Claim Missing Document
Check
Articles

IMPLEMENTASI IMAGE PROCESSING UNTUK PENGAMBILAN DATA REAL TIME PADA ROBOT BERKAKI 6 (HEXAPOD) BERBASIS RASPBERRY PI 3: ELEKTRONIKA SISTEM SENJATA Noven Indra Prasetya; Achmad Afif Irwansyah; Jeki Saputra
Elektronika Sistem Senjata Vol 3 No 2 (2022): Jurnal Elkasista
Publisher : Pustaka Poltekad

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54317/elka.v3iOktober.323

Abstract

Tugas pokok TNI adalah menegakkan dan mempertahankan keutuhan serta kedaulatan wilayah Negara Kesatuan Republik Indonesia. Pada lingkup TNI-AD salah satu tugas operasi yang dilakukan adalah operasi pembebasan tawanan. Tugas Operasi ini bertujuan untuk melakukan pembebasan tawanan baik kelompok maupun perorangan dari musuh. Operasi ini membutuhkan ketelitian, kewaspadaan dan keterampilan yang tinggi serta harus mengetahui secara detail posisi dan keadaan sasaran yang akan dituju. Namun, saat ini proses pengamatan lokasi sasaran masih manual dengan cara menggunakan prajurit masuk secara langsung ke lokasi sasaran, sehingga hal ini beresiko terhadap gugurnya prajurit. Untuk mengatasi permasalahan tersebut, maka dibuat robot berkaki 6 yang dapat melakukan pengamatan lokasi sasaran guna mengurangi resiko tersebut serta dapat menunjang keberhasilan tugas operasi pembebasan tawanan. Robot ini dilengkapi dengan Image Processing pada Raspberry Cam untuk pengambilan data real time sehingga dapat melakukan pengamatan lokasi yang dilewati oleh robot dan akan ditampilkan dalam bentuk video real time pada layar monitoring. Pengambilan data real time dikirim melalui wireless dengan waktu yang real time pada layer monitoring dengan menggunakan Raspberry Pi 3. Pengambilan data real time berupa video tersebut akan tertampil pada tablet sehingga lokasi sasaran dapat langsung dilihat pada monitor tablet.
Integrasi Serious Games dalam Pengembangan Platform Pembelajaran Pemrograman Noven Indra Prasetya; Shofiya Syidada
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.864

Abstract

Penelitian ini mengembangkan platform pembelajaran pemrograman berbasis serious games untuk meningkatkan keterlibatan, motivasi, dan pemahaman mahasiswa terhadap konsep pemrograman. Pendekatan model waterfall pada penelitian ini mencakup analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Platform ini dirancang untuk mendukung pembelajaran interaktif melalui fitur seperti live coding, tantangan berbasis misi, serta penghargaan berupa poin dan badge. Pengujian dilakukan pada mahasiswa program studi Informatika Universitas Wijaya Kusuma Surabaya dengan menggunakan instrumen EUCS. Hasil pengujian menunjukkan tingkat kepuasan pengguna yang tinggi pada 5 aspek: accuracy, content, ease of use, format, dan timeliness, dengan skor rata-rata di atas 4,00. Temuan ini mengindikasikan bahwa integrasi serious games dapat menciptakan pengalaman belajar yang menarik dan personal. Meskipun penelitian ini terbatas pada bahasa pemrograman C++ dan pengujian skala kecil, hasilnya menunjukkan potensi besar untuk diterapkan secara lebih luas dalam pembelajaran berbasis teknologi. Penelitian ini berkontribusi pada pengembangan teknologi pembelajaran, khususnya dalam game-based learning, sekaligus membuka peluang untuk penelitian lanjutan yang mengeksplorasi aplikasi pada konteks dan bahasa pemrograman lainnya.
Studi Literatur Kompetensi Guru PAUD Mengintegrasikan Keterampilan 4C pada Pembelajaran Berbasis Proyek Nia Saurina; Udik Pudjianto; Lestari Retnawati; Noven Indra Prasetya
EDUKATIF : JURNAL ILMU PENDIDIKAN Vol 8, No 5 (2026): In Progress
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edukatif.v8i5.9374

Abstract

Kesenjangan antara kesadaran guru akan pentingnya keterampilan 4C (Critical Thinking, Creativity, Collaboration, Communication) dan kemampuan operasional untuk mengintegrasikannya dalam Pembelajaran Berbasis Proyek (PjBL) menjadi tantangan utama dalam PAUD. Penelitian ini bertujuan untuk mengembangkan dan menganalisis skenario pembelajaran PjBL yang dapat menjadi model konkret untuk menutup kesenjangan kompetensi tersebut. Penelitian ini menggunakan pendekatan Research and Development (R&D) dengan tahap analisis kebutuhan berdasarkan studi literatur dan desain produk. Skenario pembelajaran dirancang untuk tema "Hujan" dengan menggunakan media loose parts bahan alam, yang kemudian dianalisis secara kualitatif untuk menguji kelayakan dan keterkaitannya dengan kerangka 4C serta indikator RPPH yang operasional. Dihasilkan sebuah skenario pembelajaran PjBL lima tahap yang terstruktur (Pemantik, Perencanaan, Pelaksanaan, Presentasi, Refleksi) beserta contoh indikator RPPH yang spesifik dan teramati untuk setiap aspek 4C. Analisis menunjukkan bahwa skenario ini secara efektif mengatasi perencanaan deklaratif dengan indikator perilaku yang tertanam di setiap fase, menyeimbangkan integrasi 4C melalui eksperimen dan pemecahan masalah nyata, serta menyediakan kerangka penilaian proses yang terstruktur melalui observasi perilaku. Penggunaan loose parts berfungsi sebagai katalisator multidimensi yang mendorong inkuiri, kolaborasi, dan ekspresi kreatif anak
Resilience Under Constraint: Benchmarking ResNet-50, MobileNetV3, and EfficientNet-B0 for Fine-Grained Indonesian Food Recognition Syidada, Shofiya; Prasetya, Noven Indra; Pandunata, Priza
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 3: NOVEMBER 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i3.1892

Abstract

Fine-grained recognition of traditional Indonesian cuisine poses a significant challenge for computer vision systems. The primary problem stems from high inter-class texture and color similarities among regional dishes, coupled with severe model performance degradation when training is constrained by limited dataset size. To address these limitations, this study implements a structured machine learning pipeline comprising digital image pre-processing (resizing to 224 x 224, normalization, and geometric data augmentation), a two-stage transfer learning protocol, and an automated recipe retrieval system. Three distinct Convolutional Neural Network (CNN) architectures—ResNet-50 (deep residual learning), MobileNetV3-Large (lightweight attention-guided depthwise convolutions), and EfficientNet-B0 (compound scaling)—were evaluated to classify five traditional Indonesian dishes (Ayam Betutu, Coto Makassar, Gudeg, Papeda, and Rendang). A two-stage transfer learning protocol was implemented across two experimental data partitioning schemes: Scenario A (80:10:10) and Scenario B (60:20:20). Experimental results show that MobileNetV3-Large performed best under optimal data availability (Scenario A), achieving a 95.65% test accuracy. However, under a 25% training data reduction (Scenario B), ResNet-50 demonstrated superior structural resilience, surging to a top test accuracy of 97.83%, whereas MobileNetV3-Large and EfficientNet-B0 dropped to 91.30% and 89.13%, respectively. Confusion matrix analysis revealed that primary misclassifications stemmed from shared liquid broth backgrounds and shredded protein textures between Gudeg and Ayam Betutu. Finally, real-world inference testing on unobserved images confirmed practical deployment viability, successfully mapping predicted class labels and confidence scores (ranging from 30.41% to 69.57%) to corresponding recipe database entries.
Co-Authors Abdul Hakim Achmad Afif Irwansyah Agus Miftakus Surur, Agus Miftakus Akbar Bayu Kresno Suharso Anam Ma,ruf Anang Kukuh Adisusilo apriliyanti, andini Ardyansyah, Alvian Pramudya Athallah, M. Rifqi Bima Atsiil, Davin Rozaan Ayu Candra Ningtyas Deka Aldi Tri Buana putra Ekky Nanda Permana, Ekky Nanda Emmy Wahyuningtyas Farhan Tuakia Fery Setyawan Firman Hadi S Pratama Firman Hadi S Pratama, Firman Hadi S Firman Hadi Sukma Pratama Hanif, Irvan Imam Himawan, Riswan Achmad Himawan, Riswandha Achmad Ihsan Pribadi, Teguh Ikhsan, Teguh Pribadi Indo Baruna Irafan Munthoriq Jeki Saputra Karyanto, Nonot Wisnu Kristanto, Wahyu Lee, Michael Lee Lestari Retnawati Lestari Retnawati Ma,ruf, Anam Maslihah Maslihah Moch Anwar Syafii Muchammad Husni Muhammad Rizal Bayu Aji Munthoriq, Irafan Mustofa, Erlangga Satria Nana Windiarto Nia Saurina Nia Saurina Ningtyas, Ayu Candra Nirmansyah, Suhardik Nonot Wisnu Karyanto Nonot Wisnu Karyanto Nonot Wisnu Karyanto Prakosa, Sagita Prasetyo, M Nouval Pratama, Firman Hadi S Priza Pandunata Purwandono, Wienda Gatoet Rachmad, Ido Putra Setia Retnawati, Lestari Riza Ari Pratama Riza Ari Pratama, Riza Ari S. Auna, Hariyanto safii, Mohamad anwar Saida Ulfa Salleh , Shaharuddin Md Setyawan, Fery Shofiya Syidada Shofiya Syidada Suhardik Nirmansyah Supeno Djanali Tjatursari Widiartin Tjatursari Widiartin Udik Pudjianto Udik Pudjianto Wahyu Kristanto Wahyuningtyas, Emmy Wibisono, Imanuel Sebastian Wicaksono, Manuel Yosia Krista Ananda Widiartin, Tjatursari Wienda Gatoet Purwandono Wijaya, Adam Wiranata Said Wisnu Yudo Untoro Yerry Soepriyanto Yulianto, Ananda Yulianto, Ananda Kresna Yuliar Syamyu Dhuhaa