Primanita Kartikasari Dany Primanita Kartikasari Dany Primanita Primanita Kartikasari Dian Falah J. Dicka Anditya Febrianto Dionysius J. D. H. Santjojo Dwi Fadila Kurniawan Effan Akbartama Eka Prakarsa Mandyartha Ekiawan, Krisna Seiya Eko Setiawan Eko Setiawan Endah Budi Purnomowati Erni Yudaningtyas Erza Pradipta Erza Pradipta, Erza Faris Aulia Ramadhan Fatchur Rizal Hidayat Faza Rosyadan Nandita Pratama Febrian Daniel Dwiputra Ferdy Hendrawan Finnadi, Stefanus Dion Finsa Ferdifiansyah Fuad Sultan Muhammad Gahara, Ahda Gembong Edhi Setyawan Gian Giovani Glanndy Parwati Putra Hadi Suyono Hamas, Muhammad Nafis Hani Khulud Hari Kurniadi Harits Al Furqon Akbar Hasdi Sasandi Ion Caesar Oktoga Iqbal Ibrahim Ramadhan Irman Idris Issa Arwani Itsna Az Zahra Itsna Az Zahra Jason Danny Setiawan Khulud, Hani Lastono Risman Lunde Ardhenta M. Gilang Ramadhan M. Julius St. Maulana, Eka Maulana, Eka Maulani Ghiyas Mochammad Hannats Hanafi Ichsan Mohammad Ilhammudin Toiyib Mudjirahardjo, Panca Muhammad Akbar Muhammad Anwar Sanusi Muhammad Aswin Muhammad Aswin Muhammad Aswin Muhammad Aziz Muslim Muhammad Azril Muttaqin Muhammad Elvir Eriansyah1 Muhammad Farhan Muhammad Fauzan Fadli Nafrizal Muhammad Gilang Ramadhan Muhammad Ilham Akbar Muhammad Khairy Mahdi Muhammad Mursyid Albanani Muhammad Nurrohman Muhram Muis Muslichin Muslichin Muslichin, n/a Musyahadah, Faiq Arsyad n/a Aditiya n/a Indradianto n/a Soeprapto Najib, Aditya Zulfa Nanang Sulistiyanto Nararya Andika Sujarwo Nathanael, Indra Nauval Aryawiratama Nisa Intan Kumalasari Nizzah Khusnunnisa Novia Alifianti Nurus Sa&#039;adah Nurussa’adah, n/a Onny Setyawati Pambudi, Muhammad Farrel Putra Ponco Siwindarto Ponco Siwindarto Ponco Siwindarto Prastyawan, Hermanto Prihartady, Dion Purnomo, Muhammad Fauzan Edy R. Arief Setyawan Rachmadwipa Novandri Rachmania Nur Dwitiyastuti Raden Arief Setyawan Ramadhan, Faris Aulia Reinato Teguh Santoso Reyhan Rifqi Ihsan Rif'an, Mochammad Riyanjaya, Ahmad Fadli Rizky Aiman Haniffalah Harijanto Robbith Qosath Al Auhi Royyannuur Kurniawan Endrayanto Runandra, Surya Agni Wahyu Ryoichi Miyauchi Sabriansyah Rizqika Akbar Saif Masharil Huda Samuel Aji Sena Sanusi, Muhammad Anwar Saputra, Nicky Sari, Sapriesty Nainy Setiawan, Bagus Ilyas Setyawati , Onny Shafina Rifdhayanti Zein Stefanus Dion Finnadi Suyono, Hadi Syafillah, Mohammad Ardian Taftazani, Moch. Aden Titis Hayuning Widya Pramesti Tito Cahyo Prasetyo Cahyo Prasetyo Tomi Putro Utomo Tri Yoga Septianto Trilaksana, Citra Triyogo, Anggun Utaminingrum, Fitri Valentino Ode Anugrah Kristanto Wahyu Adhitiya Rachman Wahyu Adi Prayitno Wahyu Suryo Samudro Waru Djuriatno Waru Djuriatno Waru Djuriatno Widasari, Edita Rosana Wijayanto, Micko Wirawan Hidayat Wisnuaji, Mario Riva Yosef Moscati Kresna Chrisnadi Youssi, Owlena Renaseilla Yudha Nurfalah Yudhistira Nugrahadi Widayat Yuni Kilawati Yunita Maimunah Zainul Abidin Zainul Abidin Zainul Abidin Zainuri, Akhmad Zakiyah Amalia