Article Per Year (5 Year)
p-Index From 2021 - 2026
3.732
P-Index
This Author published in this journals
All Journal Almufi Jurnal Pengabdian kepada Masyarakat eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology
Tito Waluyo Purboyo
Universitas Telkom
Religion Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4 
Game Edukasi Debat Bahasa Indonesia Berbasis Kecerdasan Buatan Dengan Menggunakan Algoritma Fuzzy Mamdani Rosyidin, Nurya Fahru; Purboyo, Tito Waluyo; Nugrahaeni, Ratna Astuti
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— Pada era teknologi sekarang ini, perkembangan game edukasi makin bertambah banyak. Game tersebut dibuat untuk memberikan edukasi menjadi lebih menarik. Akan tetapi, sangat disayangkan bahwa masih banyak game edukasi yang permainannya terlalu kaku dan terlalu berfokus pada edukasinya. Sehingga melupakan identitasnya sebagai game yang berfungsi sebagai penghilang rasa jenuh dan mengurangi rasa penat. Dalam memberikan pengalaman yang menghibur dan menarik pada saat memainkan game-nya, sistem kecerdasan yang akan diterapkan adalah Algoritma Fuzzy Mamdani. Algoritma Fuzzy Mamdani merupakan algoritma yang akan digunakan pada perhitungan score pada game. Dengan menerapkan algoritma ini pada aspek pergerakan dan score di dalam game, maka akan timbul pengalaman menarik di setiap gameplay pada game yang dimainkan, karena di satu gameplay tidak akan mirip dengan gameplay sebelumnya. Hasil yang didapatkan dari perancangan game edukasi “Game Debat : Adu Argumen!” dengan menggunakan algoritma Fuzzy Mamdani yang melibatkan kepakaran seorang guru bahasa Indonesia di dalamnya yang diterapkan pada sistem score di dalam game. Pengujian dilakukan pada 33 siswa SMA/SMK sederajat dengan umur antara 15 sampai 20 tahun. Selanjutnya, dari pengujian yang didapatkan sekitar 96.9% responden berpendapat bahwa game ini cukup menarik, dan sekitar 90.9% responden merasa game ini membuatnya tertarik dengan debat bahasa Indonesia setelah dimainkan. Pengujian ini juga didapatkan sekitar 84.9% berpendapat bahwa sistem penilaian dalam game bekerja dengan baik.Kata kunci— Game, Kecerdasan Buatan, Android, Edukasi, Algoritma Fuzzy Mamdani
Penerapan Perilaku Non-Player Character Pada Game Edukasi Debat Bahasa Indonesia Menggunakan Metode Finite State Machine F, Andi Nurfita; Purboyo, Tito Waluyo; Nugrahaeni, Ratna Astuti
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— Sekarang ini game menjadi salah satu hiburan yang disenangi oleh berbagai kalangan mulai dari yang muda hingga yang tua. Tetapi, tidak sedikit juga game edukasi yang terlalu kaku dan hanya fokus pada aspek edukasinya saja sehingga tujuan dari game untuk menghibur jadi terlupakan. Penelitian ini dilakukan dengan tujuan untuk menghindari masalah tersebut dengan cara menambahkan sistem kecerdasan buatan atau Artificial Intelligence pada game edukasi yang diharapkan mampu memberikan pengalaman yang menarik tanpa menghilangkan aspek edukasinya. Non-Player Chararcter (NPC) di dalam game ini memiliki kebiasaan yang diimplementasikan menggunakan metode Finite State Machine. Kebiasaan yang dimaksud adalah semakin besar score yang dihasilkan oleh User maka semakin sulit tantangan yang diberikan oleh NPC. Kebiasaan tersebut yang membuat NPC menjadi lebih menarik dan berkesan pada User yang memainkannya. Game ini dikembangkan pada platform Android dengan pengimplementasian Finite State Machine pada perilaku NPC. Hasil yang diperoleh dari pengujian yang dilakukan pada 33 siswa/i SMA/SMK sederajat adalah sebanyak 96,9% responden merasa game ini menarik untuk dimainkan. Selain itu, 90,9% merasa tertarik dengan debat bahasa Indonesia setelah memainkan game ini dan 90,9% responden juga menganggap perilaku NPC sudah berfungsi dengan baik.Kata kunci— game, artificial intelligence, android, edukasi, non-player character, finite state machine
Prediksi Penderita Tuberkulosis Menggunakan Algoritma Support Vector Regression (SVR) N, Ridha Melati; Purboyo, Tito Waluyo; Kallista, Meta
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— Salahsatu penyakit menular yang menjadi topik pembahasan yang ramai di dunia kesehatan adalah Tuberkulosis (TBC). Karena TBC merupakan salahsatu  dari 10 penyakit yang menjadi penyebab utama kematian di seluruh dunia dan di Indonesia berada peringkat ketiga dengan kasus tertinggi setelah India dan China. Hal tersebut menjadikan penyakit ini perlu adanya suatu peramalan atau prediksi ke depannya sehingga masyarakat mengantisipasi lebih awal.Dalam penelitian tugas akhir ini penulis akan membuat sistem Prediksi Penderita Tuberkulosis. Hasil dari penelitian ini berupa prediksi jumlah penderita kedepannya. Data yang digunakan berasal dari Dinas Kesehatan Kabupaten Karawang periode 1 Januari 2020 sampai 31 Desember 2021.Sistem Prediksi Penderita Tuberkulosis ini menggunakan metode Support Vector Regression  dan menggunakan kernel Radial Basis Function yang menghasilkan nilai error performansi Mean Square Error (MAE) sebesar 0.099448, Root Mean Square Error (RMSE) sebesar 0.136204 dan R² sebesar 0.220323.Kata kunci— penyakit tuberkulosis, prediksi, support vector regression
Prediksi Penderita Tuberkulosis Dengan Algoritma Long Short-Term Memory Aisyah, Diah; Purboyo, Tito Waluyo; Kallista, Meta
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— Tuberkulosis (TB) merupakan penyakit menular yang disebabkan oleh kuman Mycobacterium tuberculosis, meskipun dapat menyerang organ apapun didalam tubuh. Ketika bakteri masuk melalu droplet di udara. Pada tahun 2015 terdapat 2.617 kasus tuberkulosis di Kabupaten Karawang. Kurangnya pengetahuan terhadap gejala penyakit dan sosialiasi terhadap pemerikasaan tuberculosis secara dini merupakan faktor utama penyebab tingginya jumlah kasus penderita TB. Oleh karena itu perlu adanya sebuah sistem prediksi jumlah penderita tuberculosis untuk memprediksi jumlah penderita dimasa yang akan datang. Dalam Penelitian ini menggunakan metode Long Short-Term Memory.  (LSTM). LSTM merupakan evolusi dari algoritma Recurrent Neural Network (RNN) untuk mengatasi permasalahan pada RNN dalam mengelola data untuk periode yang lama. LSTM dianggap lebih unggul dibandingakan algoritma lainnya dalam mengelola data yang bersifat time series. Data yang penulis gunakan berasal dari Dinas Kesehatan Kabupaten Karawang dari tanggal 1 Januari 2020 hingga 31 Desember 2021. Berdasarkan Hasil Pengujian diketahui bahwa algoritma LSTM  dengan partisi data 70%:30%, epoch sebesar 900, jumlah hidden layer sebanyak 1 layer LSTM dengan 64 neuron serta tipe optimasi Adam dengan learning rate sebesar 0.001. selain itu, hasil pengujian parameter terbaik menghasilkan nilai RMSE = 0.12019341, MAE = 0.0819 Dan R2 = 0.53508423. Kata kunci— tuberkulosis, prediksi, long short-term memory 
Sistem Deteksi Jatuh Untuk Lansia Menggunakan Openpose dan Convolutional Neural Network Hardiyanto, Ridho Adha; Setianingsih, Casi; Purboyo, Tito Waluyo
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—Manusia Ketika memasuki umur senja (lansia) membuat sistem kerja tubuh berkurang dari psikologi maupun jasmani mengalami penurunan fungsionalitas.sehingga rentan sekali terjadinya bahaya kepada lansia tersebut sehingga membuat keluarga lansia mengingkan sebuah solusi untuk membantu mereka apabila terjadinya sebuah marabahaya ke lansia Cara kerja sistem ini adalah dengan menggunakan webcam, yang mana akan mendeteksi pergerakan dan posisi lansia di dalam rumah dengan menggunakan algoritma You Only Look Once (YOLO) dan openpose. Cara kerja sistem ini , kamera perekam akan diposisikan pada suatu ruangan dengan area yang dideteksi seluas 3 x 3 meter lalu kamera di taruh di pojok atas ruangan, sistem akan melakukan inferensi input gambar dan di tugas akhir ini akan dibandingkan performansi yang terbaik antara sistem jatuh dengan openpose atau tidak dengan openpose. Hasil yang di dapat adalah model terbaik dengan performansi terbaik terdapat pada model openpose dengan mendapatkan hasil Presisi 100%, Recall 100%, F1 Score 100 mAP 100% serta akurasi yang dihasilkan mencapai 100% dengan parameter model yang digunakan adalah Rasio 70% : 30%, Batchsize 64, Learning rate 0.01. Kata Kunci— fall detection, lansia, yolo, object detection.
Sistem Pemantauan Aktivitas Keseharian Lansia Berbasis Deteksi Objek Menggunakan Algoritma YOLO Haadi, Muhamad Addin Al; Setianingsih, Casi; Purboyo, Tito Waluyo
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—Lanjut usia merupakan tahapan akhir perkembangan hidup manusia yang ditunjukkan dengan menurunnya daya kemampuan dan kualitas hidup, sehingga butuh perawatan dan pemantauan dari orang dewasa. Namun sebagian besar orang dewasa terutama yang telah berkeluarga mengalami kesulitan merawat orang tua dan anak sekaligus dengan alasan kesibukan pekerjaan, berbeda tempat tinggal dan alasan lainnya. Diperlukan solusi yaitu sebuah monitoring sistem berbasis object detection dimana user dapat melakukan pemantauan aktivitas harian lansia secara real-time. Cara kerja sistem menggunakan webcam yang akan mendeteksi pergerakan dan posisi lansia di dalam rumah dengan menggunakan algoritma You Only Look Once (YOLO). Data yang didapatkan akan dikirimkan ke smartphone caregiver dan keluarga via Telegram dalam bentuk pesan dan notifikasi. Dengan sistem tersebut, user dapat mengetahui aktivitas lansia di lokasi melalui aplikasi Telegram saat user di luar jangkauan lansia dalam bentuk pesan rutin berupa data aktivitas lansia. Hasil penelitian pada tugas akhir ini menunjukkan bahwa sistem pemantauan aktivitas keseharian lansia berbasis deteksi objek menggunakan algoritma yolo ini mendapatkan hasil Presisi 100%, Recall 100%, F1 Score 100%, Average IoU 87.26%, Average Loss 6.41%, mAP 100% serta akurasi yang dihasilkan mencapai 100% dengan parameter model yang digunakan adalah Rasio 90% : 10%, Batchsize 64, Learning rate 0.008 dan Max Batches 4000. Kata Kunci— lansia, monitoring system, YOLO, object detection, telegram.
Sistem Pengenal Anggota Keluarga Menggunakan Algoritma Dlib Zamhari, Dyka Khairullah; Setianingsih, Casi; Purboyo, Tito Waluyo
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—Sering terjadi beberapa kasus yang dimana lansia itu mudah lupa akan sesuatu, misalnya melupakan orang yang merupakan keluarganya. Hal tersebut dapat di atasi dengan aplikasi Face Recognition. Face Recognition merupakan teknologi dari machine learning yang mampu mengidentifikasikan atau mengenali wajah seseorang. Pada tugas akhir ini menawarkan aplikasi sistem pengenal anggota keluarga yang dimana dapat membantu lansia untuk mengingat anggota keluarganya hanya dengan mengarahkan kamera External ke wajah orang yang ingin dikenali, selanjutnya sistem akan melakukan proses pengenalan pada wajah dan akan menampilkan output di layer beserta notifikasi ke telegram. Dalam studi ini, didapatkan bahwa sistem dapat mendeteksi maksimal sebanyak 4 wajah pada 1 frame. Mampu melakukan pengenalan dengan jarak maksimal 1.8 meter dari kamera. Mendapatkan akurasi pendeteksian sebesar 100% pada angle wajah yang menghadap ke kamera. Sistem juga mampu melakukan pengenalan dengan wajah yang menggunakan kacamata dan penutup kepala, dengan akurasi sebesar 100%. Dan sistem mampu melakukan pengenalan jika nilai lux cahaya lebih besar dari pada 0.  Diharapkan aplikasi ini dapat membantu lansia untuk mengingat semua anggota keluarganya. Kata Kunci— face recognition, machine learning, lansia.
Deteksi Influenza Berdasarkan Heart Rate Steps, Dan Resting Heart, Heart Rate Menggunakan Multi-Layer Perceptron Ginting, Dewi Swarni Br; Purboyo, Tito Waluyo; Wijaya, Rifki
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— Menurut Michael K.Abraham Influenza itu memiliki tiga jenis yaitu (A, B dan C) yang di subtipekan berdasarkan permukaannya, ada protein yang Bernama neuraminidase (N) dan ada juga yang Bernama hemagglutinin (H) di tipe A dan B, untuk fusi hemagglutinin-esterase pada tipe C. Influenza A mempunyai dua subtype dan yang untuk saat ini subtypenya lebih dominan beredar kepada manusia, termasuk (H1/N1) dan (H3/N2).[1] Dalam sepuluh tahun trakhir ini, pencari kegiatan yang bisa dikenakan semakin populer buat memantau detak jantung heart rate (HR). Tetapi heart rate (HR) tidak bisa menggunakan tafsirkan tanpa konteks yang benar. Nilai heart rate (HR) terukur 70 bpm bisa dianggap tinggi buat seorang atlet ketika tidur, atau rendah buat seseorang yang umumnya tidak berlatih, setelah berjalan jauh.[7] Dalam penelitian tugas akhir ini penulis menggunakan algortima Multi-layer Perceptron (MLP) ialah ANN (Artificial Neural Network) pada perceptron. Yang berbentuk ANN (Artificial Neural Network) feedforward memakai satu atau lebih hidden layer. Data yang di gunakan dalam penelitian ini merupakan sebuah alat wearable device sebagai jam tangan. Dari penelitian yang sudah di lakukan yang menggunakan algoritma Multi-Layer Perceptron, peneliti mendapatkan accuracy pada pasien 1 yaitu 66% dan untuk pasien 2 yaitu 81%. Sehingga dapat di simpulkan bahwan system ini berjalan sesuai dengan tujuan. Kata kunci— Influenza, Heart rate, Deteksi influenza, TimeSeries Heart rate, Multi-Layer perceptron
Penerapan Kecerdasan Buatan Pada Game Edukasi Debat Bahasa Indonesia Menggunakan Algoritma Bézier Curves Raharjo, Hanif Kukuh; Purboyo, Tito Waluyo; Nugrahaeni, Ratna Astuti
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— Seiring berkembangnya waktu, jumlah game edukasi yang ada bertambah banyak. Namun, sangat disayangkan bahwa masih banyak game edukasi yang terlalu kaku dan terlalu fokus dalam aspek edukasinya sehingga melupakan jati dirinya sebagai game yang bertujuan untuk menghilangkan rasa penat. Penelitian ini dilakukan untuk menghindari masalah tersebut, dengan menambahkan sistem kecerdasan buatan atau Artificial Intelligence pada game edukasi, diharapkan game dapat memberikan pengalaman yang menarik dan menghibur tanpa menciptakan rasa kaku dan menghilangkan aspek edukasinya. Sistem kecerdasan buatan yang diimplementasikan adalah Algoritma Bézier Curve. Algoritma yang membentuk lintasan kurva yang akan menjadi lintas gerak rintangan. Dengan mengimplementasikan algoritma, maka akan terlahir pengalaman menarik di setiap gameplay dari game yang dimainkan. Game ini dikembangkan pada platform Android. Pengujian dilakukan pada 33 siswa SMA/SMK sederajat dengan rentan umur (15-20 tahun). Hasil yang diperoleh, 96.9% responden setuju bahwa game menarik bagi mereka dan 93.9% merasa tertarik dengan debat bahasa Indonesia setelah memainkan game, di dapatkan 81.9% mendapatkan tombol interupsi yang muncul di lokasi yang berbeda setiap responden memainkan game. Kata kunci— game, artificial intelligence, android, edukasi, bézier curves
Analisis Fraktal Non-Linier Pada Sinyal HRV Untuk Deteksi Awal Penyakit Jantung Koroner Shafa A.R, Farah Nabylla; Purboyo, Tito Waluyo; Naufal, Dziban
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyakit jantung koroner merupakan salah satu penyebab kematian tertinggi secara global. Penelitian ini bertujuan untuk memperoleh pemahaman yang lebih komprehensif mengenai kondisi jantung melalui analisis sinyal elektrokardiogram (EKG), khususnya variabilitas detak jantung (Heart Rate Variability/HRV), dengan pendekatan analisis fraktal. Data HRV dihasilkan dari deteksi puncak R (R-peak) dan diolah untuk mendapatkan fitur domain waktu, yaitu Standard Deviation of RR intervals (SDRR) dan Root Mean Square of Successive Difference (RMSSD). Analisis fraktal dilakukan menggunakan metode Detrended Fluctuation Analysis (DFA), Hurst Exponent, Higuchi Fractal Dimension (HFD), Maximum Fractal Length (MFL), dan Poincaré. Fitur yang diperoleh kemudian diseleksi dengan metode Minimum Redundancy Maximum Relevance (mRMR), sementara klasifikasi kondisi jantung normal dan penyakit jantung koroner dilakukan menggunakan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa fitur fraktal mampu merepresentasikan kompleksitas sinyal HRV, dengan sejumlah parameter menunjukkan perbedaan yang signifikan antara kelompok normal dan CAD. Model SVM dengan konfigurasi kernel tertentu menghasilkan akurasi tinggi pada pengujian serta nilai cross-validation yang konsisten. Temuan ini menegaskan bahwa kombinasi analisis fraktal dan SVM berpotensi dimanfaatkan untuk deteksi dini penyakit jantung koroner serta mendukung pengembangan sistem pemantauan kesehatan berbasis EKG yang akurat dan informatif. Kata kunci— Penyakit Jantung Koroner, Heart Rate Variability, Analisis Fraktal, Detrended Fluctuation Analysis (DFA), Higuchi Fractal Dimension (HFD), Maximum Fractal Length (MFL), Poincaré, dan Support Vector Machine (SVM).
Co-Authors A. A. Ngurah Wisnu Gautama Aisyah Kumala Dewi Aisyah, Diah Andi Nurfita F Andika Malraherawan Pradana ANGGUNMEKA LUHUR PRASASTI Annisa , Wina Nur Anton Siswo Raharjo Ardhya Chaeruna Salim Assyifa, Fathiya Nur Bernard Raditio Parulian Casi Setianingsih Chaer, Muhammad Adil Eka Cahya Pratama F, Andi Nurfita Faizal Mulya Fathir, Muhammad Azlam Ikhlasul Ginting, Dewi Swarni Br Haadi, Muhamad Addin Al Hanif Kukuh Raharjo Hardiyanto, Ridho Adha HUMAIRANI, ANNISA I Made Irvan Wilian Handi Ikhsan Hakiki Insani, Raka Zia Jainudin Anwar Jatmiko Reno Ramadhani KHAERUDIN SALEH Komara , Riza Aria Komara, Riza Aria Lintang Indah Permatasari M Darfyma Putra M. Faris Ruriawan Meta Kallista Muhammad Nardika Mujp Muhammad Irsyad N, Ridha Melati Nafisa, Hana Rizkia Nashar Luthfi Sugara Nasywa, Rifdah Nur Naufal , Dziban Naufal, Dziban Naufal, Sultan Muhammad Novianty, Astri Nurya Fahru Rosyidin Praditya , Farhan Ramadhan Purba Daru Kusuma Putti, Fasya Hanifah Raharjo, Hanif Kukuh Rambe , Muhammad Anugra Rizky Randa, Gloria Belinda Rande, Andini Windy Ratna Astuti Nugrahaeni Rifa’i, Irfan Rifkha Junianty Arief Rifki Wijaya Roswan Latuconsina Rosyidin, Nurya Fahru Saftari, Liana Nafisa Sebastian Daniel Parlindungan Shafa A.R, Farah Nabylla Surya Michrandi Nasution Winatra, Jennifer Celine Yanata, Mahardika Putra Yudha Purwanto Zaki Zamzami Zamhari, Dyka Khairullah