Article Per Year (5 Year)
p-Index From 2021 - 2026
4.069
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Paradikma: Jurnal Pendidikan Matematika JURNAL PENELITIAN SAINTIKA Jurnal Informatika dan Teknik Elektro Terapan Jurnal IPTEK JURNAL SAINS INDONESIA Indonesian Journal of Artificial Intelligence and Data Mining Jurnal Perspektif M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika JATI (Jurnal Mahasiswa Teknik Informatika) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Soft Computing Exploration J-Intech (Journal of Information and Technology) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Umum Pengabdian Masyarakat (JUPEMAS) Jurnal KALANDRA Journal of Education Transportation and Business International Journal of Educational Insights and Innovations (IJEDINS) Ulil Albab
Hermawan Syahputra
Jurusan Ilmu Komputer dan Elektronika, Universitas Gadjah Mada
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

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

Found 33 Documents
Search

 1   2   3   4 
DETEKSI JERUK NIPIS DAN JERUK JUNGGA MENGGUNAKAN ALGORITMA CNN Hafiz, Alvin; Angel Tumanggor, Asri; Delvin Ibo, Martince; Yazid Noor, Muhammad; Palendeo Sitepu, Kalpin; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14040

Abstract

Jeruk nipis (Citrus aurantifolia) dan jeruk jungga (Citrus jambhiri Lush) merupakan dua jenis buah yang memiliki nilai ekonomi tinggi di Indonesia, namun sulit dibedakan secara visual dalam kondisi mentah. Masalah ini menyebabkan ketidaktepatan dalam proses sortir manual yang dilakukan petani atau distributor, berpotensi menimbulkan kerugian ekonomi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis menggunakan metode pengolahan citra digital dan algoritma Convolutional Neural Network (CNN) guna membedakan jeruk nipis dan jeruk jungga secara efisien dan akurat. Dataset terdiri dari 100 citra dengan karakteristik warna dan tekstur yang berbeda. Metode yang digunakan meliputi pra-pemrosesan (resizing, normalisasi, denoising, konversi ke grayscale), segmentasi (thresholding dan edge detection), ekstraksi fitur (RGB untuk warna dan GLCM untuk tekstur), serta pelatihan model CNN. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi pelatihan sebesar 90% dan validasi 85%. Analisis nilai RGB menunjukkan perbedaan signifikan pada komponen G dan B, sedangkan GLCM mengindikasikan bahwa jeruk jungga memiliki tekstur lebih kasar daripada jeruk nipis. Namun, confusion matrix menunjukkan bahwa model masih mengalami kesalahan klasifikasi terhadap jeruk nipis, menghasilkan akurasi keseluruhan sebesar 52,9%. Oleh karena itu, diperlukan peningkatan kualitas model dan strategi augmentasi data untuk hasil klasifikasi yang lebih optimal.
PERANCANGAN PROGRAM REKOGNISI ISYARAT SIGNAL FOR HELP, UNTUK MEMBERI RESPON CEPAT BANTUAN Drilanang, Mhd Ilyasyah; Prana Walidin, Adamsyach; Zulfahrizan, Atta; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14109

Abstract

Dalam kondisi darurat, terutama saat seseorang tidak bisa berbicara secara langsung untuk meminta bantuan, isyarat tangan seperti “Signal for Help” menjadi sangat penting. Sayangnya, belum banyak sistem yang mampu mengenali isyarat ini secara otomatis dan real-time. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang dapat mendeteksi isyarat tersebut secara cepat dan akurat, agar respons bantuan bisa diberikan secepat mungkin. Penelitian dilakukan dengan menggunakan pendekatan pengenalan pola visual melalui teknologi MediaPipe dan OpenCV. Data dikumpulkan dari gambar dan video gerakan tangan yang menampilkan tiga tahapan isyarat: “Telapak Tangan Terbuka,” “Jempol Ditekuk ke Dalam,” dan “Kepalan Tangan.” Setiap tahapan dianalisis menggunakan deteksi landmark tangan untuk mengenali bentuk dan pergerakannya secara detail. Hasilnya, sistem yang dirancang mampu mendeteksi isyarat dengan akurasi tinggi, bahkan dalam berbagai kondisi lingkungan. Hal ini menunjukkan bahwa teknologi ini dapat diterapkan dalam skenario nyata, seperti layanan darurat, perlindungan pribadi, maupun sistem asisten berbasis AI yang dapat merespons secara otomatis ketika sinyal bantuan terdeteksi. Dengan sistem ini, diharapkan siapa pun yang berada dalam situasi bahaya bisa mendapatkan bantuan lebih cepat dan aman.
ANALISIS PERBEDAAN PERMUKAAN BUAH SEGAR DAN BUSUK MENGGUNAKAN MODEL RGB DAN GRAY-LEVEL CO-OCCURRENCE MATRIX (GLCM) Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Irya Shakila Syukron, Ananda; Budi Akbar, Muhammad; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14461

Abstract

Pengolahan citra digital merupakan bidang penting dalam ilmu komputer yang digunakan untuk menganalisis dan memanipulasi gambar digital. Permasalahan yang sering muncul dalam pengolahan citra adalah bagaimana memperoleh informasi atau fitur yang relevan dari sebuah citra secara efisien dan akurat. Penelitian ini bertujuan untuk mengimplementasikan beberapa operasi dasar pengolahan citra seperti pembacaan citra, konversi warna, penjumlahan, pengurangan, dan perhitungan parameter statistik (mean, median, dan standar deviasi) untuk memahami karakteristik citra. Metode yang digunakan dalam penelitian ini melibatkan pemrograman menggunakan bahasa Python dengan bantuan pustaka OpenCV dan NumPy dalam proses pemrosesan citra. Hasil yang diperoleh menunjukkan bahwa operasi dasar tersebut dapat diaplikasikan dengan baik dan mampu memberikan informasi statistik yang bermanfaat mengenai distribusi intensitas piksel dalam citra, yang dapat digunakan untuk analisis lanjutan atau klasifikasi. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan sistem pengenalan citra yang lebih kompleks.
PENERAPAN AUTENTIKASI MANUSIA MELALUI MENGGAMBAR CITRA BINER Sukma, Ayman Human; Panjaitan, Clara Kresensia; Suleho, Febrina; Syahputra, Hermawan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.7072

Abstract

Penelitian ini menjelaskan pengembangan dan implementasi sistem verifikasi manusia berbasis gambar digital, khususnya dengan menggunakan metode gambar piksel biner, untuk memenuhi kebutuhan yang semakin meningkat akan alternatif CAPTCHA yang sederhana namun aman. Sistem ini dirancang dengan antarmuka gambar piksel 64x64 yang intuitif dan aturan dinamis yang beradaptasi berdasarkan warna piksel dominan pada gambar panduan acak. Diimplementasikan dalam Python menggunakan Tkinter dan Pillow, fungsi inti sistem mencakup perhitungan kesamaan real-time antara gambar pengguna dan pola referensi, dengan menggunakan metrik yang menghukum pencelupan yang salah dan kelalaian. Hasil eksperimen, termasuk simulasi dengan “bot sempurna” dan “bot acak”, yang membedakan interaksi manusia dari masukan otomatis. Pendekatan ini memanfaatkan kemampuan penalaran spasial dan keterampilan motorik halus manusia, menawarkan solusi yang menjanjikan, adaptif, dan ramah pengguna untuk verifikasi manusia secara online.
Deteksi Gerakan Kepala Secara Real-Time Menggunakan OpenCV Dan Python Imelda, Yusmita; Daulay, Leni Karmila; Purba, Desni Paramitha; Syahputra, Hermawan
Journal of Education Transportation and Business Vol 2, No 1 (2025): Juni 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetbus.v2i1.6528

Abstract

Perkembangan teknologi komputer dan kecerdasan buatan telah mendorong inovasi dalam sistem interaksi manusia-komputer, salah satunya adalah deteksi gerakan kepala secara real-time. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mendeteksi dan mengklasifikasikan orientasi kepala (pitch, yaw, dan roll) dengan memanfaatkan pustaka OpenCV dan Dlib dalam bahasa pemrograman Python. Sistem dirancang dengan mengimplementasikan teknik deteksi wajah, pelacakan landmark, dan estimasi pose kepala menggunakan fungsi solvePnP. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi orientasi kepala secara akurat dan responsif dalam waktu kurang dari 0.5 detik. Evaluasi kinerja menunjukkan tingkat konsistensi yang baik, meskipun terdapat kendala pada kondisi pencahayaan rendah dan kualitas kamera yang kurang optimal. Aplikasi ini berpotensi untuk diterapkan dalam berbagai bidang seperti alat bantu disabilitas, sistem kontrol berbasis gestur, dan keamanan. Dengan pengembangan lanjutan, sistem ini dapat menjadi solusi interaktif yang lebih inklusif dan intuitif.
Animated Video “Dare to Dream”: Media Development in Enhancing Children's Creativity Veryawan, Veryawan; Syahputra, Hermawan; Sriadhi, Sriadhi; Mahyuni, Mahyuni
International Journal of Educational Insights and Innovations Vol. 2 No. 3 (2025): September 2025 - International Journal of Educational Insights and Innovations
Publisher : PT. Technology Laboratories Indonesia (TechnoLabs)

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

Abstract

This study aims to determine the feasibility of developing the “Dare to Dream” animated video interactive learning media in enhancing creativity in early childhood. The research method used is Research and Development (R&D) with the ADDIE model, which consists of five stages: Analysis, Design, Development, Implementation, and Evaluation. The concept of the animated video is to introduce various professions. After watching, children will be invited to role-play with their classmates with the aim of enhancing creativity. The subjects of this development study were media validators, material validators, language validators, and early childhood children. The results of the media expert validation showed a percentage of 87% in the “highly feasible” category. The results of the material validation obtained a percentage of 85% with a category of “very feasible”. The results of the language expert validation obtained a percentage of 90% with a category of “very feasible”. Then, the results of the trial with children obtained a category of very feasible or very effective with a percentage of 92%. Based on this research, it can be concluded that the animated video media “Dare to Dream” is very feasible and effective for increasing the creativity of early childhood.
Skinmatch: Rekomendasi Warna Pakaian Berdasarkan Undertone Kulit Menggunakan Pengolahan Citra Digital Farmawaty Tambunan, Vivielda; Elisabet Butarbutar, Lastri; Davina, Sherly; Syahputra, Hermawan
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9434

Abstract

Warna kulit dan undertone merupakan faktor penting dalam pemilihan warna pakaian yang sesuai, namun deteksi undertone secara manual seringkali subjektif dan dipengaruhi pencahayaan. Permasalahan ini mendorong pengembangan sistem berbasis pengolahan citra untuk mengidentifikasi undertone kulit secara otomatis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi SkinMatch yang mampu mendeteksi tiga kategori undertone (warm, cool, dan neutral) serta memberikan rekomendasi palet warna pakaian yang sesuai. Metode yang digunakan mencakup konversi citra dari ruang warna RGB ke HSV dan LAB, analisis histogram, serta pencocokan spektrum warna dengan data referensi. Pengujian dilakukan terhadap 10 responden dengan beragam jenis kulit, di mana setiap responden mengunggah atau mengambil gambar langsung melalui kamera aplikasi dan memberikan penilaian terhadap hasil rekomendasi. Hasil pengujian menunjukkan bahwa sistem berhasil mengklasifikasikan 6 responden pada kategori warm dan 4 responden pada kategori cool. Berdasarkan penilaian subjektif, sebanyak 90% responden menyatakan rekomendasi warna pakaian sesuai dengan kondisi kulit mereka. Kesimpulan penelitian ini adalah algoritma berbasis HSV dan LAB mampu menghasilkan deteksi undertone yang konsisten pada variasi pencahayaan, warna kulit, dan latar belakang gambar, sehingga berpotensi diaplikasikan pada platform fashion technology untuk meningkatkan pengalaman pengguna
Klasifikasi Usia Berdasarkan Suara Menggunakan Metode Linear Predictive Coding (LPC) dan Nearest Neighbor Berbasis Python Panjaitan, Nova Yanti; Syahputra, Hermawan
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 3 No. 9: Agustus 2024
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jim.v3i9.4754

Abstract

Tiap-tiap manusia mempunyai keunikan suara yang berbeda-beda yang disebabkan karena resonansi pada tenggorokan yang pula berbeda. Terdapat sejumlah hal yang dapat menjadi kendala ketika proses ekstraksi suara yakni bersumber dari variabilitas suara pada keadaaan seseorang sakit, dialog asing, emosi dan lingkungan. Maka dari itu diperlukan proses filtering. Proses filtering ini sangatlah penting karena dapat menyaring suara untuk menghilangkan noise-noise pada suara. Filtering suara dilaksanakan sebelum proses ekstraksi suara. Dengan adanya klasifikasi usia, ruang masalah dalam pengenalan suara dapat dibatasi hanya berlandaskan usia yang sudah diklasifikasikan. Pembagian usia berlandaskan karakteristiknya yakni anak-anak 5 11 tahun, remaja 12 25 tahun, dewasa 26-45 tahun serta lansia 46 65 tahun. Adapun tujuan dari penelitian ini yaitu agar dapat diketahui bagaimana penerapan Linear Predictive Coding (LPC) dan Nearest Neighbor dalam pengklasifikasian usia berdasarkan suara. Oleh karena itu akan dilaksanakan penelitian untuk tugas akhir dengan mengidentifikasikan usia berlandaskan suara dan mengklasifikasikan suara tersebut kedalam jenis tipe suara anak-anak, remaja, dewasa dan lansia dengan mempergunakan metode Linear Predictive Coding (LPC) dan Nearest Neighbor Berbasis Python. Hasil penelitian ini yaitu: (1). Pembuatan sistem klasifikasi usia memanfaatkan aplikasi Pyhton. (2). Pengujian akurasi K-Fold Cross Validation diperoleh akurasi senilai 75%, presisi 39%, recall 39%. (3). Berlandaskan total kinerja sistem yang sudah diperoleh, maka bisa ditarik kesimpulannya dengan menerapkan metode Linear Predictive Coding (LPC) selaku ekstraksi ciri dan Nearest Neighbor bisa dipergunakan dalam mengelompokkan usia anak-anak, remaja, dewasa, lansia berlandaskan suaranya.
Comparison of Support Vector Machine (SVM) and Random Forest Algorithm for Detection of Negative Content on Websites Syahputra, Hermawan; Wibowo, Aldiva
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 9 No. 1 (2023): March
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i1.25861

Abstract

The amount of negative content circulating on the internet can damage people's morale so that social conflicts arise in society that threaten national sovereignty. Detecting negative content can help identify and prevent harmful events before they occur. This can lead to a safer and more positive online environment. Comparison of Support Vector Machine (SVM) and Random Forest (RF) Algorithm for Detection of Negative Content on Websites. The research contributions are 1) detect negative content on the internet with random forest and SVM, 2) comparing SVM and RF algorithms for detecting negative content on websites, 3) detection of negative content based on text focusing on the categories of fraud, gambling, pornography and Whitelist. The stages of this research are preparing a text content dataset on a website that has been labeled, preprocessing (duplicated data, text cleansing, case folding, stopward, tokenize, label encoding, data splitting, and determine the TF-IDF), finally performing the classification process with SVM and Random Forest. The dataset used in this study is a structured dataset in the form of text obtained from emails that have been registered on the TrustPositive website as negative content.  Negative content includes fraud, pornography and gambling. The results show the accuracy of the SVM is 97%, Precision 90% and Recall 91%, while for Accuracy in Random Forest is 92%, Precision 71%, and Recall 86%. The value obtained is the result of testing using 526 website URLs. The test results show that the Support Vector Machine is better than the Random Forest in this study.
BOOTCAMP TEKNIK JARINGAN TELEKOMUNIKASI FIBER OPTIK UNTUK SISWA/I TKJ SMKS TRI SAKTI LUBUK PAKAM Kiswanto, Dedy; Syahputra, Hermawan; Panggabean, Suvriadi; Dewi, Sri; Surbakti, Nurul Maulida
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 2 (2025): Volume 6 No. 2 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i2.43050

Abstract

Kegiatan bootcamp teknik teknik jaringan telekomunikasi fiber optik untuk siswa/siswi teknik komputer dan jaringan di SMKS Tri Sakti Lubuk Pakam bertujuan untuk meningkatkan kompetensi siswa/i jurusan Teknik Komputer dan Jaringan (TKJ) di SMKS Tri Sakti Lubuk Pakam terkait instalasi jaringan fiber optik. Kegiatan ini diadakan untuk menjawab kebutuhan industri yang terus berkembang, di mana instalasi fiber optik menjadi standar dalam jaringan telekomunikasi secara Global. Metode yang dilakukan meliputi training materi teori instalasi fiber optik oleh praktisi Industri, demonstrasi, dan pelatihan langsung instalasi fiber optik. Hasil dari kegiatan ini menunjukkan bahwa sebagian besar peserta mampu memahami prinsip dasar fiber optik, jenis kabel yang digunakan, dan teknik instalasi yang benar. Namun, masih terdapat beberapa peserta yang belum sepenuhnya memahami aspek-aspek teknis tertentu. Diakhir kegiatan dilakukan penyerahan alat instalasi fiber optik kepada sekolah dengan harapan dapat mendukung peningkatan kompetensi instalasi fiber optik lebih lanjut dan memastikan kesiapan siswa menghadapi dunia kerja pada bidang telekomunikasi fiber optik.
Co-Authors Ade Amelia, Tasya Adhi Guna, Ekin Ahmad Andi Solahuddin Amelia Br Siregar, Ririn Amelia Vega S. Meliala, Ruth Andika Maulana, Sandy Angel Tumanggor, Asri Asrin Lubis Budi Akbar, Muhammad Daulay, Leni Karmila Davina, Sherly Dedy Husrizal Syah, Dedy Husrizal Dedy Kiswanto Defiyanti, Aqilah Delvin Ibo, Martince Deo Demonta Panggabean DIdi Febrian Drilanang, Mhd Ilyasyah Dwi Zahra Putri, Raisya E. Elvis Napitupulu, E. Elvis Elisabet Butarbutar, Lastri Farmawaty Tambunan, Vivielda Fauzi, KMS. Amin Fransiska Sihombing, Esra Hafiz, Alvin Hidayatul Arifin, Muhammad Husna Batubara, Shabrina Ida Ayu Putu Sri Widnyani Imelda, Yusmita Impana Manik, Kristin Indriani.S, Dechy Deswita Insan Taufik Irmaya, Nia Irya Shakila Syukron, Ananda Izwita Dewi Josafat Simanjutak, Todo Kana Saputra S Kartika, Dinda Lazuardi Harahap, Muhammad Luge, Miclyael Luthfiah, Dina Aulia Mahyuni Mahyuni Maulana, Raihan Maya Oktora Mukti Hamjah Harahap, Mukti Hamjah Nasution, Dinda Indriani Nico Pasaribu, Michael Niska, Debi Yandra Nurul Maulida Surbakti Oktavia, Grace Palendeo Sitepu, Kalpin Pane, M Iqbal Anata Pane, Yeremia Yosefan Panggabean, Suvriadi Panjaitan, Clara Kresensia Panjaitan, Nova Yanti Permata Putri Pasaribu, Yohanna Prana Walidin, Adamsyach Purba, Boy Hendrawan Purba, Desni Paramitha Ramadhan Manik, Albert Ramadhani, Fanny Rangkuti, Muhammad Aswin Riana, Ami Richi, Alfina Said . Iskandar Sembiring, Rinawati Sinaga, Elya Juni Arta Siregar, Putri Mayang Sari Solahudin, Ahmad Andi Sri Dewi Sriadhi Sriadhi, Sriadhi Sukma, Ayman Human Suleho, Febrina Veryawan, Veryawan Warjaya, Angga Wibowo, Aldiva winsyahputra Ritonga Yazid Noor, Muhammad Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta