Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.562

P-Index

This Author published in this journals

All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Prosiding SNATIKA Vol 01 (2011) Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Jurnal Penelitian dan Pengembangan Komunikasi dan Informatika Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

Gembong Edhi Setyawan

Fakultas Ilmu Komputer, Universitas Brawijaya

Author-ID : 377869

Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 89 Documents Claim Missing Document

Claim Missing Document

Articles

5 6 7 8 9

Implementasi Algoritma Q-Learning Pada Robot Beroda untuk Strategi Navigasi dalam Lingkungan Statis Ardandi, Haekal Fadhilah; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Naskah ini akan diterbitkan di SIET 2025

Rancang Bangun Pemilahan Sampah Plastik Otomatis Menggunakan YOLO Pada Raspberry Pi Fajar, Sanhnai Fathirul; Putri, Rekyan Regasari Mardi; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Sampah plastik menjadi salah satu permasalahan lingkungan yang terus meningkat akibat penggunaan plastik sekali pakai dan rendahnya efisiensi dalam proses daur ulang, di mana salah satu faktor utama yang mempengaruhi efektivitas daur ulang adalah pemilahan sampah plastik yang tepat. Proses pemilahan manual memerlukan tenaga kerja dan waktu yang besar serta rentan terhadap kesalahan, sehingga pada penelitian ini dikembangkan sistem pemilah sampah plastik otomatis berbasis Raspberry Pi dengan dukungan kamera, motor servo, dan konveyor. Sistem ini menggunakan algoritma YOLOv5 untuk melakukan deteksi dan klasifikasi objek secara real-time serta pustaka OpenCV untuk menangani pemrosesan citra, di mana kamera menangkap gambar sampah plastik yang bergerak di atas konveyor kemudian Raspberry Pi melakukan inferensi terhadap citra tersebut dan mengarahkan objek ke jalur sortir menggunakan motor servo sesuai dengan hasil klasifikasi. Model dilatih menggunakan dataset dari Roboflow dengan proses pelatihan dilakukan di Google Colab, sedangkan hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan botol plastik dan plastik lainnya dengan akurasi sebesar 47,5%. Hasil tersebut menunjukkan bahwa rancangan sistem yang dikembangkan telah dapat berfungsi sesuai dengan tujuan utama dan berpotensi untuk dikembangkan lebih lanjut. Dengan demikian, penelitian ini memberikan kontribusi berupa prototype sistem pemilah sampah plastik otomatis yang dapat dijadikan dasar untuk penelitian lanjutan dalam meningkatkan akurasi deteksi serta keandalan sistem di masa depan.

Sistem Kendali Ketinggian Quadcopter Menggunakan PID Setyawan, Gembong Edhi; Setiawan, Eko; Kurniawan, Wijaya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakQuadcopter (Quadrotor Helicopter) merupakan salah satu jenis UAV yang memiliki 4 baling-baling.Quadcopter mempunyai kelebihan pada mobilitas dan fleksibilitas untuk menjelajahi wilayah yang sempit. Penelitian ini adalah tahap awal untuk merancang sistem navigasi otomatis UAV pada quadcopter, yaitu dengan merancang sistem kendali ketinggian UAV quadcopter menggunakan metode PID (Proportional Integral Derivative). Penalaan parameter PID menggunakan metode osilasi zieger nichols. Pemodelan matematis pergerakan quadcopter telah didapatkan di penelitian ini. Hasil dari pemodelan digunakan untuk menentukan parameter PID secara simulasi menggunakan MATLAB. Berdasarkan perangkat yang digunakan dalam quadcopter, pengendalian pergerakan dalam sudut roll (f) dan pitch (q) memperoleh nilai Kp=0,12; Ki=0,037 dan Kd=0,0975. Pengendalian sudut yaw (y) memperoleh Kp=0,9; Ki=0,22 dan Kd=0,76. Sedangkan pengendalian ketinggian (altitude) didapatkan Kp=1,2; Ki=0,28 dan Kd=1,13.Kata kunci: ketinggian, PID, quadcopter, sistem kendali, UAVAbstractQuadcopter (Quad rotor Helicopter) is one type of UAV that has 4 propellers. The advantages of quadcopter UAV are the mobility and flexibility to explore a narrow region. This study is an early stage to design the automatic navigation system on the quadcopter UAV. The design of altitude control system of quadcopter UAV using PID (Proportional Integral Derivative) and method of Zieger Nichols became the focus in this study. This study have acquired mathematical modelling quadcopter UAV movement. The results of the modelling used to determine the PID parameters using MATLAB simulation. Based on the device used to control the movement of the roll angle (f) and pitch (q) obtained Kp = 0.12; Ki = 0.037 and Kd = 0.0975. Control of the yaw angle (y) obtained Kp = 0.9; Ki = 0.22 and Kd = 0.76. While controlling altitude obtained Kp = 1.2; Ki = 0.28 and Kd = 1.13.Keywords: altitude, control system, PID, quadcopter, UAV

Sistem Deteksi Jumlah, Jenis dan Kecepatan Kendaraan Menggunakan Analisa Blob Berbasis Raspberry Pi Setyawan, Gembong Edhi; Adiwijaya, Benny; Fitriyah, Hurriyatul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Penghitungan kondisi lalu lintas guna analisa kualitas jalan raya umumnya dilakukan secara manual. Hal ini tentunya membutuhkan biaya dan SDM yang tinggi serta tidak dapat dianalisa secara langsung. Dalam penelitian ini telah dikembangkan metode pengenalan jenis, jumlah dan kecepatan kendaraan secara otomatis menggunakan pengolahan citra digital. Metode yang berdasarkan analisa terhadap BLOB (Binary Large OBject) tersebut ditanamkan pada sistem berbasis Raspberry Pi. Setiap blob merupakan connected-component yang diperoleh dari proses thresholding terhadap perubahan nilai pixel dari sebuah frame dan frame rujukan dalam metode background subtraction. Jenis kendaraan ditentukan oleh jumlah piksel dalam bounding-box setiap blob. Jumlah kendaraan yang melaju dihitung dengan memberikan garis virtual dimana jumlahnya akan bertambah jika centroid dari setiap bounding-box kendaraan melewatinya. Kecepatan kendaraan dihitung dengan membagi jarak sebenarnya dari koordinat awal hingga garis virtual sepanjang 12 meter yang dibagi dengan waktu centroid tersebut untuk menempuhnya. Algoritma tersebut diimplementasikan pada sistem berbasis Raspberry Pi dengan input kamera yang terhubung dengan serial monitor untuk menampilkan output penghitungan. Pengujian akurasi deteksi jenis kendaraan yakni sepeda motor, kendaraan ringan dan berat menghasilkan akurasi 93,39%. Pengujian jumlah kendaraan menghasilkan rata-rata akurasi 93,48% untuk semua jenis kendaraan. Pengujian laju kendaraan yang dideteksi dengan dibandingkan kecepatan pada spedometer kendaraan menunjukkan akurasi 93,9%. AbstractAn analysis on traffic condition usually carried out manually by visual observation. This method demands high human resource and cannot be analysed immediately. This paper present an algorithm to analyse type, number and speed of vehicles that passing by a road automatically using BLOB (Binary Large Object) analysis. Each blob is a connected-component as a result of thresholding after background subtration process. Type of vehicles was determined by measuring pixel number of blob’s bounding box. Number of vehicles was determined by drawing virtual line where the number was increased once a centroid of bounding box passed it. Speed of vehicles was determined using basic speed formula where 12 meters of actual distance between the beginning coordinate and virtual line was divided by time to travel it. The algorithm was embedded in Raspberry Pi where videos were acquired using attached web camera. The analysis result was shown in connected serial monitor. Testing on vehicles’ type detection (motorcycle, light vehicle, heavy vehicle) result accuracy of 93.9%, number of vehicles result accuracy of 93.48%, whilst speed of vehicles result accuracy of 93.9%.

Deteksi Tingkat Engagement dalam Pembelajaran berdasarkan Facial Landmark Menggunakan Metode Random Forest Berbasis Raspberry Pi Purnomo, Fawwaz Anrico; Setyawan, Gembong Edhi; Bachtiar, Fitra Abdurrachman
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Naskah ini akan diterbitkan di Konferensi internasional SIET 2025

Perancangan Struktur Kaki Robot Humanoid dengan Mereduksi Jumlah DOF pada ROBOTIS OP3 Prahmono, Daffalino; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Pengembangan robot humanoid bipedal saat ini menghadapi tantangan besar dalam menyeimbangkan kompleksitas gerak dengan efisiensi konsumsi daya. Penelitian ini bertujuan untuk merancang struktur kaki robot humanoid dengan melakukan reduksi jumlah Degree of Freedom (DOF) pada platform ROBOTIS OP3 guna mencapai efisiensi daya dan pengurangan beban komputasi tanpa mengorbankan stabilitas gerak. Fokus penelitian disesuaikan dengan standar kompetisi KRSBI 2024. Metode perancangan diawali dengan analisis kinematika untuk mengidentifikasi sendi redundan, yang kemudian diimplementasikan melalui mekanisme paralel dan relokasi massa aktuator ke bagian proksimal guna meminimalkan momen inersia kaki bawah. Perancangan fisik menggunakan perangkat lunak CAD dan diproduksi melalui teknologi 3D printing dengan menggunakan aktuator Dynamixel XM430-W350-R. Hasil penelitian menunjukkan bahwa reduksi jumlah DOF mampu mempertahankan stabilitas jalan dengan distribusi torsi yang lebih efisien dibandingkan konfigurasi standar. Evaluasi statistik membuktikan bahwa desain ini memberikan solusi alternatif pengembangan robot yang lebih ekonomis dari sisi daya namun tetap memiliki mobilitas andal untuk navigasi di lingkungan dinamis.

Deteksi Objek Manusia pada Robot Humanoid Menggunakan YOLOv11 Nawal Addufairi, M. Azkan; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Interaksi manusia–robot pada robot humanoid membutuhkan sistem deteksi manusia yang andal untuk merespons pengguna secara tepat di lingkungan nyata. Robot BRONE sebagai robot maskot Universitas Brawijaya menghadapi beberapa tantangan teknis, di antaranya variasi jarak deteksi, perubahan kondisi pencahayaan, serta keterbatasan daya komputasi perangkat. Penelitian ini mengusulkan implementasi model YOLOv11 sebagai sistem deteksi manusia secara real-time yang optimal untuk perangkat embedded pada robot BRONE sekaligus diintegrasikan dengan sistem penggerak untuk mendukung interaksi human-following. Hasil pengujian menunjukkan model memiliki nilai precision sebesar 0,995, recall sebesar 1,000, f1-score sebesar 0,997, mAP@0,5 sebesar 0,995, dan mAP@0,5:0,95 sebesar 0,92. Model mampu melakukan deteksi secara stabil pada jarak 1 hingga 18 meter, dengan tingkat keberhasilan 100% pada kondisi pencahayaan terang dan 94,44% pada kondisi pencahayaan rendah. Selain itu, model memenuhi kebutuhan real-time dengan rata-rata waktu inferensi sebesar 26,57 ms dan rata-rata frame rate sebesar 27,61 FPS. Pada pengujian integrasi, seluruh skenario human-following berhasil dijalankan dengan tingkat keberhasilan 100%. Hasil penelitian ini menunjukkan bahwa implementasi YOLOv11 layak digunakan untuk meningkatkan kapabilitas interaksi manusia–robot pada robot BRONE.

Sistem Deteksi Objek Robot Humanoid Menggunakan Haar Cascade Classifier Maulidiah, Afifah; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Di Indonesia, pengembangan robot humanoid difasilitasi melalui ajang tahunan Kontes Robot Indonesia (KRI) oleh Pusat Prestasi Nasional (Puspresnas), termasuk divisi Kontes Robot Sepak Bola Indonesia-Humanoid (KRSBI-H). Pada pertandingan KRSBI-H, robot perlu mendeteksi keberadaan robot lain untuk mencegah tabrakan dan mendukung pengambilan keputusan untuk strategi pertandingan. Namun, penelitian yang secara spesifik menyoroti deteksi robot humanoid lain masih terbatas. Penelitian ini mengusulkan sistem deteksi robot humanoid ROBOTIS OP3 berbasis computer vision menggunakan Haar Cascade Classifier. Sistem dikembangkan melalui pengumpulan dataset citra OP3, pelatihan model hingga menghasilkan cascade.xml, serta implementasi pada ROS 2 dengan memanfaatkan citra kamera yang dipublikasikan melalui node kamera. Hasil penelitian menunjukkan algoritma Haar Cascade memiliki accuracy 0,9592, precision 0,9297, recall 0,8375, dan F1-score 0,8812, dengan kesalahan dominan berupa false negative pada kondisi tertentu. Deteksi stabil diperoleh pada rentang jarak 70–320 cm. Pada pencahayaan sedang (30–49 lux), sistem mampu menghasilkan deteksi pada sebagian besar titik uji dengan kestabilan terbaik pada rentang jarak sekitar 120–280 cm. Rata-rata waktu komputasi 0,0137 detik per frame menunjukkan sistem mampu beroperasi real-time secara efisien, dengan penggunaan CPU dan memory yang relatif ringan. Penelitian ini menunjukkan bahwa Haar Cascade Classifier efektif untuk deteksi robot humanoid pada kondisi pengujian yang dilakukan.

Augmented haar cascade classifier for real-time ball detection in humanoid robots under dynamic environments Setyawan, Gembong Edhi; Widasari, Edita Rosana; Prasetio, Barlian Henryranu; Umar, Yasa Palaguna; Adipratama, Ivan Rafli
International Journal of Advances in Intelligent Informatics Vol 12, No 1 (2026): February 2026
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v12i1.2146

This study proposes an Augmented Haar Cascade Classifier (AHCC) to enhance real-time ball detection for humanoid robots operating in dynamic environments. The method integrates Convex Hull mapping, HSV-based segmentation, and Hough Circle validation to overcome challenges such as fluctuating illumination, complex backgrounds, and partial occlusions. Experiments were conducted entirely on a CPU-only Intel NUC platform running ROS without GPU acceleration, using a dataset containing variations in lighting, orientation, scale, and background clutter. Compared with baseline models (standard Haar Cascade Classifier (HCC) and YOLOv5) the proposed AHCC achieved 97% accuracy, 83% recall, 97% precision, and an 89% F1-score, while requiring only 0.00849 s per frame with 8.97% memory usage. Although YOLOv5 reached 99% accuracy, it demanded higher computational resources (0.0344 s per frame, 22.3% memory usage), limiting its practicality for embedded robotic systems. The AHCC therefore offers an optimal balance between detection reliability and computational efficiency, outperforming traditional HCC and providing a lightweight alternative to GPU-dependent detectors such as Tiny-YOLO and MobileNet-SSD.

Co-Authors Abdurrahman Arif Kasim Achmad Baichuni Zain Adharul Muttaqin Adipratama, Ivan Rafli Aditya Rachmadi, Aditya Adiwijaya, Benny Adnan Mahfuzhon Agastya Bramanta Sanjaya Agung Setiabudi, Agung Alexandria, Syarifah ALFATH, ANASHRULLAH FAIZAL Amrin Rosada Amroy Casro Lumban Gaol Anata Tumonglo Andi Mohammad Rizki Andyan Bina Ardhana Ardandi, Haekal Fadhilah Arista Budi Setyawan Arycca Septian Mulyana Aryo Pinandito Ayang Setiyo Putri Ayu Dewi Khumairoh Ayu Samura Bagus Priyo Pangestu Barlian Henryranu Prasetio Cindy Lilian Dahnial Syauqy Didik Wahyu Saputra Dimas Angger Pribadi Dimas Bagus Jatmiko Edita Rosana Widasari, Edita Rosana Eko Setiawan Eko Setiawan Enno Roscitra Oktaria Eriq M. Adams Jonemaro Fachrur Febriansyah Manangkalangi Fahmi Farizal Faisal Natanael Lubis Faizal Andy Susilo Faizal Ardiansyah Fajar Miftakhul Ula Fajar Pradana Fajar, Sanhnai Fathirul Faviansyah Arianda Pallas Fikri, Aqil Dzakwanul Fitra Abdurrachman Bachtiar Fitriyah, Hurriyatul Frans Herbert Nainggolan Fungki Pandu Fantara Handi Handi Hanifa Nur Halimah Haqqi Rizqi Hendra Hendra Hurriyatul Fitriyah, Hurriyatul Irma Asri Kartika Sandy Irma Asri Kartika Sandy Issa Arwani Khurinika Cahyaning Susanty M. Khanif Ashar Mahendra, I Gusti Putu Krisna Suaba Maulidiah, Afifah Megananda, Muhammad Rifqi Mesra Diana Tamsar Mochammad Hannats Hanafi Ichsan Mochammad Hannats Hanafi Ichsan Moh. Zainur Rodhi Mohammad Kholili Adi Putra Mohammad Riski Aprilianto Muchamad Rafi Dharmawan Muhammad Alif Alfajra, Andi Muhammad Fajaruddin Akbar Muhammad Hanif Haikal Muhammad Rosyid Khulafa Muhammad Tri Buwana Zulfikar Ardi Muliyahati Sutejo Musada Teguh Andi Afandi Nawal Addufairi, M. Azkan Nengah Affan Riadi Okke Rizki Kurniawan Prahmono, Daffalino Purnama, Charrisma Dwi Mahardika Trisna Purnomo, Fawwaz Anrico Putra Wijaya Raharja, Kahfi May Rahmat Naharu Yanuar Rakhmadhany Primananda, Rakhmadhany Randy Maulana Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Reza Ridlo Nugraha Reza Tanjung Ahmad Fauzi Ricky Prasetya Santoso Riko Andianto Rimas Oktama Rinaldi Albert Soritua Riza Irfan, Muhammad Rizal Maulana Sabitha Wildani Hadi Sabriansyah Rizqika Akbar Simanjuntak, Eldon Parasian Sunu Dias Widhi Kurniadi Syarif Hidayatullah Tadya Adi Prana Tibyani Tibyani Utaminingrum, Fitri Wahyu Hari Suwito Wijaya Kurniawan Wijaya Kurniawan Wijaya Kurniawan Yasa Palaguna Umar, Yasa Palaguna Yusril Dewantara Zakky Ramadhan

Title

Found 89 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 89 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 89 Documents
Search