Article Per Year (5 Year)
p-Index From 2020 - 2025
6.179
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Teknik ITS Semantik TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Kursor Journal of Urban Society´s Arts Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Seminar Nasional Informatika (SEMNASIF) Register: Jurnal Ilmiah Teknologi Sistem Informasi SMATIKA Journal of Animation & Games Studies EMITTER International Journal of Engineering Technology Jurnal Teknologi dan Sistem Komputer Journal of Information Technology and Computer Science Knowledge Engineering and Data Science Berkala Arkeologi Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control SENTIA 2015 Conference on Innovation and Application of Science and Technology (CIASTECH) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Mnemonic Jurnal Informatika dan Sistem Informasi Journal of Innovation Information Technology and Application (JINITA) JAREE (Journal on Advanced Research in Electrical Engineering) JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Sewagati Berkala Arkeologi
Eko Mulyanto Yuniarno
Dapartemen Teknik Komputer Iinstitut Teknologi Sepuluh Nopember
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search
Journal : Jurnal Teknik ITS

 1 
Digital Signage Berbasis Raspberry Pi 3 Enggartiasto Faudi Ristyawan; Eko Mulyanto Yuniarno; Arief Kurniawan
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i1.29272

Abstract

Digital signage adalah teknologi informasi digital yang dikemas dalam memberikan tontonan visual yang menarik dan atraktif. Single board computer yang digunakan pada alat adalah berupa Raspberry Pi yang berfungsi untuk mengambil informasi dari database yang terdapat hasil informasi yang telah di kirim melalui komputer sebelumnya. Aplikasi dirancang sebagai alternatif untuk menampilkan konten media berupa video, gambar dan teks sehingga mampu untuk menggantikan kemampuan Digital signage saat ini yang membutuhkan sumber daya yang lebih besar. Setelah melalui pengujian, diketahui bahwa aplikasi ini mampu memproses penampil konten berupa video, gambar dan teks berjalan sesuai dengan kemampuan perangkat raspberry pi 3. Uji ketergunaan juga dilakukan untuk mengukur kepuasan pengguna dari aplikasi yang dirancang dengan meminta partisipan untuk menkonfigurasi serta mengakses aplikasi. Hasil pengujian menunjukkan bahwa semua fitur yang dirancang berjalan dengan baik. Melalui kuisioner dari partisipan diketahui bahwa total 65% setuju dan 35% sangat setuju bahwa aplikasi yang dibuat mampu menampilkan informasi gambar dan video.
Prediksi Akor Musik Menggunakan Deep Learning Berbasis Notasi Angka Muhammad Zulfikar Alfathan Rachmatullah; Eko Mulyanto Yuniarno; Reza Fuad Rachmadi
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61103

Abstract

Musik merupakan bidang seni yang tidak pernah lepas dari kehidupan manusia. Keberadaan musik sendiri telah menyatu dengan kehidupan manusia. Bagi yang baru saja belajar ataupun mendalami musik, pasti dimulai dari belajar bagaimana cara membaca tangga nada, lalu menyesuaikan tempo permainan, lalu mempelajari akor mana yang tepat untuk sebuah baris birama. Namun, sering kali bagi orang yang baru belajar musik akan kesulitan, jika diminta untuk melakukan improvisasi dari nada yang diberikan untuk menentukan akor mana yang tepat untuk mengiringi sebuah baris birama. Salah satu cara untuk menentukan akor mana yang akan digunakan yaitu dengan dikembangkan sebuah metode untuk menentukan akor mana yang akan digunakan untuk mengiringi baris birama tersebut. Sistem ini akan mengklasifikasian baris birama yang dibaca menggunakan Deep Learning. Sistem ini mampu mengklasifikasikan empat jenis akor dengan akurasi 68.5%. Namun, empat jenis akor tersebut merupakan akor yang sering muncul pada kebanyakan partitur musik. Oleh karena itu, diperlukan data yang lebih banyak untuk akor lainnya yang jarang muncul pada partitur untuk ditambahkan ke dalam sistem ini
Deteksi Kedipan dengan Metode CNN dan Percentage of Eyelid Closure (PERCLOS) Lutfi Ananditya Septiandi; Eko Mulyanto Yuniarno; Ahmad Zaini
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61174

Abstract

Pengembangan teknologi mengenai face detection dan eyes detection melaju sangat pesat, sehingga peneliti berlomba-lomba meneliti metode dan algoritma yang optimal untuk pengaplikasian di kehidupan sehari-hari, mulai dari pengamanan biometrics sampai identifikasi wajah secara au- tomasi. Di tugas akhir ini diusulkan penggunaan metode Convo- lutional Neural Network (CNN) dan Percentage of Eyelid Closure (PERCLOS) pada pendeteksi kedipan mata. Sistem dibangun menggunakan webcam personal computer sebagai kamera dan mendeteksi secara real-time. Sistem dapat mengenali kondisi ketika mata tertutup atau mata terbuka dan menentukan lebar bukaan mata dengan menggunakan Eye Aspect Ratio (EAR) serta dapat mengestimasi skor tatapan dengan menggunakan Percentage of Eyelid Closure (PERCLOS). Sistem dapat menge- nali wajah dari objek bukan wajah dengan jarak pendeteksian optimal antara 40-70 cm. Model hasil training dapat mengk- lasifikasikan kondisi mata terbuka dan mata tertutup dengan menggunakan Convolutional Neural Network dengan arstitektur yang memiliki 3 layer mendapatkan hasil accuracy 98% dan loss 2.05%
Pembuatan Modul Deteksi Objek Manusia Menggunakan Metode YOLO untuk Mobile Robot Khairunnas Khairunnas; Eko Mulyanto Yuniarno; Ahmad Zaini
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61622

Abstract

Robot mobil saat ini sangat diminati bagi yang baru mulai mempelajari tentang robot. Hal ini karena membuat mobile robot tidak memerlukan kerja fisik yang berat. Pengembangan yang dilakukan oleh beberapa anak bangsa untuk mengembangkan mobile robot ini untuk beberapa fungsi, diantaranya ada robot pengikut garis (Line follower) atau robot pengikut dinding (wall fllower) ataupun pengikut cahaya. Dari pengembangan tersebut hal yang perlu dikembangkan lagi adalah fungsi mobile robot pengikut manusia. Dalam fungsi ini robot mobil harus dapat mengenali objek “Manusia” untuk dapat mengikuti objek (manusia) tersebut. Pada studi ini akan dikembangkan sebuah sistem mobile robot pengikut manusia untuk dapat mengikuti manusia sebagai asisten yang dapat membantu pekerjaan manusia. Dengan sensor kamera serta menggunakan motode YOLO (You Only Look Once), robot mobil akan dapat mengenali objek manusia dan di klasifikasikan fungsinya. Dari hasil klasifikasi ini, diharapkan menghasilkan respon oleh robot mobile dan akan mengaktifkan aktuator pada mobile robot tersebut
Perhitungan Frekuensi Kedipan Mata berbasis Convolutional Neural Network Atyantagratia Vidyasmara Daryanto; Eko Mulyanto Yuniarno; Ahmad Zaini
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.61937

Abstract

Mata merupakan organ yang sangat sensitif, benda dan tekanan dengan ukuran kecil sudah dapat menimbulkan gangguan pada organ ini. Kedipan mata terjadi karena dipen- garuhi oleh sensitifitas kornea dan kekeringan mata. Terdapat dua parameter utama pada kedipan mata, yaitu frekuensi dan durasi, frekuensi berkedip dapat bertingkat salah satunya adalah saat orang dalam kondisi mengantuk. Pada peneli- tian ini dilakukan pendenteksian pada kondisi mata berkedip dari dataset video. Peneletian ini menggunakan disiplin ilmu Deep Learning dengan metode Convolutional Neural Network. Dataset berupa video akan diekstrak menjadi frame gambar, yang kemudian dilakukan labelling pada kondisi mata terbuka dan mata tertutup. Setelah mendapatkan hasil klasifikasi untuk mata terbuka dan mata tertutup, dibuat suatu model untuk mendeteksi kedipan mata pada video. Pada klasifikasi kondisi mata terbuka dan mata tertutup didapatkan akurasi sebesar 96% dan akan dilakukan pengujian pada video untuk deteksi kedipan mata secara otomatis
Guitar Simulator Based on Realtime Recording Ragil Bintang Brilyan; Eko Mulyanto Yuniarno; Yoyon Kusnendar Suprapto
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.67225

Abstract

Music is an art that combines several compositions of musical instruments. Among them are vocals, piano, guitar, bass, drums, and so on. To play a musical instrument also requires a technique to a formula, so that the music game becomes more harmonious. Techniques and formulas in playing musical instruments include tempo, rhythm, how to play a musical instrument, to chords. But for people who are just learning to play a musical instrument, it is certainly difficult to know the formula for the chords to be played. Not to mention when the sound of the chord being played is different from the sound of the intended chord. This can change a song being played sound fake or deviate from the actual song. Often in learning to play musical instruments, some media do not explain or explain how the chords are played and whether the chords are played correctly. One way to determine the accuracy of the chord sound in a self-taught music game, can be done using the help of Machine Learning. This method records the sound of guitar chords being played and classifies guitar chords according to their original sound. However, chords that can be classified are still limited to basic chords, because they are intended for the most basic learning. And for the display of the chord formula that is played it will be more interactive when using game design.
Verifikasi Wajah Menggunakan Deep Metric Learning pada Data Wajah dengan Disparitas Umur yang Besar Syauqi Sabili; Reza Fuad Rachmadi; Eko Mulyanto Yuniarno
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.73552

Abstract

Penuaan wajah merupakan proses biologi yang kompleks yang ditandai dengan adanya perubahan fisik yang terjadi pada wajah, seperti perubahan warna kulit, adanya bercak hitam, timbulnya kerutan dan sebagainya seiring bertambahnya usia. Penuaan wajah menjadi salah satu faktor penting dalam proses pengenalan wajah atau biasa disebut dengan istilah face recognition. Untuk mengatasi hal ini, dibutuhkan suatu metode pengenalan atau verifikasi wajah yang dapat mengenali individu yang sama dengan perbedaan usia. Di tugas akhir ini digunakan sebuah metode bernama Deep Metric Learning yang menggabungkan Deep Learning dan Metric Learning. Sistem dibangun dengan menggunakan arsitektur Siamese Neural Network yang mengandung dua masukkan citra. Kedua citra ini terdiri dari foto wajah seseorang ketika masih muda (kanak-aknak atau remaja) dan dewasa. Sistem akan melakukan serangkaian proses verifikasi. Pada bagian akhir, kedua citra diprediksi apakah berasal dari individu yang sama atau tidak. Luaran dari sistem ini adalah skor kemiripan (similarity score) yang nantinya ditentukan batasan (threshold) terlebih dahulu agar bisa mendapatkan hasil akhir sebenarnya. Hasil prediksi direpresentasikan sebagai nilai biner, yaitu 0 bernilai salah dan 1 bernilai benar.
Deteksi Pejalan Kaki pada Zebra Cross untuk Peringatan Dini Pengendara Mobil Menggunakan Mask R-CNN Agung Wicaksono; Mauridhi Hery Purnomo; Eko Mulyanto Yuniarno
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.80219

Abstract

Dewasa ini, fitur keselamatan pada kendaraan roda empat atau mobil sudah sangat berkembang pesat. Hal tersebut terbukti dengan banyaknya produsen mobil yang menerapkan teknologi seat belt, air bag, adaptive cruise control, electronic stability control, autonomous emergency braking, blind spot monitoring dan lain sebagainya. Namun, fitur yang sudah disebutkan diatas dinilai masih kurang ramah bagi pejalan kaki. Terbukti menurut data dari WHO, terdapat 270.000 pejalan kaki meninggal dunia setiap tahun atau sekitar 22% dari seluruh korban meniggal akibat kecelakan di jalan. Berawal dari permasalahan tersebut, penulis akan melakukan penelitian mengenai pendeteksian pejalan kaki pada zebra cross untuk peringatan dini pengendara mobil sebagai topik penelitian. Pada tugas akhir ini, terdapat 3 objek yang akan dideteksi yaitu pejalan kaki, zebra cross dan pengendara motor dengan menggunakan metode Mask R-CNN. Namun, objek utama yang dideteksi adalah pejalan kaki dan zebra cross, sehingga hasil deteksi pengendara motor tidak ditampilkan pada gambar akhir. Hasil terbaik yang didapatkan adalah pada penggunaan ResNet-101 untuk backbone Mask R-CNN dengan skor mAP sebesar 90.476%, mAR sebesar 88.889% serta F1-Score sebesar 87.777%.
Menghitung Luas Bangun Datar pada Papan Tulis Menggunakan Yolo Alan Luthfi; Eko Mulyanto Yuniarno; Supeno Mardi Susiki Nugroho
Jurnal Teknik ITS Vol 11, No 3 (2022)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v11i3.92620

Abstract

pembelajaran revolusioner kedua setelah papan tulis hitam tradisional, karena papan tulis pintar yang bisa disematkan dalam ruang kelas modern bisa menggerakan sekolah ke arah mode operasi digital yang lebih terintegrasi. Pada papan tulis pintar harus memiliki fitur yang dapat membedakan papan tulis pintar dengan papan tulis biasa, karena papan tulis pintar memiliki fitur-fitur atau kegunaan lebih superior daripada papan tulis biasa. Oleh karena itu diperlukan pengembangan fttur pada papan tulis pintar. Tujuan penelitian adaah membuat program yang dapat mendeteksi bangun datar dan parameternya lalu menghitung luas bangun datar pada papan tulis pintar. Metode yang akan digunakan adalah dengan menggunakan YOLO sebagai framework pengerjaan dalam pembuatan program deteksi bangun datar dan parameternya.
Rancang Bangun Lingkungan IoT Sistem Pemantauan dan Otomatisasi Rumah Kaca Melalui Saluran BLE dan WiFi Nugroho, Vidityar Adith; Yuniarno, Eko Mulyanto; Fandiantoro, Dion Hayu; Pramunanto, Eko
Jurnal Teknik ITS Vol 12, No 2 (2023)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i2.115110

Abstract

Di era modern revolusi industri 4.0 saat ini, hampir semua teknologi informasi digunakan untuk memudahkan aktivitas manusia. Permasalahan perkebunan saat ini adalah semakin menyempitnya komoditas tanaman yang dapat ditanam akibat cuaca ekstrim dan sempitnya lahan akibat pembangunan perumahan dan industri. Untuk mengatasi masalah ini, telah dikembangkan sistem pemantauan rumah kaca, dengan tujuan meningkatkan produktivitas tanaman. Sebelumnya pengembangan rumah kaca masih terbatas pada satu sensor dan menggunakan protokol HTTP. Oleh karena itu, pada artikel ini dikembangkan sistem monitoring kondisi rumah kaca dengan menyusun beberapa sensor yang kemudian disebut node sensor dan menempatkan node sensor pada titik tertentu. Node sensor kemudian akan mengirimkan datanya ke sink node menggunakan Bluetooth Low Energy. Kemudian data yang telah digabungkan pada sink node tersebut diteruskan oleh sensor node lain ke broker MQTT menggunakan konektivitas WiFi. Data tersebut kemudian akan di subscribe untuk diolah dan disimpan dalam database. Lalu aplikasi website akan menampilkan data pembacaan sensor sesuai dengan yang tersimpan di database. Dalam aplikasi website terdapat fitur untuk menyesuaikan parameter lingkungan rumah kaca. Data dari threshold yang telah diatur selanjutnya dikirimkan ke node aktuaktor. Node aktuaktor bertugas untuk membandingkan data dari pembacaan sensor dan juga data threshold agar dapat menjalankan beberapa aktuaktor sesuai dengan kebutuhannya.
Co-Authors Aditya Nur Ikhsan Soewidiatmaka Agung Dewa Bagus Soetiono Agung Wicaksono Agustinus Bimo Gumelar Ahmad Zaini Alan Luthfi Ali Sofyan Kholimi Alwali, Muhammad Anang Kukuh Adisusilo Andreas Agung Kristanto, Andreas Agung Ardyono Priyadi Arief Kurniawan Arik Kurniawati Aris Widayati Atyantagratia Vidyasmara Daryanto Bambang Purwantana Beny Yulkurniawan Victorio Nasution Beny Yulkurniawan Victorio Nasution Boedinoegroho, Hanny Citra Ratih Prameswari Diah Puspito Wulandari Endang Setyati Endang Sri Rahayu Enggartiasto Faudi Ristyawan Esther Irawati Setiawan Evi Septiana Pane, Evi Septiana F.X. Ferdinandus Fakih, Muhammad Fadli Fandiantoro, Dion Hayu Farah Zakiyah Rahmanti Farodisa, Annida Miftakhul Feby Artwodini Muqtadiroh Fresy Nugroho Gijsbertus Jacob Verkerke Gijsbertus Jacob Verkerke Goenawan A Sambodo Gunawan Gunawan Gunawan Hardianto Wibowo Harfianti, Nadya Putri Herman Thuan Herman Thuan To Saurik Hermawan, Norma Hervit Ananta Vidada Hutama Harsono, Nathanael I Ketut Eddy Purnama I Made Gede Sunarya Imam Robandi Indar Sugiarto Isa Hafidz Ismoyo Sunu Jaya Pranata Joan Santoso Joko Priambodo Khairunnas Khairunnas Koeshardianto, Meidya Kurniawan, Arief Lailatul Husniah Lutfi Ananditya Septiandi Masy Ari Ulinuha Matahari Bhakti Nendya Matahari Bhakti Nendya, Matahari Bhakti Mauridhi Hery Purnomo Mauridhi Hery Purnomo Mauridhi Hery Purnomo Moch. Iskandar Riansyah Mochamad Hariadi Mochamad Yusuf Alsagaff Muhammad Fadli Fakih Muhammad Reza Pahlawan Muhammad Zulfikar Alfathan Rachmatullah Muhtadin Mulyanto, Edy Myrtati Dyah Artaria Nasrulloh, Muhammad Nova Eka Budiyanta Nugroho, Vidityar Adith Oddy Virgantara Putra Pambudi, Sevito Fernanda Pramunanto, Eko Pramunanto, Eko Priambodo, Joko Putu Hendra Suputra R Dimas Adityo Radi Radi Rafly Azmi Ulya, Amik Ragil Bintang Brilyan Rahman, Muhammad Daffa Abiyyu Reza Fuad Rachmadi Rika Rokhana Rika Rokhana Riris Diana Rachmayanti Rokhana, Rika S. Suprapto Saiful Yahya Sambodo, Goenawan A Samuel Gandang Gunanto Sensusiati, Anggraini Dwi Setiawan, Rachmad Setijadi, Eko Soetiono, Agung Dewa Bagus Suciningtyas, Laras Sugiyanto - Sulistyono, Marcelinus Yosep Teguh Supeno M Susiki Nugroho Supeno Mardi Susiki Supeno Mardi Susiki Supeno Mardi Susiki N Supeno Mardi Susiki Nugroho, Supeno Mardi Surya Sumpeno Surya Sumpeno Susiki N, Supeno Mardi Syauqi Sabili Tita Karlita Tita Karlita Tita Karlita Tri Arief Sardjono Tsuyoshi Usagawa, Tsuyoshi Wicaksono, Alif Aditya Willy Achmat Fauzi Wisnu Widiarto Wiwik Anggraeni Yose Rizal Yose Rizal Yoyon K. Suprapto Yoyon K. Suprapto Yoyon Kusnendar Suprapto Yuhana, Umi Laili Zaini, Ahmad