Article Per Year (5 Year)
p-Index From 2020 - 2025
3.487
P-Index
This Author published in this journals
All Journal Journal of ICT Research and Applications JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Riset Informatika eProceedings of Engineering
Marisa W. Paryasto
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Pengembangan Sistem Backend Aplikasi Identifikasi Kepribadian Anak Sebagai Rekomendasi Pendampingan Untuk Guru Dan Orang Tua Syam, Rizky Ramadhani; Setianingsih, Casi; Paryasto, Marisa W.
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Kepribadian seseorang mencerminkan identitas individu mereka, yang tidak selalu terlihat secara fisik. Kepribadian dapat dipengaruhi oleh lingkungan, keluarga, dan sifat bawaan sejak lahir. Kepribadian anak yang terbentuk melalui gaya pengasuhan di rumah secara signifikan berdampak pada lingkungan sekolahnya, sehingga penting bagi orang tua dan guru untuk memahami kepribadian anak agar dapat memberikan dukungan yang tepat. Namun, tes psikologi yang ada saat ini yang digunakan untuk menilai kepribadian anak tidak efektif karena durasinya yang panjang. Sehingga diperlukan aplikasi mobile yang mampu mengidentifikasi kepribadian anak melalui analisis garis telapak tangan. Dalam pengembangannya diperlukan sistem backend untuk memproses data. Sistem dibuat menggunakan FastAPI dan PostgreSQL dan di-deploy pada layanan google cloud platform. Pengujian beban pada sistem backend yang dibuat menunjukkan bahwa sistem dapat berjalan efisien pada beban ringan dan sedang, namun pada beban berat, sistem mengalami penurunan performa. Kata kunci— kepribadian anak, aplikasi mobile, sistem backend
Identifikasi Kepribadian Anak Sebagai Rekomendasi Pendampingan Untuk Guru Dan Orang Tua Menggunakan Machine Learning Rahma, Alifia Mutiara; Setianingsih, Casi; Paryasto, Marisa W.
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

— Kepribadian seseorang mencerminkan identitas individu mereka, yang tidak selalu terlihat secara fisik. Kepribadian dapat dipengaruhi oleh lingkungan, keluarga, dan sifat bawaan sejak lahir. Kepribadian anak yang terbentuk melalui gaya pengasuhan di rumah secara signifikan berdampak pada lingkungan sekolahnya, sehingga penting bagi orang tua dan guru untuk memahami kepribadian anak agar dapat memberikan dukungan yang tepat. Namun, tes psikologi yang ada saat ini yang digunakan untuk menilai kepribadian anak tidak efektif karena durasinya yang panjang. Sehingga diperlukan sistem berbasis machine learning yang mampu mengidentifikasi kepribadian anak melalui analisis garis telapak tangan. Hasil pengujian menunjukkan bahwa sistem dapat mengidentifikasi kepribadian anak dengan akurasi yang tinggi. Algoritma pendeteksi garis telapak tangan mencapai akurasi 100%, dengan mAP50 sebesar 99,5% dan mAP50-95 sebesar 97,4%.Algoritma klasifikasi menunjukkan akurasi 92,3% pada data latih dan 92,2% pada data uji untuk model pertama, dan akurasi 100% pada data latih dan 93,3% pada data uji untuk model kedua. Pengujian sistem deteksi pada aplikasi menunjukkan akurasi 100%. Kata kunci— kepribadian anak, pembelajaran mesin, analisis garis telapak tangan
Aplikasi Android Untuk Sistem Identifikasi Kepribadian Anak sebagai Rekomendasi Untuk Guru dan Orang Tua Gemilang, Galih Karya; Setianingsih, Casi; Paryasto, Marisa W.
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Aplikasi Persona dikembangkan dengan tujuan untuk mempermudah sistem identifikasi kepribadian anak melalui analisis garis telapak tangan, sebagai alat bantu bagi guru bimbingan konseling, wali kelas, dan orang tua. Proses pengembangan aplikasi ini menggunakan metodologi Waterfall untuk memastikan setiap tahapan dilakukan dengan benar dan terstruktur. Desain UI/UX aplikasi dirancang menggunakan Figma, yang kemudian diimplementasikan pada sistem operasi Android menggunakan React Native. Hasil pengembangan menunjukkan bahwa semua komponen aplikasi berfungsi sesuai dengan spesifikasi yang diharapkan, memungkinkan pengguna untuk menggunakan aplikasi ini dengan efektif. Pengujian alfa mencapai 100%, yang berarti semua komponen yang digunakan dapat bekerja sesuai dengan kebutuhan. Dengan demikian, aplikasi Persona berhasil memberikan solusi praktis dan inovatif untuk identifikasi kepribadian anak, serta memiliki potensi besar untuk dikembangkan lebih lanjut dalam bidang pendidikan dan pengembangan anak-anak. Kata kunci: identifikasi kepribadian, garis telapak tangan, figma, react native.
Aplikasi Website Penerjemah Bahasa Isyarat Sebagai Media Pembelajaran SLB Negeri Cicendo Kota Bandung Muhammad, Ario Syawal; Setianingsih, Casi; Paryasto, Marisa W
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Bahasa isyarat membantu penyandang tunarungu berkomunikasi, tetapi masyarakat umum masih sangat terbatas dalam memahami dan menggunakan bahasa ini. Hal ini menimbulkan hambatan bagi penyandang tunarungu dan orang yang tidak mengerti bahasa isyarat untuk berkomunikasi. Perkembangan teknologi informasi di era modern memberikan peluang besar untuk membuat solusi untuk mengatasi tantangan komunikasi. Proyek ini mengembangkan sebuah aplikasi berbasis website bernama U-SIBI sebagai wadah untuk sistem penerjemah bahasa isyarat, website ini juga bertujuan untuk menjadi media pembelajaran yang efektif untuk anak-anak serta guru pada SLB Negeri Cicendo Bandung. Pengembangan website dilakukan dengan menggunakan framework Laravel 8, serta melakukan prototyping UI/UX dengan menggunakan Figma. Website U-SIBI juga mengaplikasikan flask sebagai back-end untuk menghubungkan algoritma machine learning yang telah dikembangkan. Semua komponen dan fitur yang telah dikembangkan berjalan sesuai dengan spesifikasi yang diinginkan, ini terbukti dari hasil pengujian alfa yang berhasil mencapai 100%. Dengan demikian, hasil akhir dari website U-SIBI dapat diterima dengan baik oleh masyarakat SLB Negeri Cicendo Bandung sebagai media pembelajaran yang efektif. Kata kunci— Figma, flask, laravel 8, penerjemah bahasa isyarat.
Sistem Pendeteksian Bahasa Isyarat Menggunakan Algoritma Long Short-Term Memory Firdaus, Ilham Muhamad; Setianingsih, Casi; Paryasto, Marisa W
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas khususnya tunarungu menggunakan bahasa isyarat sebagai alat komunikasi. Namun, masih banyak orang yang tidak mengerti atau terbatas dalam menggunakan bahasa isyarat, sehingga menciptakan hambatan dalam komunikasi dengan penyandang tunarungu. Dengan kemajuan teknologi informasi di era modern, ada peluang besar untuk membuat solusi untuk mengatasi masalah komunikasi. Untuk mengatasi masalah ini, digunakan algoritma pembelajaran mesin long short-term memory untuk mengenali gerakan dalam bahasa isyarat. Dalam pengujian, algoritma long short-term memory berhasil mendeteksi dan menerjemahkan bahasa isyarat dengan akurasi 98,3%. Penggunaan berbagai jumlah kelas dataset, analisis perbandingan distribusi dataset, pemilihan optimizer yang paling optimal, dan penyesuaian jumlah epoch telah diterapkan secara cermat untuk meningkatkan akurasi algoritma secara keseluruhan. Metode ini memastikan bahwa setiap komponen proses pelatihan model dioptimalkan untuk menghasilkan hasil yang paling akurat dan konsisten. Dengan akurasi sebesar 98,3%, algoritma long short-term memory menunjukkan kinerja yang sangat baik dalam memahami dan menerjemahkan bahasa isyarat. Secara keseluruhan, pengguna menilai sistem penerjemah bahasa isyarat ini baik, tetapi perlu optimalisasi lebih lanjut untuk memenuhi kebutuhan pengguna ke depannya. Kata kunci — bahasa isyarat, long short-term memory, Penyandang tunarungu, pembelajaran mesin.
Optimalisasi Hyperparameter pada Model Deteksi Transaksi Mencurigakan Menggunakan Grid-Search Zakir, Gilman Muslih; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Fraud, sebagaimana didefinisikan oleh Association of Certified Fraud Examiners (ACFE) mencakup laporan keuangan yang keliru atau penipuan yang dibuat untuk memperoleh keuntungan yang tidak sah. Salah satu bentuk fraud adalah pencucian uang, di mana uang ilegal dipindahkan melalui sistem keuangan untuk membuatnya tampak sah. Panel Tingkat Tinggi International Financial Accountability, Transparency and Integrity (Panel FACTI) memperkirakan sekitar $1,6 triliun (2,7% dari PDB global), dicuci setiap tahun. Adanya transaksi keuangan yang mencurigakan memerlukan deteksi dini oleh lembaga keuangan untuk mencegah penyalahgunaan. Salah satu hal yang ingin dicapai dengan penelitian ini adalah bagaimana cara meningkatkan akurasi dan efisiensi dalam mendeteksi transaksi mencurigakan menggunakan teknologi Machine Learning. Penggunaan teknologi machine learning merupakan salah satu Solusi untuk mengatasi tantangan dalam mendeteksi transaksi mencurigakan. Penelitian ini dilakukan dengan mengembangkan model deteksi transaksi mencurigakan menggunakan algoritma XGBoost, Decision Tree, dan Logistic Regression dengan menerapkan Hyperparameter tuning yang dibantu dengan pencarian hyperparameter terbaik menggunakan Grid-Search untuk mendapatkan performa terbaik dari model yang dikembangkan. Kata kunci—decision tree, grid-search, hyperparameter tuning, logistic regression, xgboost.
Analisis Berat Dan Ukuran Telur Ayam Menggunakan Metode Otsu Berbasis Citra Digital Thalib, Wildan; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Menentukan berat pada telur adalah salah satu cara untuk menentukan baik atau buruknya suatu telur, oleh karena itu banyak produsen mesin yang mengembangkan sistem pada mesin mereka untuk menentukan berat pada telur, seiring perkebangan zaman, metode-metode yang digunakan dalam menentukan berat pada telur semakin banyak, oleh sebab itu banyak sekali analisis mengenai metode-metode tersebut. Penelitian ini bertujuan untuk menguji salah satu metode yang ada, yaitu metode otsu thresholding pada CNN dalam pre-proccesing untuk megklasifikasi berat pada telur ayam. Pengujian dilakukan menggunakan model klasifikasi CNN dengan menggunakan metode otsu thresholding sebagai pre-proccessing, diawali mengumpulkan datasets berdasarkan kelasnya yaitu Besar, Kecil, Sedang. datasets akan di proses untuk training dengan menggunakan metode CNN untuk mencari akurasinya dan disimpan. Hasil pengujian model klasifikasi berat dan ukuran pada telur menggunakan metode otsu thresholding, mendapatkan akurasi training sebesar 66% dan akurasi testing sebesar 48%, yang akan di prediksi untuk membandingkan dengan model klasifikasi tanpa otsu. Kata kunci — Thresholding, Berat, CNN, Klasifikasi, Otsu
Deteksi Bahasa Isyarat Sistem Isyarat Bahasa Indonesia Menggunakan Metode Single Shot Multibox Detector Apendi, Siroojuddin; Setianingsih, Casi; Paryasto, Marisa W.
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Bahasa isyarat merupakan Bahasa yang disampaikan melalui gerakan tubuh. Bahasa isyarat digunakan oleh penyandang tuna rungu dan tuna wicara untuk melakukan komunikasi. Di Indonesia sendiri terdapat dua jenis Bahasa isyarat yaitu Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). Penggunaan Bahasa isyarat tidak memiliki penggunaan yang luas di masyarakat. Hal ini yang membatasi komunikasi penyandang disabilitas dengan nonpenyandang. Penelitian Tugas Akhir ini membuat sistem yang memudahkan non-penyandang untuk belajar Bahasa isyarat. Sistem ini menerapkan metode Single Shot Multibox Detector (SSD), Metode tersebut digunakan untuk mendeteksi gerakan alfabet Sistem Isyarat Bahasa Indonesia (SIBI) secara real time. Cara kerjanya menggunakan kamera yang ada pada perangkat laptop yang akan mendeteksi gerakan dan hasilnya akan ditampilkan pada web. Model yang digunakan berhasil diujikan meggunakan pengujian konfigurasi hyperparameter. Hasil pengujian dengan nilai paling optimal adalah pada dataset dengan rasio 90%:10%, learning rate 0.04, epoch 300, batch size 4, dan step 40000 dengan hasil akurasi yaitu 100%, hasil mAP@.50IoU yaitu 100%, dan hasil AR@100 yaitu 91.79%. Kata Kunci: Deep Learning, Hyperparameter, Real Time, Single Shot Multibox Detector.
Gaussian Mixture Model Dalam Proses Pengenalan Daun Untuk Mengidentifikasi Tanaman Herbal Savrylia, Dewi Intan; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Tanaman herbal merupakan salah satu obat alternatif yang digunakan dalam bidang Kesehatan untuk mengobati penyakit. Tanaman herbal dapat ditemukan di sekitar rumah atau di lingkungan terdekat. Dengan keterbatasan pengetahuan manusia mengenai tanaman herbal, seiring kemajuan teknologi maka penelitian ini dibuat untuk mendeteksi daun tanaman herbal menggunakan Image Processing yang memanfaatkan teknologi yang semakin maju. Untuk pengenalan daun tanaman herbal digunakan segmentasi Gaussian Mixture Model sebagai clustering dan memanfaatkan image processing, dibutuhkan dataset daun tanaman herbal agar dapat mengenali daun tanaman herbal yang ingin di deteksi sebagai data latih. Dalam penelitian ini menghasilkan rata rata tingkat kecocokan sebesar 79.2% dengan waktu pemrosesan 4.44 detik. Selanjutnya hasilnya akan ditampilkan pada website sebagai hasil outputnya.Kata kunci— website, gaussian mixture model, clustering, tanaman herbal
K-Means Clustering Dalam Proses Pengenalan Daun Untuk Mengidentifikasi Tanaman Herbal Riswandi, M. Ghalib; Prasasti, Anggunmeka Luhur; Paryasto, Marisa W
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Tanaman herbal adalah tanaman yang biasanya dapat dimanfaatkan pada bagian daun. Mengenai tanaman herbal dimana warna dan bentuk dari suatu daunn tanaman herbal yang tergolong mirip maka akan menjadi sulit untuk membedakan jenis dan nama daun serta khasiat dari daun tanaman herbal tersebut. Image processing menjadi salah satu pilihan untuk mempermudah manusia untuk membedakan nama, jenis dan manfaat daun tanaman herbal tersebut. Pada tugas akhir ini digunakan sebanyak 5 jenis daun tanaman herbal dan digunakan GLCM sebagai ekstraksi fitur serta K-Means Clustering sebagai klasifikasi daun. Kata kunci — Image processing, Gray Level Co-occurrence Matriks, K-Means Clustering.
Co-Authors Andi Tiana Putra ANGGUNMEKA LUHUR PRASASTI Annisa Farhah Apendi, Siroojuddin Budi Rahardjo Casi Setianingsih Chianyung, Chianyung Fajar Yuliawan Farradita Imanda Firdaus, Ilham Muhamad Fuadi, Farhan Gemilang, Galih Karya GHOFAR, MUHAMMAD ABDUL Heriansyah, Rifqi Baihaqi Putra Ida Wahidah Hamzah Intan Muchtadi Alamsyah Islam , Muhammad Izzudin Jaya Santoso Sirait Kalista, Meta KUSPRIYANTO Luthfy, Dicky M. Luthfan Alwafi Maulana, Erwan Muhammad Kurnia Sandi Muhammad Zaki Muhammad, Ario Syawal Nugroho, Muhamad Ikhsan Pratama, Muhammad Farras Adi Rahma, Alifia Mutiara Riswandi, M. Ghalib Rumani M Rumani M Rumani Rumani Sarfina Adilah Savrylia, Dewi Intan Syam, Rizky Ramadhani Thalib, Wildan Toscana, Alwi Zulfauzi Zakir, Gilman Muslih