Article Per Year (5 Year)
p-Index From 2020 - 2025
3.432
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Journal JCONES TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Teknologi Informasi dan Ilmu Komputer JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Abadimas Adi Buana Share : Journal of Service Learning Jurnal Informatika dan Sistem Informasi Journal of Advanced in Information and Industrial Technology (JAIIT) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Journal of Technology and Informatics (JoTI) Jurnal Abdi Masyarakat Indonesia Journal of Applied Business, Taxation and Economics Reseach Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Innovation Research and Knowledge Journal of Business Management and Economic Development Jurnal Pengabdian Masyarakat EKOBIS ABDIMAS : Jurnal Pengabdian Masyarakat
Heri Pratikno
Universitas Dinamika
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Deteksi Detak Jantung Menggunakan Remote Photoplethysmograph dengan Perubahan Jarak dan Jenis Kamera Secara Dinamis Pratikno, Heri; Setiawan Jaya, Toni; Sari Oktarina, Eka; Philbert, Nicholas
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 2: April 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241128035

Abstract

Sinyal Photoplethysmograph (PPG) dapat digunakan untuk mengukur saturasi oksigen dalam darah, tekanan darah dan detak jantung. Metode konvensional yang sering kali digunakan untuk mendeteksi detak jantung, diantaranya: oksimetri, tensimeter, wearable devices seperti smartwatch dan sebagainya. Proses pengukuran dengan menggunakan peralatan konvensional sebagaimana tersebut diatas masih diperlukan kontak secara fisik pada anggota tubuh jika seringkali dilakukan dapat menyebabkan iritasi pada kulit sehingga hal tersebut kurang efisien karena proses interaksinya kurang natural dan intuitif. Pada penelitian ini menerapkan proses deteksi sinyal PPG untuk pembacaan detak jantung melalui dahi secara dinamis menggunakan computer vision secara realtime tanpa diperlukan kontak fisik, konsep tersebut disebut dengan istilah remote PhotoPlethysmoGraph (rPPG). Guna mengetahui seberapa akurat hasil dari pembacaan detak jantung dari metode rPPG maka akurasinya akandibandingkan dengan hasil pembacaan dari oksimetri, smartwatch serta tensimeter digital terbaru dengan koneksi via bluetooth sehingga dapat dimonitor melalui smartphone. Hasil dari penelitian ini persentase akurasi terbaik menggunakan kamera laptop didapatkan pada jarak 40 cm dengan pembacaan pada smartwatch sebesar 93,2%, akurasi terhadap oksimeter sebesar 94,4% sedangkan pada penggunaan webcam eksternal yang memiliki fitur auto-fokus perbandingan rata-rata akurasi metode rPPG terhadap oksimeter sebesar 97,7% dan rata-rata persentase akurasi rPPG terhadap tensimeter digital 99,55%. Metode rPPG dapat dimanfaatkan medis untuk proses skrining awal deteksi detak jantung atau sebagai second opinion sampai didapatkan data mendekati kebenaran melalui setting dan konfigurasi yang tepat terkait dengan nilai impact factor pada program, penataan pencahayaan dan warna background ruangan.
Analysis of pH and Turbidity Sensor Outputs in Shrimp Ponds for Vannamei Shrimp Commodities Musayyanah, Musayyanah; Bayunugraha, Erdasetya; Harianto, Harianto; Pratikno, Heri
Journal of Applied Informatics and Computing Vol. 8 No. 1 (2024): July 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i1.7525

Abstract

Vannamei shrimp is a high-value, economically important brackish water aquaculture commodity that is easy to cultivate. Optimal growth of Vannamei shrimp can be achieved by monitoring water quality parameters such as pH and turbidity. The pH levels can be measured using a pH sensor, with a pH meter as a reference. Turbidity levels are measured with a turbidity sensor in NTU units, with a turbidity stick serving as a reference. Testing of these sensors was conducted from morning to noon over three days in the brackish water ponds of IBAP Banjar Kemuning, Sidoarjo, recording 100 data samples. The performance of both sensors fluctuated due to disturbances around the pond, prompting the use of the Moving Average (MA) filter method to improve accuracy. Applying MA with varying window sizes (wz) resulted in a performance increase of 0.24% in the morning and 0.1% at noon. Additionally, turbidity sensor testing indicated that the pond conditions were consistent with the turbidity measurements obtained using the turbidity stick.
Pengenalan Gerakan Olahraga Berbasis (Long Short- Term Memory) Menggunakan Mediapipe Daniel Tanugraha, Filbert; Pratikno, Heri; Musayyanah; Indah Kusumawati, Weny
Journal of Advances in Information and Industrial Technology Vol. 4 No. 1 (2022): May
Publisher : LPPM Telkom University Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/jaiit.v4i1.182

Abstract

Olahraga Yoga menjadi gaya hidup yang sangat trend di kalangan masyarakat. Untuk memastikan gerakan Yoga yang dilakukan benar atau tidak, maka perlu adanya sistem deteksi/pengenalan dan klasifikas yang terkenal dengan istilah HAR (Human Activity Recognition). Sistem pengenalan gerakan olahraga aktivitas manusia, seperti Olahraga Yoga yang dikenal dengan Tree Pose, T-Pose, Warrior II Pose. Gerakan ini dapat dideteksi secara real time menggunakan MediaPipe agar gerakan tersebut dapat dikenali oleh komputer dengan akurat. Sedangkan untuk klasifikasi olahraganya manusia menggunakan Long Short-Term Memory (LSTM) dengan memanfaatkan keypoints dari urutan video tersebut. Pengujian klasifikasi dan deteksi gerakan dilakukan oleh beberapa sampel dengan lokasi yang berbeda menggunakan kamera handphone dalam pengambilan video menggunakan aplikasi DroidCam dalam pendeteksian keypoint. Pada penelitian ini, hasil training didapatkan akurasi sebesar 91% dan loss sebesar 29%. Pengenalan gerakan T-Pose, Warrior II Pose, dan Tree Pose berturut-turut adalah 100%, 85% dan 80%.
Pengenalan Gestur Jari Tangan Sebagai Media Pembelajaran Berhitung Bagi PAUD Berbasis Visi Komputer dan Deep Learning: Pengenalan Gestur Jari Tangan BerbasisVis i Komputer Dan Deep Learning Heri Pratikno; Muhammad Rifki Pratama; Yosefine Triwidyastuti; Musayyanah
Journal of Computer, Electronic, and Telecommunication (COMPLETE) Vol. 4 No. 1 (2023): July
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v4i1.355

Abstract

Pendidikan anak usia dini (PAUD) merupakan periode perkembangan yang penting dalam kehidupan anak, salah satu pertumbuhan yang penting adalah aspek kognitif. Berhitung termasuk dalam kemampuan kognitif yang meliputi kemampuan menghafal, memahami, mengaplikasi, menganalisis, mensintesis, dan kemampuan mengevaluasi. Guna meningkatkan kemampuan berhitung bagi anak-anak maka harus diketahui bagaimana cara mengaplikasikan hitungan tersebut dalam dunia nyata. Pada penelitian ini memberikan solusi bagaimana cara belajar berhitung yang menyenangkan serta tidak membosankan bagi anak-anak menggunakan media pembelajaran berhitung yang interaktif melalui pengenalan bentuk gestur jari-jari kedua tangan berbasis visi komputer dan deep learning secara realtime. Adapun visi komputer pada penelitian ini menggunakan framework MediaPipe, sedangkan metode deep learning yang digunakan adalah arsitektur Convolutional Neural Network (CNN). Hasil pengujian yang telah dilakukan pada penelitian ini, akurasi deteksi kesepuluh jari tangan untuk proses berhitung dari metode MediaPipe sebesar 89,9% dengan frame per second-nya antara 20-25 FPS. Metode CNN persentase akurasi deteksinya 20% dengan nilai FPS-nya antara 10-12 FPS, manfaat dari hasil penelitian ini bisa memberikan pengalaman belajar yang menyenangkan, menstimulasi, dan mendukung perkembangan anak secara holistik.
Klasifikasi Emosional Ulasan Pelanggan dengan Pendekatan NLP menggunakan Metode Ensemble dan ROS Noorizki, Adisaputra Zidha; Pratikno, Heri; Kusumawati, Weny Indah
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11559

Abstract

Konsep Orientasi Pelanggan sangat penting bagi perusahaan untuk berkembang di era saat ini, dengan memanfaatkan teknologi untuk mendapatkan wawasan yang mendalam tentang perilaku pelanggan mereka. Salah satu alat teknologi tersebut adalah pembelajaran mesin, khususnya yang menggunakan pendekatan pemrosesan bahasa alami (NLP). Penelitian ini menggunakan lima algoritma yang berbeda dan menggabungkan berbagai metode untuk meningkatkan kinerja model machine learning. Melalui penerapan teknik-teknik seperti random over-sampling (ROS) dan ensemble learning, akurasi prediksi keseluruhan untuk kelas minoritas meningkat secara signifikan. Model ensemble yang diintegrasikan dengan ROS mencapai akurasi 0,90 dan mean square error 0,91, mengungguli algoritma lain yang diuji dalam penelitian ini. Pendekatan yang dioptimalkan ini tidak hanya menunjukkan keefektifan pemanfaatan teknologi untuk sebuah perusahaan dapat menerapkan strategi yang berpusat pada pelanggan, tetapi juga menyoroti pentingnya peningkatan metodologi dalam pemodelan prediktif untuk keberlanjutan bisnis.   Kata kunci: Klasifikasi Emosi, Pembelajaran Mesin, Pemrosesan Bahasa Alami, Hard Voting, Random Over Sampling.
The Influence of Entrepreneurship Education and Family Environment on Entrepreneurial Interest Through Self-Efficacy (Study on XI Class Students in The Concentration of Digital Business Expertise SMK In Kediri City) Fitri, Febriana; Pratikno, Heri; Wardhana, Ludi Wishnu
Journal of Applied Business, Taxation and Economics Research Vol. 4 No. 2 (2024): December 2024
Publisher : PT. EQUATOR SINAR AKADEMIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54408/jabter.v4i2.338

Abstract

This study aims to examine the effect of entrepreneurship education and family environment on entrepreneurial interest through self-efficacy. By using this sampling technique, sampling can ensure a fair opportunity for each category in the population, especially class XI students majoring in Digital Business at SMK Kediri City. This means that the higher the Entrepreneurship Education received by students, the higher the level of influence on student self-efficacy. This means that the higher the family environment that students have, the higher the level of influence on student self-efficacy. This means that the higher the self-efficacy of students, the higher the level of influence on students` entrepreneurial interest. Entrepreneurship education has a direct effect on entrepreneurial interest. This means that the higher the entrepreneurship education received by students, the higher the level of influence on student entrepreneurship interest. Family environment has a direct effect on entrepreneurial interest. This means that the higher the family environment that students have the higher the level of influence on student entrepreneurship interest.
Ensemble Voting Method for Phonocardiogram Heart Signal Classification Using FFT Features Noorizki, Adisaputra Zidha; Pratikno, Heri; Kusumawati, Weny Indah
Journal of Applied Informatics and Computing Vol. 8 No. 2 (2024): December 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i2.8704

Abstract

Heart disease is still one of the leading causes of death worldwide, hence the need for effective diagnostic tools. Phonocardiogram (PCG) signals have been explored as a complementary approach to electrocardiogram (ECG) to detect cardiac abnormalities. This research investigates the classification of PCG signals using Fast Fourier Transform (FFT) features and deep learning models, including Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), and Temporal Convolutional Network (TCN). Hyperparameter tuning, particularly learning rate adjustment, is applied to optimize the performance of the models. The results show that the GRU and TCN models outperform the LSTM, achieving up to 92% accuracy at a learning rate of 0.0001. Ensemble learning with soft voting was also applied to combine the strengths of each model. Although the ensemble model showed strong performance with 92% accuracy and ROC AUC of 0.9636, it did not provide significant improvement over the base model. This finding highlights the importance of hyperparameter tuning in model optimization, with GRU and TCN showing slightly better performance in the time series classification task. This study concludes that ensemble learning offers stability but does not significantly improve classification accuracy beyond a well-tuned base model.
Estimasi Sinyal Quantitative Ultrasound QUS dengan Algoritma Space Alternate Generalized Expectation (SAGE) Musayyanah, Musayyanah; Triwidyastuti, Yosefine; Pratikno, Heri
Jurnal Informatika dan Sistem Informasi Vol. 7 No. 2 (2021): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

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

Abstract

Kesehatan tulang menjadi salah satu perhatian saat ini, sehingga penelitian tentang kesehatan tulang banyak dikembangkan, dimulai dari deteksi kepadatan tulang berdasarkan hasil CT-Scan dan pengukuran tulang dengan menggunakan alat ultrasound yang relatif murah dan efek radiasi yang kecil, yaitu menggunakan QUS Achilles Express. Sinyal ultrasound yang dipancarkan oleh alat QUS mengalami pantulan dan hamburan akibat dari perbedaan struktural tulang tumit. Pantulan dan hamburan tersebut membuat komponen dari sinyal ultrasound perlu diestimasi khususnya untuk amplitudo dan phase. Metode estimasi yang digunakan pada penelitian ini adalah metode SAGE yang mempunyai resolusi tinggi. Pengujian metode tersebut dalam mengestimasi sinyal ultrasound ditunjukkan dengan grafik nilai error terhadap perubahan nilai SNR. Hasil pengujian menunjukkan bahwa SAGE dapat mengestimasi parameter phase dan amplitudo ketika SNR 0 - 5 dB.
Estimasi Sinyal Quantitative Ultrasound QUS dengan Algoritma Space Alternate Generalized Expectation (SAGE) Musayyanah, Musayyanah; Triwidyastuti, Yosefine; Pratikno, Heri
Jurnal Informatika dan Sistem Informasi Vol. 7 No. 2 (2021): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

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

Abstract

Kesehatan tulang menjadi salah satu perhatian saat ini, sehingga penelitian tentang kesehatan tulang banyak dikembangkan, dimulai dari deteksi kepadatan tulang berdasarkan hasil CT-Scan dan pengukuran tulang dengan menggunakan alat ultrasound yang relatif murah dan efek radiasi yang kecil, yaitu menggunakan QUS Achilles Express. Sinyal ultrasound yang dipancarkan oleh alat QUS mengalami pantulan dan hamburan akibat dari perbedaan struktural tulang tumit. Pantulan dan hamburan tersebut membuat komponen dari sinyal ultrasound perlu diestimasi khususnya untuk amplitudo dan phase. Metode estimasi yang digunakan pada penelitian ini adalah metode SAGE yang mempunyai resolusi tinggi. Pengujian metode tersebut dalam mengestimasi sinyal ultrasound ditunjukkan dengan grafik nilai error terhadap perubahan nilai SNR. Hasil pengujian menunjukkan bahwa SAGE dapat mengestimasi parameter phase dan amplitudo ketika SNR 0 - 5 dB.
Pelatihan Meningkatkan Kompetensi Guru MGMP TIK Surabaya: Menguasai Arduino untuk Pendidikan Kreatif Kusumawati, Weny Indah; Harianto; Heri Pratikno
Ekobis Abdimas Vol 6 No 1 (2025): Juni 2025
Publisher : Fakultas Ekonomi, Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/ekobisabdimas.5.1.10103

Abstract

Information and Communication Technology (ICT) is a field that teaches technology skills and how to use information systems in many areas of life. In schools, ICT is taught so that students can recognize and have the ability to use technology in a good, efficient and ethical way. MGMP TIK Surabaya is a community of teachers who teach subjects related to Information and Communication Technology in Surabaya. MGMP, which means Musyawarah Guru Mata Pelajaran, aims to improve the professional and teaching abilities of ICT teachers, strengthen cooperation among teachers, and develop teaching methods and materials that are in line with technological advances. The goal of this Community Service program is to provide technical skills training as well as improve critical and creative thinking abilities in students. Through project-based methods, Arduino offers a practical and immersive learning experience, which prepares students to face the challenges of an increasingly modern and technological world. The problems faced in Arduino education can be solved with appropriate training and collaborative and interactive teaching methods. The implementation of community service activities has been completed in accordance with the specified time. This community service activity is carried out through the delivery of materials, discussions, and practices carried out in a hybrid manner. The success of this activity can be seen from how easy it is for MGMP ICT teachers to use the application and Arduino module package, and all teachers hope that there will be another community service program. The results of the questionnaire survey showed that the teachers mostly gave “strongly agree” and “agree” answers to all the questions asked. 
Co-Authors Adani, Muhammad Faizin Andre Hartoko Aji Putra Perdana Bayunugraha, Erdasetya Chalim, Muchammad Daniel Tanugraha, Filbert Dewanto, Arief Rizki Eka Sari Oktarina Fakhruddin, Muhammad Aldi Fitri, Febriana Fredi Wakerkwa Harianto Harianto Harianto Jusak Jusak Jusak Jusak Kisworo, Angen Yudho Kusuma, Mochamad Fajar Mohd Zamri Ibrahim Muhammad Rifki Pratama Musayyanah Musayyanah Musayyanah Noorizki, Adisaputra Zidha Pauladie Susanto Philbert, Nicholas Pradinasari, Ryanda Khansa Putro, Abid Eka Sukatno Ramadhan, Rifandy Syahril Setiawan Jaya, Toni Slamet Sopiah, Sopiah Sukma, Mochamad Rizal Permata Sulistyo, Bagus Cahyo Susijanto Tri Rasmana Toni Setiawan Jaya Utomo, Niko Priyo Wardhana, Ludi Wishnu Weny Indah Kusumawati Yoppy Mirza Maulana Yosefine Triwidyastuti Yosefine Triwidyastuti Yosefine Triwidyastuti Yosia Pradeska Admaja Zamri Ibrahim, Mohd