Article Per Year (5 Year)
p-Index From 2021 - 2026
3.189
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Program Kreativitas Mahasiswa - Karsa Cipta Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Technomedia Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) EDUMATIC: Jurnal Pendidikan Informatika JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) eProceedings of Engineering LOGIC: Jurnal Penelitian Informatika Proceeding of Community Service and Engagement Jurnal Pemanfaatan Teknologi untuk Masyarakat
Gamma Kosala
Universitas Telkom
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Zebra Cross Violation Detection with YOLOv9: A Novel Approach for Traffic Regulation in Indonesia Kamil, Muhammad Najmi; Gamma Kosala
Jurnal Pendidikan Informatika (EDUMATIC) Vol 9 No 1 (2025): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v9i1.29244

Abstract

Technological advancements in zebra cross-violation detection are necessary to address traffic rule violations in Indonesia, especially zebra cross violations. The You Only Look Once (YOLO) algorithm has been effective for detecting objects in various situations. The objective of this research is to focus on detecting zebra cross violations using YOLOv9, the improved accuracy and efficiency from earlier versions of YOLO. Consisting of two models to detect violations of the zebra crossing. The first model, a segmentation model called YOLO, is used for zebra cross localization, while the second model, a pretrained YOLO, detects the vehicles. The results of these two models are used for calculations in considering violations by drivers. Two datasets were used in this research. One of the datasets has 1100 images of zebra crosses, while the other comprises 100 surveillance videos from CCTV in Yogyakarta, Indonesia, for testing. The findings from this study indicate that the approach enables effective and efficient detection and classification of zebra crossing violations with an accuracy of 93%. This research demonstrates the approach's enhanced ability to handle real-world scenarios with diverse camera angles and varying traffic conditions. Additionally, it underscores the potential for practical applications in automated traffic monitoring and enforcement.
Deteksi Objek Makhluk Hidup dalam Filum Arthropoda Menggunakan YOLOv3 Safarin, Arva Adwitya; Rachmawati, Ema; Kosala, Gamma
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Makhluk hidup yang berasal dari filum Arthropoda merupakan makhluk hidup yang memiliki beragam karakteristik. Karakteristik tersebut bisa dibedakan dengan melihat ordo dari makhluk hidup tersebut. Beberapa jenis makhluk hidup yang ada dalam filum Arthropoda merupakan makhluk sosial. Oleh karena itu, mereka sering ditemukan berada di lokasi yang sama dan berkerumun. Selain itu, sebagian besar spesies yang ada dalam filum Arthropoda memiliki ukuran tubuh yang kecil. Pada tugas akhir ini, metode yang diajukan adalah YOLOv3. YOLOv3 merupakan metode deteksi objek yang memiliki beberapa pembaruan yang memungkinkan metode tersebut lebih mudah mendeteksi objek yang berkerumun dan memiliki ukuran yang kecil. Untuk mengembangkan sistem pendeteksi makhluk hidup dalam filum Arthropoda menggunakan YOLOv3, terdapat 12.082 data citra yang terbagi dalam 7 (tujuh) kelas untuk melatih model tersebut. Hasil terbaik yang didapatkan saat pengujian memakai 1.544 data uji adalah nilai mAP sebesar 57,6% pada IOU 0,5.Kata kunci - deep learning, deteksi objek, You Only Look Once (YOLO), deteksi makhluk hidup
Klasifikasi Buah-Buahan dengan Metode ResNet-RS Fruit Classification With ResNet-RS Wirasakananda, Dewa Made Aditya; Rachmawati, Ema; Kosala, Gamma
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Buah-buahan merupakan salah satu makanan yang dikonsumsi oleh masyarakat di dunia. Dengan adanya berbagai jenis buah-buahan yang tersedia di dunia, buah-buah tersebut mempunyai karakteristik bentuk dan warna yang berbeda-beda. Oleh karena itu perlunya dilakukan klasifikasi sebagai cara untuk mengidentifikasi buah-buahan secara cepat, dengan menerapkan teknik computer vision yang menggunakan metode ResNet-RS. Metode ini digunakan karena ResNet-RS merupakan metode yang mempunyai peningkatan terhadap ResNet yang diperkenalkan pada 2015. Untuk klasifikasi buah-buahan dengan menggunakan metode ResNet-RS mendapatkan hasil yaitu 97.29% akurasi, 97.29% F1-Score, 97.28% recall, dan 97.31% precision. Terdapat selisih 4.07% dalam akurasi terhadap model ResNet dengan dataset yang sama.Kata kunci-buah-buahan, ResNet-RS , klasifikasi
Deteksi Kanker Kulit Melanoma Menggunakan Derivative of Gaussian dan Convolutional Neural Network Rahman, Rahadian Yusuf Abdul; Sthevanie, Febryanti; Kosala, Gamma
LOGIC: Jurnal Penelitian Informatika Vol. 2 No. 1 (2024): Mei 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v2i1.7529

Abstract

Melanoma merupakan jenis kanker kulit paling mematikan di seluruh dunia. Namun, kanker kulit merupakan salah satu kanker yang mudah untuk disembuhkan karena terletak di bagian luar tubuh dan apabila dapat dideteksi sejak dini maka penyakit ini dapat ditangani lebih efektif. Ada beberapa metode klasifikasi yang digunakan untuk deteksi dini kanker kulit seperti SVM, KNN dan CNN. Dalam hal ini, jurnal ini menunjukkan metode untuk mendeteksi kanker kulit melanoma menggunakan derivative of gaussian(DOG) dan convolutional neural network(CNN). Akan dilakukan 5 skenario pengujian untuk mengetahui bagaimana performa dari apa yang diusulkan, salah satu dari skenario tersebut menggunakan gaussian filter.
PEMANFAATAN APLIKASI LEARNING ADAPTIVELY, RESONATING VALUES AND APPROACHES (LARVA) UNTUK MEMBANTU PEMBELAJARAN INTERAKTIF DAN OPTIMISASI GAYA BELAJAR DI SMAN 1 PANGALENGAN Gamma Kosala; Rifki Wijaya; Hasmawati Hasmawati; Yunia Amelia Chairunisa; Indra Wahyu; Muhammad Zaki Nur Rahman; Abdul Aziz Al Ayubbi
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 3 No. 1 (2023): Prosiding COSECANT : Community Service and Engagement Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v3i1.7184

Abstract

Kegiatan pengabdian Masyarakat yang telah dilakukan bertujuan untuk memperkenalkan konsep dan manfaat penggunaan aplikasi pendukung pembelajaran interaktif dengan pemanfaatan teknologi Augmented Reality(AR) dalam proses belajar-mengajar. Aplikasi Learning Adaptively, Resonating Values and Approaches(LARVA) adalah aplikasi yang kami ciptakan untuk mendukung proses pembelajaran yang interaktif. Selain pembelajaran yang interaktif, aplikasi ini juga mengoptimalkan proses belajar siswa dengan memaksimalkan gaya belajar siswa. Model pembelajaran Visual Auditory Kinesthethic (VAK) merupakan model pembelajaran yang mengoptimalkan tiga gaya belajar yang berupa visual, auditory, dan kinesthethic. Pelatihan penggunaan aplikasi LARVA dilakukan pada guru dan siswa dari SMA N 1 Pangalengan. Aplikasi LARVA terdiri dari 2 jenis aplikasi, aplikasi berbasis web dapat digunakan oleh guru untuk merancang materi pembelajaran sedangkan aplikasi berbasis mobile dapat digunakan oleh siswa untuk mendapatkan materi pembelajaran yang interaktif dan sesuai dengan gaya belajarnya. Setelah penyuluhan pemanfaatan aplikasi LARVA dilakukan, tanggapan positif didapatkan dari guru dan siswa yang menganggap aplikasi ini sangat dibutuhkan dan perlu adanya pendampingan lanjutan. Penggunaan aplikasi LARVA telah terbukti mampu meningkatkan nilai evaluasi belajar siswa sebesar 19,37%. Hasil survey dengan metode skala likert dalam hal kebutuhan, kegiatan, penyajian materi, pelayanan serta keberlanjutan kegiatan pengabdian masyarakat ini mendapatkan nilai 94,22%(Sangat Baik).
Implementasi Sistem Presensi Siswa Berbasis RFID Di SMK Telkom Bandung Gamma Kosala; Muhammad Al Makky; Parman Sukarno; Novian Anggis Suwastika
JAPATUM: Jurnal Pemanfaatan Teknologi untuk Masyarakat Vol 4 No 1 (2025): Maret, 2025
Publisher : MATRADIPTI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59328/JAPATUM.2025.4.1.42

Abstract

Data presensi siswa adalah salah satu data yang paling krusial dalam proses pendidikan di Indonesia, mulai dari jenjang sekolah dasar hingga sekolah menengah keatas. Permasalahan presensi siswa meliputi pengumpulan data, pemrosesan data, dan desiminasi data presensi. Berbagai solusi berbasis teknologi informasi telah diajukan oleh berbagai penelitian, namun berbagai penelitian sebelumnya tidak berhasil mengidentifikasi permasalahan mendasar pembacaan data seperti akurasi, waktu yang dibutuhkan untuk pembacaan, sinkronsasi. Solusi yang diusulkan hanya berfokus pada fungsionalitas, dan belum menguji performansi sistem. Kegiatan pengabdian masyarakat ini bertujuan untuk mengembangkan, mengimplementasikan, dan mengawal implementasi sistem presensi siswa di Sekolah Menengah Kejuruan (SMK) Telkom Bandung. Kegiatan pengabdian masyarakat ini terdiri dari empat tahap mengacu kepada metode pengembangan Rapid Application Development (RAD): analisis kebutuhan pengguna, desain dan implementasi sistem, feedback dari pengguna, dan finalisasi sistem pada lingkungan produksi. Tahap analisis kebutuhan pengguna bertujuan untuk mendapatkan kebutuhan sistem presensi sesuai dengan kondisi dan aturan di SMK Telkom. Tahap desain bertujaun untuk mengembangkan sistem baik frontend maupun backend dari sistem. Tahap feedback dilakukan secara iteratif untuk mengukur kesesuain kebutuhan dengan sistem yang sudah dibangun pada lingkungan development, dan tahap finalisasi adalah implementasi sistem ke dalam lingkungan produksi.
Implementasi Artificial Intelligence untuk Efisiensi Produksi Film Gamma Kosala; Novian Anggis Suwastika; Rifki Wijaya; Muhammad Naufal Hawari; Sayid Rayhan Mulachela; Caecarryo Bagus Dewanata
JAPATUM: Jurnal Pemanfaatan Teknologi untuk Masyarakat Vol 4 No 3 (2025): September 2025
Publisher : MATRADIPTI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59328/JAPATUM.2025.4.4.49

Abstract

Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan kompetensi guru SMK Negeri 10 Bandung dalam memanfaatkan teknologi kecerdasan buatan (AI) untuk produksi film. SMK Negeri 10 Bandung, sebagai sekolah kejuruan berbasis seni pertunjukan dan perfilman, memiliki potensi besar dalam menghasilkan lulusan siap kerja di industri kreatif. Namun, kendala utama yang dihadapi adalah kurangnya pemahaman dan keterampilan guru dalam memanfaatkan teknologi terbaru, khususnya AI. Untuk menjawab tantangan ini, kegiatan pengabdian masyarakat ini dirancang dalam bentuk pelatihan intensif selama 3 jam yang difokuskan pada penggunaan tools Krock.io untuk pembuatan skrip dan storyboard serta ElevenLabs untuk pembuatan backsound dan voiceover. Metode pelaksanaan meliputi sesi pengenalan, demonstrasi, praktik kelompok, dan diskusi hasil karya. Sebanyak 9 guru berpartisipasi dalam kegiatan ini. Hasil kegiatan menunjukkan peningkatan signifikan dalam pemahaman dan keterampilan guru. Sebanyak 89.9% peserta menyatakan bahwa program ini sesuai dengan tujuan dan kebutuhan mereka, sementara 88.9% merasa puas dengan sikap dan dukungan tim pengabdian. Melalui sesi praktik, guru-guru berhasil membuat skrip pendek menggunakan Krock.io dan menghasilkan backsound/voiceover dengan ElevenLabs, yang kemudian dipresentasikan dalam sesi diskusi. Umpan balik dari peserta juga menunjukkan harapan untuk program lanjutan. Kegiatan ini diharapkan dapat memberikan dampak berkelanjutan, tidak hanya bagi guru tetapi juga bagi siswa SMK Negeri 10 Bandung, dengan mengintegrasikan teknologi AI ke dalam kurikulum dan metode pengajaran.
Pengembangan dan Pengelolaan Website Resmi Sekolah Menengah Kejuruan Negeri 10 Bandung Novian Suwastika; Qori Qonita; Rio Guntur Utomo; Gamma Kosala; Hilal Hudan Nuha
JAPATUM: Jurnal Pemanfaatan Teknologi untuk Masyarakat Vol 3 No 3 (2024): September 2024
Publisher : MATRADIPTI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59328/JAPATUM.2024.3.3.50

Abstract

Website resmi sekolah memiliki peran strategis dalam mendiseminasi informasi kepada siswa, orang tua, guru, dan masyarakat umum. Sekolah Menengah Kejuruan Negeri (SMKN) 10 Bandung menghadapi kendala dalam pengelolaan website resmi mereka akibat keterbatasan sumber daya manusia. Sebagai upaya mengatasi permasalahan ini, tim dosen peneliti dari Fakultas Informatika Universitas Telkom (TelU) melakukan kegiatan pengabdian masyarakat yang bertujuan untuk mengembangkan website resmi sekolah. Kegiatan pengabdian masyarakat ini dilakukan melalui beberapa tahapan, yaitu mendapatkan masukan dari pihak sekolah melalui Focus Group Discussion (FGD), pengembangan website dengan menggunakan teknologi ReactJS dan Laravel, serta sosialisasi pengelolaan website kepada tim pengelola di sekolah. Hasil dari kegiatan ini adalah sebuah website resmi yang lebih interaktif, informatif, dan mudah diakses, yang pengelolaanya dilakukan bersama antara SMKN 10 dan Tim dosen dari TelU . Dengan adanya pengembangan website ini, SMKN 10 Bandung diharapkan dapat meningkatkan efektivitas dalam menyampaikan informasi penting, meningkatkan citra sekolah di mata masyarakat, serta mendukung kegiatan pendidikan secara lebih optimal. Hasil kegiatan pengabdian masyarakat direspon dengan sangat baik oleh pihak SMKN 10 Bandung.
MNetNCR: MobileNet model for efficient traditional Nusantara script character recognition Untari Novia Wisesty; Aditya Firman Ihsan; Mahmud Dwi Sulistiyo; Donni Richasdy; Prasti Eko Yunanto; Gamma Kosala; Arfive Gandhi; Febryanti Sthevanie
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 15, No 2: April 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v15.i2.pp1513-1528

Abstract

Preservation of traditional Nusantara scripts is very important because these traditional scripts are part of the cultural heritage that reflects the identity and history of the nation. This research proposed MobileNet for Nusantara character recognition (MNetNCR) model based on MobileNetV3 architecture to recognize traditional Nusantara scripts with lightweight, efficient architecture, and accurate recognition. The novel and comprehensive datasets for traditional Nusantara scripts have been curated in this research, that will later be stored digitally and can be used in further research. This novel dataset includes handwritten Balinese, Batak, Javanese, Lontara, and Sundanese scripts, each with unique visual characteristics. The proposed MNetNCR model is highly effective in recognizing characters, achieving F1-scores of 0.9934 for Balinese, 0.9450 for Batak, 0.9788 for Javanese, 0.9936 for Lontara, and 0.9961 for Sundanese scripts, according to the experimental results. The MNetNCR model built in this research has been proven to be effective and efficient in recognizing traditional scripts accurately. It also supports the preservation and promotion of the nation's cultural and historical heritage.
Advancing Vehicle Logo Detection with DETR to Handle Small Logos and Low-Quality Images Rifky Fahrizal Ubaidillah; Mahmud Dwi Sulistiyo; Gamma Kosala; Ema Rachmawati; Deny Haryadi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 4 (2025): August 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i4.6236

Abstract

Image-based vehicle logo detection is an important component in the implementation of vehicle information recognition technology, which supports the development of intelligent transportation systems. Vehicle logos, as elements that represent the identities of vehicle brands and models, play a significant role in completing vehicle identity data. The information obtained from this logo can be utilized to solve various traffic problems, such as vehicle document counterfeiting and theft, and for better traffic planning and management purposes. However, the main challenge in developing an accurate logo detection system lies in the wide variety of shapes, sizes, and positions of logos in different types of vehicles. In addition, the generally small size of logos, especially on certain vehicles, often makes it difficult for computer-based detection systems to recognize logos consistently, thus affecting the overall performance of the detection model. In this research, the Detection Transformers (DETR) method is used to build a vehicle logo detection system that focuses on small-scale logo. The testing process was conducted using the VL-10 dataset, which was specifically designed for vehicle logo detection evaluation. The results show that the DETR model can detect vehicle logos very well, even for small-scale logos. The model achieved an AP50 value of 0.952, which indicates a high level of accuracy and reliability in detecting the vehicle logo in the dataset used.
Co-Authors Abdul Aziz Al Ayubbi Abdul Khaliq Al Bari Aditya Firman Ihsan Agus Harjoko Al’Fattah, Bimayudha Arfive Gandhi Bedy Purnama Caecarryo Bagus Dewanata Deny Haryadi Donni Richasdy Ema Rachmawati Ema Rachmawati Febryanti Sthevanie Gibran, Hilal Hasmawati Hasmawati Hilal Hudan Nuha Ilham Imaduddin, Ilham Indra Wahyu Kamil, Muhammad Najmi Ketut Sudyatmika Putra Kurniawan Nur Ramadhani Latifah Noor, Latifah Mahmud Dwi Sulistiyo Muhammad Al Makky Muhammad Mukhlis Nugraha, Muhammad Mukhlis Muhammad Naufal Hawari Muhammad Rayhan Subhi Muhammad Zaki Nur Rahman Naufal Harsa Pratama Novian Anggis Suwastika Novian Suwastika Parman Sukarno Prasti Eko Yunanto Qori Qonita Rahman, Rahadian Yusuf Abdul Rifki Wijaya Rifky Fahrizal Ubaidillah Rio Guntur Utomo Safarin, Arva Adwitya Sayid Rayhan Mulachela Setyawan, Hendy Sri Hartati Tito Waluyo Ulfah Fitriyani, Ulfah Untari Novia Wisesty Wirasakananda, Dewa Made Aditya Yunia Amelia Chairunisa