Article Per Year (5 Year)
p-Index From 2020 - 2025
3.346
P-Index
This Author published in this journals
All Journal CAUCHY: Jurnal Matematika Murni dan Aplikasi ELECTRANS JMECS (Journal of Measurements, Electronics, Communications, and Systems) Journal of Community Practice and Social Welfare (JaCiPS) Prosiding Konferensi Nasional PKM-CSR Indonesian Journal of Physics (IJP) eProceedings of Engineering
Ig. Prasetya Dwi Wibawa
Universitas Telkom
Humanities Astronomy Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Nursing Public Health Social Sciences Other

Published : 63 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 63 Documents
Search

 3   4   5   6   7 
Klasifikasi Kualitas Air Sungai Citarum dengan Artificial Neural Network, Gaussian Naive Bayes, dan Weighted K-Nearest Neighbors Khalisheka, Daffa Asyqar Ahmad; Kallista, Meta; Wibawa, Ig. Prasetya Dwi
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

Sungai Citarum, sungai terpanjang di Jawa Barat dengan panjang 323 kilometer, mengalir dari Situ Cisanti di Kabupaten Bandung ke Laut Jawa. Sungai ini sangat penting bagi ekologi dan kehidupan penduduk setempat. Pada tahun 2018, Sungai Citarum dinilai sebagai sungai terkotor di dunia, yang menimbulkan masalah lingkungan dan kesehatan yang signifikan di kota-kota sekitarnya. Untuk mengetahui hasil klasifikasi kualitas air Sungai Citarum menggunakan perhitungan manual membutuhkan waktu yang lama. Oleh karena itu menggunakan Machine Learning untuk mengetahui hasilnya dengan cepat, tepat, dan akurat untuk menentukan kualitas air sungai apakah tidak tercemar/memenuhi baku mutu, tercemar ringan, tercemar sedang, dan tercemar berat. Jumlah kontaminasi air sungai ditentukan dengan menggunakan pendekatan Supervised Learning dari Machine Learning. Tiga model yang digunakan adalah Artificial Neural Network (ANN), Gaussian Naive Bayes, dan Weighted K-Nearest Neighbor with Euclidean Distance. Setelah itu dilakukan berbagai pengujian terhadap 3 model tersebut untuk mendapatkan hasil klasifikasi kualitas air Sungai Citarum. Berdasarkan hasil pengujiannya, Weighted KNN with Euclidean Distance mengungguli dua model lainnya untuk mengklasifikasikan kualitas air sungai, dengan akurasi sebesar 97,3%. Sedangkan Artificial Neural Network mendapat akurasi sebesar 94,1% dan Gaussian Naive Bayes mendapat akurasi sebesar 94,7%. Kata kunci— Kualitas Air Sungai, Klasifikasi, ANN, GNB, W-KNN
Deep Learning untuk Sistem Pemilah Sampah Otomatis dengan Algoritma SSD-MobileNet Wahid, Zulian; Kallista, Meta; Wibawa, Ig. Prasetya Dwi
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

Pengelolaan sampah yang efisien dan efektif di lingkungan akademis merupakan hal yang penting untuk menjaga kebersihan dan kelestarian lingkungan. Pengelolaan sampah di Universitas Telkom masih memiliki tantangan, seperti kurangnya pemilahan sampah yang tepat dan keterbatasan fasilitas pendukung. Masalah utama penelitian ini adalah bagaimana mengembangkan sistem pemilahan sampah otomatis yang dapat mengatasi kendala tersebut. Penelitian ini menawarkan solusi dengan mengembangkan sebuah sistem pemilahan sampah otomatis yang menggunakan teknologi sensor dan pemrosesan data untuk memisahkan sampah berdasarkan kategori yang telah ditentukan. Kata kunci— pengelolaan sampah, sistem otomatis, pemilahan sampah,
Desain Perancangan Sistem Monitoring Kualitas Air Untuk Kedalaman Tertentu Amanullah Bahtiar, Mohammad Rizky Fauzan; Wibawa, Prasetya Dwi; Kallista, Meta
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Pencemaran air sungai merupakan masalah serius yang disebabkan oleh berbagai sumber seperti industri,pertanian, pemukiman dan sampah perkotaan. Kualitas air di sungai dipengaruhi oleh kedalaman air, yang mempengaruhidistribusi dan konsentrasi polutan. Teknologi sensor canggihmemungkinkan pengukuran parameter air dan sistem informasi geospasial secara terus menerus dan sangat akuratuntuk analisis data yang lebih efisien. Tujuan dari penelitian ini adalah untuk mengembangkan alat pemantauan dan klasifikasipencemaran sungai yang dapat mengukur beberapa parameter.Kajian ini didasarkan pada teori dasar kualitas air sungai, yangmencakup konsep dan standar kualitas air yang berlaku untuk berbagai penggunaan air. Selain itu, berbagai sensor yang cocokuntuk pemantauan kualitas air seperti sensor suhu, pH,kekeruhan, kedalaman dan TDS dibahas dalam penelitian ini.Perancangan alat monitoring ini mempertimbangkan kelebihandan keterbatasan masing-masing sensor untuk menjaminakurasi dan presisi pengukuran. Pengembangan dan penerapanalat pemantauan air sungai yang akurat dan stabil diharapkandapat memberikan dampak positif bagi upaya konservasisungai dalam menyelesaikan permasalahan kualitas air yang ada. Kata kunci: Kualitas Air Sungai, Pengukuran Parameter Air, TDS, pH
Spesifikasi Desain Sistem Kualitas Air Untuk Kedalaman Tertentu Akbar, Muh.; Wibawa, Prasetya Dwi; Kallista, Meta
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Pencemaran air merupakan tantangan globalyang meruncing, mencakup industri, pertanian, pemukiman,dan limbah rumah tangga, merugikan kualitas air danekosistem. Kedalaman air memberikan peran vital dalamdistribusi dan konsentrasi bahan pencemar. Pemahaman lebihbaik tentang perubahan kualitas air berdasarkan kedalamandapat mendukung upaya perlindungan ekosistem perairan yangrentan. Solusi ini juga mendukung identifikasi danpengendalian sumber pencemaran, meningkatkan efisiensi dancakupan pemantauan, serta membantu mengembangkanstrategi mitigasi yang efisien. Solusi yang diusulkan mencakuppenerapan teknologi sensor dan perlindungan alat yang dapatmelindungi perangkat untuk pemantauan. Pemantauanotomatis ini memberikan alternatif yang efisien dan ekonomisdibandingkan dengan pemantauan manual yangterbatas.Teknologi ini mendukung mitigasi dampak perubahaniklim dan aktivitas manusia pada ekosistem air, memberikaninformasi yang diperlukan untuk mengelola perubahan padaekosistem yang rentan. Pengembangan dan penerapan alatpemantauan air yang akurat dan stabil diharapkan dapatmemberikan dampak positif bagi upaya konservasi sungaidalam menyelesaikan permasalahan kualitas air yang ada. Kata kunci: Pencemaran Air, Kualitas Air, Teknologi Sistem
Pemanfaatan Teknologi IoT pada Smart Trash Bin untuk Pemilahan dan Monitoring Sampah Ramdhan, Mohammad Rizki; Kallista, Meta; Wibawa, Prasetya Dwi
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

Indonesia menghadapi tantangan serius dalam pengelolaan sampah, dengan jutaan ton sampah dihasilkan setiap hari. Penelitian ini bertujuan untuk mengembangkan sistem pemilahan sampah otomatis berbasis teknologi machine learning di lingkungan kampus, khususnya di Telkom University. Metode yang digunakan melibatkan pengembangan sistem perangkat keras dan perangkat lunak yang mengintegrasikan Raspberry Pi, kamera, dan sensor ultrasonik untuk mendeteksi dan mengklasifikasikan jenis sampah secara otomatis. Hasil penelitian menunjukkan bahwa sistem ini berhasil meningkatkan efisiensi dan efektivitas dalam pemilahan sampah, dengan tingkat akurasi deteksi yang tinggi dan respons cepat terhadap perubahan tingkat sampah. Kesimpulan utama adalah bahwa teknologi ini dapat menjadi solusi inovatif untuk meningkatkan pengelolaan sampah yang lebih baik dan ramah lingkungan di kampus. Kata kunci— machine learning, pengelolaan sampah, pemilahan sampah otomatis, teknologi ramah lingkungan.
Preprocessing Gambar Sampah untuk Sistem Pemilah Sampah Otomatis menggunakan Roboflow Mulia, Thasya; Kallista, Meta; Wibawa, Prasetya Dwi
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

Penelitian ini mengembangkan sistem preprocessing gambar sampah untuk mendukung sistem pemilah sampah otomatis menggunakan Roboflow. Proses preprocessing meliputi resizing, normalisasi, dan penghapusan noise, yang bertujuan untuk meningkatkan kualitas gambar dalam dataset. Selain itu, augmentasi data dilakukan untuk memperkaya variasi visual dalam dataset, yang memungkinkan model machine learning untuk belajar lebih efektif dan meningkatkan kemampuannya dalam mengenali sampah dalam berbagai kondisi nyata. Model yang dilatih menggunakan dataset yang telah diproses ini menunjukkan nilai presentasi deteksi dengan variasi 86% hingga 90% dalam pengujian, menandakan kemampuan yang tinggi dalam mengklasifikasikan sampah. Meskipun tantangan seperti kesalahan klasifikasi pada jenis sampah yang mirip masih ada, penggunaan teknik augmentasi telah membantu meningkatkan ketahanan model terhadap variasi kondisi. Hasil penelitian ini menunjukkan bahwa kombinasi preprocessing yang tepat dan augmentasi data dapat secara signifikan meningkatkan efektivitas sistem pemilah sampah otomatis, yang penting untuk mendukung upaya pengelolaan sampah yang lebih efisien dan berkelanjutan. Kata kunci: Augmentasi Data, Klasifikasi Sampah, Preprocessing Gambar, Pemilah Sampah Otomatis. Roboflow.
Integrasi hardware alat produksi biogas berbasis Internet of Things Wardhana, I Made Bayu Satria; Kallista, Meta; Wibawa, Prasetya Dwi
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

Penelitian ini mengembangkan sistem produksi biogas berbasis Internet of Things (IoT) yang bertujuan untuk meningkatkan efisiensi dan keandalan proses pengolahan limbah organik dapur menjadi energi terbarukan. Sistem ini mengintegrasikan sensor suhu (DHT22), tekanan udara (BMP180), dan gas metana (MQ4) dengan mikrokontroler Wemos ESP32.Metode yang digunakan meliputi pengujian sensor, pengaduk otomatis, dan pengukuran respon sistem dalam berbagai kondisi lingkungan. Hasil penelitian menunjukkan bahwa sistem ini mampu menjalankan proses fermentasi secara lebih efisien dengan memberikan notifikasi otomatis kepada pengguna, meskipun ada beberapa tantangan teknis seperti sensitivitas sensor gas dan kebutuhan akan stabilitas pasokan daya yang memerlukan perbaikan. Kesimpulan utama dari penelitian ini adalah bahwa integrasi IoT dalam produksi biogas menawarkan solusi inovatif yang dapat meningkatkan pengolahan limbah organik menjadi energi terbarukan, memberikan dampak positif terhadap lingkungan dan ketahanan energi, meskipun peningkatan lebih lanjut masih diperlukan untuk optimalisasi sistem. Kata kunci: biogas, Internet of Things (IoT), sensor suhu, sensor tekanan
Sistem Integrasi dan Implementasi Alat Produksi Biogas Berbasis Internet of Things (IoT) Michael; Kallista, Meta; Wibawa, Prasetya Dwi
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

Produksi biogas dari limbah organik merupakan solusi energi terbarukan yang potensial, namun menghadapi tantangan seperti pemantauan suhu, kelembapan, dan produksi gas, serta pengelolaan limbah dan ketersediaan bahan baku. Internet of Things (IoT) dapat membantu memantau fermentasi dan ketersediaan limbah, meskipun biaya dan integrasi data menjadi kendala. Pengujian menunjukkan hasil positif meskipun ada hambatan seperti kebutuhan daya konstan dan masalah sensor. Optimalisasi lebih lanjut diperlukan untuk meningkatkan kinerja dan efisiensi sistem. Kata kunci – Bot Telegram, Deteksi metana, Internet of Things (IoT), Limbah organik, Pemantauan sensor, Produksi biogas.
Pengujian Sistem Internet of Things pada Implementasi Biogas dari Limbah Organik Rumah Tangga Kusumah, Zaky Ibnu; Kallista, Meta; Wibawa, Prasetya Dwi
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

Pembuatan biogas adalah proses yang rumit dan membutuhkan pengawasan dan pengendalian yang tepat untuk mencapai hasil terbaik. Kami menyelidiki penggunaan sistem Internet of Things (IoT) untuk memantau dan mengontrol proses pembuatan biogas secara real-time. Sistem Internet of Things menggunakan sensor untuk memantau parameter penting seperti gas, suhu, dan tekanan dalam digester biogas. Data yang dikumpulkan oleh sensor dikirim ke platform bot Telegram, yang memungkinkan analisis data dan pengambilan keputusan cepat untuk pengendalian proses. Selain itu, sistem ini memiliki aktuator otomatis yang dapat mengumpulkan data dan mengatur kondisi di dalam digester. Hasil pengujian menunjukkan bahwa sistem Internet of Things (IoT) dapat meningkatkan efisiensi produksi biogas melalui pemantauan yang lebih akurat dan respons yang lebih cepat. Kata kunci — limbah organik, biogas, Internet of Things, pemantauan real-time, pengendalian proses.
Pengujian Hardware pada Sistem Tongkat Pintar untuk Tunanetra Berbasis IOT Purnama, Badi Rafli Rizky; Kallista, Meta; Wibawa, Prasetya Dwi
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Tongkat konvensional yang digunakan oleh penyandang tunanetra memiliki keterbatasan dalam mendeteksi rintangan di luar jangkauan bawah, seperti halangan di depan dada atau kepala. Untuk mengatasi keterbatasan tersebut, dikembangkan sebuah sistem tongkat pintar berbasis Internet of Things (IoT) yang terintegrasi dengan Raspberry Pi 4, sensor ultrasonik HC-SR04, modul GPS Neo-6M, dan modem USB 4G. Penelitian ini berfokus pada pengujian perangkat keras untuk memastikan bahwa seluruh komponen bekerja secara optimal dalam mendukung navigasi dan keamanan pengguna. Pengujian dilakukan pada empat aspek utama, yaitu akurasi pembacaan jarak, ketepatan pelacakan lokasi, kestabilan pengiriman data menggunakan jaringan seluler, dan efisiensi konsumsi daya. Hasil pengujian menunjukkan bahwa sensor ultrasonik mampu mendeteksi rintangan dengan tingkat akurasi hingga 92%, modul GPS berhasil mengirimkan data lokasi secara real-time dengan deviasi hanya 3–5 meter, dan sistem dapat beroperasi hingga 4 jam menggunakan baterai berkapasitas 10.000 mAh. Sementara itu, modem USB 4G mampu mengirimkan data secara stabil dengan latensi rata-rata 2–4 detik. Berdasarkan hasil ini, tongkat pintar yang dirancang dapat menjadi solusi efektif dalam meningkatkan mobilitas dan kemandirian tunanetra dalam aktivitas sehari-hari.Kata kunci— tongkat pintar, IoT, Raspberry Pi, HC-SR04, GPS Neo-6M, modem USB 4G
Co-Authors Abdul Latif, Muhammad Achmad Rizal Addinul Rafif Nufrinal Aditya, Muhammad Billy Adnanqays G. Riyadhi Adnanqays Graha Riyadhi Agung Surya Wibowo Akbar, Muh. Aldila Ersa Samapta Amanullah Bahtiar, Mohammad Rizky Fauzan Andre Suryaputra Angga Rusdinar Asry Fahriza Hani Pinem Brilliant Friezka Aina Cahyantari Ekaputri Dami Mahardiwana Desri Kristina Silalahi Dhani Eka Putra Subekti Edwar Ekki Kuniawan Ekki Kurniawan Epo Ilham Ajiprasetyo Erwin Susanto Ester Roselin Ambarita Fachrul Nazif Fajar Ridho Wicaksono Fajar Surya Permana Falih Asyrafi Fanio Prambudi Fatanaja Abrar, Hanan Fiky Y. Suratman Fujitson Simamora Ganga Ram Phaijoo Gede Eka Adi Sanjaya Ginaldi Ari Nugroho Giovano Trihade Putra Hamiedah, Muthi’ah Atsari Harry Wijaya Fauzi Hilmy Dzul Faqar Ijon Posmarohatta Sinaga Indra Laksana Irfan Fauzi Aristianto Ivana Meiska Junartho Halomoan Khalid Irta Tamara Khalisheka, Daffa Asyqar Ahmad Kusumah, Zaky Ibnu Lulu Danisia M. Bayu Oktodwilavito Martuahman, Fransiskus Alexander Meta Kallista Michael Miftah Abdullah Mohamad Ramdhani Mohammad Ramdhani Muh Ichsan Kamil Muhammad Arsil Ghafur Muhammad Iqbal Muhammad Irfaan Hadi Muhammad Reza Elang Erlangga Muhammad Reza Hammady Mulia, Thasya Neina Oktavia Sariningsih Porman Pangaribuan Purnama, Badi Rafli Rizky Putra, Aditiya Nicola Ramdhan Nugraha Ramdhan, Mohammad Rizki Rebecca Chittra Widyaparamitha Reza Aristyo Pramudita Rezza Aji Saputra Ria Juliani Dewi Rifki Nurgraha Rio Fernando Rizki Ardianto Priramadhi Sagita, Elvira Saputra , Ariq Nurcahyo Septa Muhammad Rivaldy Sony Sumaryo Syifa Melinda Naf’an Wahid, Zulian Wahmisari Priharti Wardhana, I Made Bayu Satria Yasir , Yusran Yusuf Pratama Ari Wiyono Zulaikha Zulaikha Zulfany, Aprilla Nurindah