Article Per Year (5 Year)
p-Index From 2021 - 2026
4.221
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology Jurnal INFOTEL Jurnal Nasional Sains dan Teknik
Kris Sujatmoko
Telkom University
Humanities Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Nursing Public Health Social Sciences Other

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Analisis Perancangan Vlc Indoor Dengan Metode Aco-ofdm Nadia Herma Wati; Kris Sujatmoko; Akhmad Hambali
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Sistem komunikasi untuk melakukan pengiriman ataupun penerimaan data dengan memanfaatkan gelombang cahaya tampak atau sering disebut Visible Light Communication (VLC). Sistem VLC ini memanfaatkan lampu Light Emitting Diode (LED) sebagai sumber cahaya. Pada sistem komunikasi VLC ini terdapat blok transmitter dan blok receiver, setiap blok ini memiliki fungsi yang berbeda. Penelitian perancangan VLC indoor yang dilakukan pada Tugas Akhir ini menggunakan metode Asymmetrically Clipped Optical-Orthogonal Frequency Division Multiplexing(ACO-OFDM). Pada Tugas Akhir ini sistem VLC menggunakan modulasi ACO-OFDM dengan menggunakan transmitter sebanyak 3, 4, dan 5 buah transmitter. Terjadi kenaikan yang signifikan pada 5 buah transmitter. Pada distribusi daya dan nilai SNR jika menggunakan 5 transmitter yaitu sebesar 467.04% pada bit rate 10 Mbps dan 1 Gbps.
Mengoptimalkan Pelaporan Pemilu melalui Aplikasi DocsQuik Berbasis Android berbahasa Dart menggunakan YOLOv8 sebagai Machine Learning serta Amazon Web Service (AWS) Prihananto, Jeremia Pandu Putra; Sujatmoko, Kris; Wibowo, Suryo Adhi
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

Pemilu merupakan sebuah pilar utama untuk melakukan sebuah demokrasi warga negara agar dapat memilik wakil negara mereka secara langsung. Pada laporan ini akan membahas sistem pemilu yang menggambungkan anatara sistem distrik dan perwakilan berimbang, serta dapat memberikan kursi tambahan kepada partai dengan perolehan suara yang tertinggi. Disisi lain, laporan ini membahas mengenai pembuatan aplikasi yang berbasis Android menggunakan framework flutter, konsep dasar machine learning YOLOv8, dan penyimpanan serta pemrosesan data menggunakan Amazon Web Service (AWS). Machine learning ini menjadi hal utama untuk meningkatkan transparansi dan integritas dalam pelaporan hasil pemilu. Hasil akan menunjukkan adanya efektifitas untuk mengurangi kesalahan dan kecurangan agar meningkatkan kepercayaan publik terhadap proses berlangsungnya pemilu. Kata Kunci: Aplikasi Mobile, Cloud Computing, Deteksi Objek, Formulir C1, Machine Learning, Pemilu, dan YOLOv8.
Aplikasi DocsQuik sebagai Pelaporan Formulir C1 Pemilu Berbasis Android dengan Penggunaan Cloud Computing Amazon Web Service dan Firebase serta Machine Learning YOLO sebagai Pengoptimalan Gusdi, Angelita; Sujatmoko, Kris; Wibowo, Suryo Adhi
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

Pemilu adalah media untuk pelaksanaan kegiatan memilih Presiden dan Wakil Presiden beserta jajarannya, yang dilaksanakan secara langsung, umum, rahasia, jujur, dan adil dalam Negara Kesatuan Republik Indonesia berdasarkan Pancasila dan Undang- Undang Dasar tahun 1945. Pemilu menggunakan sistem campuran, yaitu sistem distrik dan sistem perwakilan berimbang. Wilayah negara dibagi menjadi beberapa daerah pemilihan yang menjadikan satu orang sebagai perwakilan merupakan sistem distrik. Dalam sistem perwakilan berimbang, partai politik yang memiliki perolehan suara terbanyak tetap mendapatkan jatah kursi tambahan, meskipun tidak memenangkan suara di daerah pemilihan. Laporan ini menggunakan aplikasi berbasis android yang menggunakan framework Flutter, Machine learning menggunakan model YOLOv8 dan Cloud Computing menggunakan Amazon Web Service (AWS) sebagai penyimpanan data dan pemprosesan yang bisa dibagikan antar pengguna. Kata Kunci: Aplikasi Mobile, Cloud Computing, DocsQuik, Formulir C1, Machine Learning, dan Pemilu
Pengolahan Citra Digital: Implementasi Algoritma YOLOv8 dalam Mendeteksi dan Mengenali Tulisan Tangan Berupa Angka pada Gambar Syifa, Vito Devara; Sujatmoko, Kris; Wibowo, Suryo Adhi
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

Pemilihan Umum (PEMILU) merupakan salah satu pilar utama proses demokrasi yang memungkinkan warga negara memilih rakyat mereka secara langsung. Jurnal ini membahas perancangan machine learning menggunakan YOLOv8 untuk deteksi angka dalam gambar dalam proses pelaporan Formulir C1 Pemilu untuk meningkatkan transparansi dan integritas dalam konteks pemilihan umum. Selanjutnya penerapan cloud computing juga dimanfaatkan untuk penyimpanan dan pengiriman data. Hasil analisis menunjukkan bahwa penggunaan teknologi ini dapat mengurangi human error dalam pelaporan hasil pemilu. Model YOLOvm dengan dataset combine memiliki hasik terbaik dengan precision 98%, recall 98.3%, dan f1-score 98%. Secara keseluruhan model yang dirancang sudah sesuai dengan yang diharapkan. Kata Kunci - Cloud Computing, Machine Learning, Pemilu, YOLOv8.
Komparasi Sentiment Analysis pada Review Aplikasi Tokopedia dan Shopee Menggunakan Algoritma Naïve Bayes dan Support Vector Machine dengan Metode TF-IDF Malik, Fikry Maulana; Sujatmoko, Kris; Hertiana, Sofia Naning
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

Tokopedia dan Shopee merupakan e-commerce yang telah mendominasi pasar di Indonesia dalam beberapa tahun terakhir dengan menjadi pemuncak peringkat e-commerce. Walaupun review pada aplikasi memiliki parameter penilaian seperti bintang dengan range 1-5, namun ada juga yang asal memberikan bintang dan tidak sesuai dengan reviewnya. Untuk itu, dibutuhkannya sentiment analysis dengan algoritma Naïve Bayes dan SVM dengan metode TF-IDF. Berdasarkan hasil pengujian algoritma Naïve Bayes menunjukkan tingkat akurasi yang lebih tinggi pada review Tokopedia (76%) dibandingkan dengan Shopee (63%). Selain itu, metrik seperti precision, recall, dan f1-score untuk setiap kelas (negatif, netral, dan positif) juga lebih baik pada Tokopedia sedangkan untuk algoritma SVM juga menunjukkan akurasi yang lebih tinggi pada Tokopedia (79%) dibandingkan dengan Shopee (66%), dengan metrik evaluasi lainnya yang lebih unggul pada dataset Tokopedia. Secara keseluruhan, hasil pengujian menunjukkan bahwa SVM lebih unggul dibandingkan Naïve Bayes dalam hal performa klasifikasi sentimen. Kata kunci: Native bayes, Sentimen, Support vector machine, TF-IDF.
Sistem Pemantauan Temperatur dan pH Air pada Akuarium Arwana dengan Integrasi Robotic Process Automation dan Internet of Things Dewi, Halvionita Puspitasari; Chandra, Indra; Sujatmoko, Kris
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Sebagian besar penyakit yang menjangkit ikan arwana merupakan penyakit yang diakibatkan oleh masalah kualitas air. Rendahnya temperatur maupun ketidak seimbangan nilai pH merupakan penyebab paling sering terjangkitnya penyakit pada ikan tersebut. Penelitian ini bertujuan untuk menganalisa dampak yang dapat disebabkan oleh temperatur dan pH yang berbeda terhadap ikan arwana menggunakan sistem pemantauan temperatur dan pH air dengan integrasi robotic process automation dan internet of things sebagai sistem notifikasi. Dengan menggunakan temperatur 24 C selama delapan hari, ikan mengalami perubahan bentuk tulang belakang sementara yang diakibatkan oleh adaptasi ikan sedangkan pada ikan arwana dengan penggunaan temperatur 28 C dan 30 C selama delapan hari tidak mempengaruhi perubahan pada fisik ikan atau pun memicu infeksi parasit (bakteri maupun jamur). Pada nilai pH 8 ikan arwana memiliki kecenderungan lebih aktif secara berlebihan yang menandakan ciri stres pada ikan. Pada QoS Internet of things jaringan delay yang dimiliki 0,118 s, jitter 0,059 ms, throughput 48 kbps, dan packet loss 0,15%. Pada spesifikasi RPA waktu paling cepat untuk menjalankan bot adalah 4 detik sedangkan waktu terlama yang dibutuhkan adalah 2 menit. Kata kunci— Kata kunci sedapat mungkin menjelaskan isi tulisan, dan ditulis dengan huruf kecil, kecuali akronim. Kata kunci tidak lebih dari 6 kata
Analisis Kinerja Sistem Radio Over Fiber Next Generation PON2 Hernito, Argo; Hambali, Akhmad; Sujatmoko, Kris
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Pada Pada kemajuan teknologi komunikasi saat ini cukup meningkat pesat sehingga kebutuhan bandwidth semakin tinggi. Oleh karena itu, dibutuhkan sarana telekomunikasi yang bisa memberikan solusi terhadap permasalahan tersebut, yaitu dengan menggunakan sistem Radio Over Fiber. Kemudian mengimplementasikan Radio Over Fiber ke Passive Optical Network (PON), dapat memberikan kapasitas user yang lebih banyak dan bandwidth yang dihasilkan cukup besar. Pada penelitian tugas akhir akan dilakukan simulasi Radio Over Fiber Next Generation PON2 menggunakan 4 panjang gelombang OLT yang tiap panjang gelombang memiliki bitrate sebesar 10 Gbps. Kemudian menggunakan frekuensi radio 60 GHz. Pada penelitian ini terdapat 2 skema simulasi, skema pertama menggunakan jumlah 64 ONU dan skema kedua menggunakan 128 ONU, dengan jarak link optik sepanjang 10 km – 40 km. Kemudian akan menggunakan penguat Erbium Doped Fiber Amplifier (EDFA) ditempatkan dengan posisi booster amplifier agar dapat meningkatkan kinerja sistem. Simulasi akan dianalisis hasil kinerja seperti Signal to Noise Ratio (SNR), Bit Error Rate (BER), Link Power Budget (LPB), dan Q-Factor. Dari simulasi yang dilakukan, hasil kinerja terbaik pada Skema I dengan sistem yang menggunakan EDFA dapat menjangkau jarak hingga 30 km. Hasil kinerja terbaik pada Skema II dengan sistem yang menggunakan EDFA dapat menjangkau jarak hingga 20 km.Kata kunci 4 RoF, SNR, BER, ONU, Q-Factor, LPB
Perancangan Program Pencarian Kost pada Website Mamikost Berbasis Robotic Process Automation (RPA) Ihsan, Ahmad Izharul; Sujatmoko, Kris; Tritoasmoro, Iwan Iwut
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Setiap tahunnya, Telkom University menerima ribuan mahasiswa baru serta meluluskan ribuan lainnya. Mahasiswa baru akan datang dan mencari tempat tinggal di area kampus, begitu pula dengan mahasiswa yang telah lulus akan mencari tempat tinggal disekitaran kantor tempat mereka bekerja. Namun, kegiatan ini sangat sulit dilakukan dikarenakan para mahasiswa masih asing dengan daerah yang akan mereka datangi yang mengakibatkan pencarian mahasiswa akan sangat terbatas. Dikarenakan sulitnya dalam mencari kost, banyak website yang meyediakan daftar kost yang dapat disewa. Namun, website tersebut hanya menyediakan informasi terkait kost tersebut dan tidak menyediakan rekomendasi kost yang cocok untuk mahasiswa. Hal ini akan memakan waktu yang sangat lama dikarenakan ada puluhan bahkan ratusan kost yang ada disekitaran kampus maupun tempat kerja mahasiswa tersebut. Kegiatan yang berulang tersebut dapat diotomasi sehingga waktu yang diperlukan untuk mencari kost dapat dipercepat. Dengan otomasi juga setiap kost yang telah disortir bisa diberi scoring dengan parameter – parameter tertentu. Hal ini akan membuat mahasiswa bisa fokus ke kegiatan lain yang seperti mengumpulkan syarat – syarat masuk kuliah dan kerja.Kata Kunci—otomasi, robot, kost, scoring
Talent Sourcing Automation On Kalibrr Using Robotic Process Automation (RPA) and Natural Language Processing (NLP) Pratiwi, Yullia Sartika Putri; Sujatmoko, Kris; Purnamasari, Rita
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Perusahaan saat ini mulai melakukan banyakpenyesuaian pasca pandemi Covid-19 yang sempat melandabanyak pekerjaan yang harus disesuaikan kembali skema kerjanya.Penyesuaian baru dan skema kerja yang berubahmem- buat banyak pekerja di perusahaan memilih untukberhenti atau keluar dari perusahaan tempatnya bekerjadengan berbagai alasan seperti beban kerja yang bertambahatau kurangnya fasilitas perusahaan. Masalah posisi kosongdi perusahaan men- jadi tanggung jawab Sumber DayaManusia (SDM) untuk segera diisi, namun padakenyataannya proses perekrutan tidak dapat dilakukandengan cepat karena proses penyaringan CV kandidatmembutuhkan waktu setidaknya 30 jam atau satu hari untuksatu kali proses perekrutan. Untuk memudahkan prosespenyaringan tersebut, maka dibuatlah sebuah sistem ATSyang dapat memudahkan HR dalam melakukan penyaringanresume kandidat. Sistem ini menggabungkan dua teknologiArtificial Intelligence (AI), yaitu Natural LanguageProcessing (NLP) dan Robotic Process Automation (RPA).Penggabungan dua teknologi ini akan memberikankeuntungan bagi HR yang tidak perlu lagi mengunduhresume kandidat di platform jobseeker dan melakukanpenyaringan secara manual karena kegiatan tersebut dapatdilakukan oleh robot. Penggunaan teknologi NLP dan RPAakan mengurangi waktu yang dibutuhkan HR untukmelakukan proses talent sourcing secara otomatis danmemberikan skor dengan rata-rata waktu yang diperlukansekitar 2 menit 7 detik.Kata kunci—Artificial Intelligence, Human Resource, NaturalLenguage Processing, Robotic Process Automation, TalentSourcing
Pendekatan Machine Learning dalam Prediksi Kepribadian MBTI Menggunakan Data Media Sosial Platform X Ignatius, Daniel Tulus; Sujatmoko, Kris; Budiman, Gelar
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Ketidaksesuaian antara kepribadian mahasiswa dengan jurusan kuliah yang dipilih sering kali menyebabkan penurunan motivasi belajar, rendahnya prestasi akademik, hingga peningkatan risiko putus studi. Faktor penyebabnya antara lain kurangnya pemahaman diri, pengaruh tren atau tekanan eksternal, serta keterbatasan layanan konseling karier. Penelitian ini mengembangkan sistem rekomendasi jurusan kuliah berbasis analisis kepribadian Myers-Briggs Type Indicator (MBTI) dengan memanfaatkan data media sosial dan metode machine learning. Data dikumpulkan dari platform X (Twitter) melalui scraping akun pengguna yang mencantumkan tipe MBTI pada profil, kemudian diproses melalui tahapan pre-processing meliputi tokenisasi, penghapusan stopword, lemmatisasi, normalisasi bahasa tidak baku, dan penghapusan emoji. Fitur yang digunakan mencakup Term Frequency–Inverse Document Frequency (TF-IDF), analisis sentimen, dan distribusi topik untuk menangkap pola linguistik yang relevan. Enam algoritma machine learning diuji, yaitu XGBoost, AdaBoost, Gradient Boosting, Support Vector Machine (SVM), Complement Naive Bayes, dan Logistic Regression. Hanya algoritma SVM dengan akurasi sebesar 84% dan Logistic Regression dengan akurasi 83% yang berhasil melampaui target minimum akurasi sebesar 80%. Sementara itu, model lain seperti XGBoost, Gradient Boosting, AdaBoost, dan Complement Naive Bayes masih menunjukkan akurasi yang lebih rendah, yakni pada rentang 60% hingga 72%. Model terbaik diimplementasikan pada aplikasi web berbasis Flask yang dapat memprediksi tipe MBTI dari input teks manual maupun postingan terbaru akun X, kemudian memetakan hasilnya ke rekomendasi jurusan yang relevan. Uji coba kepada responden menunjukkan 85% merasa rekomendasi yang diberikan sesuai dengan minat dan karakter mereka. Temuan ini membuktikan bahwa analisis kepribadian berbasis machine learning dari data media sosial berpotensi menjadi alat bantu pengambilan keputusan akademik yang efektif. Kata Kunci: Analisis Kepribadian, MBTI, Rekomendasi Jurusan Kuliah, Model Algoritma, Flask.
Co-Authors Achmad Yanatun Afief Dias Pambudi Afief Pambudi Ahsanul Gibran Akhmad Hambali Alfin Satya Maulana Amirullah Wijayanto Andi Imam Dwi Rezky Arfianto Fahmi Arief Syahnakri Abubakar Asky Arief Nidardika Aulia Hidayat Bagas Sidiq Haryanto Brian Pamukti Budi Prasetya Budi Prasetya Cindy Dwitanti Pradini Clay Creezelly Andre Talakua Desti Madya Saputri Dewi, Halvionita Puspitasari Dhamara Kuncara Ningrum Dharu Arseno Dyndra Anindita Ramadhanti Fakkar Shohwal Islam Fathani Farda Angga Nugraha Fatrheza Imantaqwa Fauziah, Jihan Luthfia Gelar Budiman Gerald ibram zuhdy Gusdi, Angelita Hanifah, Harul Fadiya Baiti Harry Pratama Hernito, Argo Heroe Wijanto Hurianti Vidyaningtyas I Putu.D Irawan Ignatius, Daniel Tulus Ihsan, Ahmad Izharul Indra Chandra Iwan Iwut Tritoasmoro Lisa Charisa Batara Malik, Fikry Maulana Michelle Christine Muh Farhan Pratama R Muh. Iqbal Iswanto Djamal Muhammad Irfan Maulana Muhammad Raihan Nachwan Mufti Adriansyah Nadia Herma Wati Nainggolan , Edo Ardo Febrian Naufal Karyadi Nyoman Bogi Aditya Karna Pratiwi, Yullia Sartika Putri Prihananto, Jeremia Pandu Putra Ridwan Fauzi Ripai Ripai Rita Purnamasari Robby Awaludin Ryan Topani Simon Perdananta Sofia Naning Hertiana Sugondo Hadiyoso Suryo Adhi Wibowo Syifa, Vito Devara Uke Kurniawan Usman Viceroy Siregar Wahmisari Priharti Yabes Handi Nugroho Yosia Raya Peranginangin Yuyu Wahyu YUYUN SITI ROHMAH