Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal JUITA : Jurnal Informatika Journal of Scientech Research and Development Jurnal Komtekinfo International Journal of Mechanical, Industrial and Control Systems Engineering
Ardy Wicaksono
Universitas Proklamasi 45
Humanities Computer Science & IT Education Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penggabungan Metode Itakura Saito Distance dan Backpropagation Neural Network untuk Peningkatan Akurasi Suara pada Audio Forensik(Combining Itakura Saito Distance and Backpropagation Neural Network Methods to Improve Sound Accuracy in Audio Forensic) Ardy Wicaksono; Sisdarmanto Adinandra; Yudi Prayudi
JUITA : Jurnal Informatika JUITA Vol. 8 Nomor 2, November 2020
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1547.992 KB) | DOI: 10.30595/juita.v8i2.8248

Abstract

Audio merupakan salah satu barang bukti digital yang digunakan dalam cybercrime. Seringkali bahwa bukti audio ini membawa peran krusial untuk mengungkapkan adanya kasus kejahatan sehingga diperlukan proses analisis audio forensic. Audio tersebut berisi rekaman suara seseorang yang memiliki karakter dengan pengucapan kosakata yang berbeda-beda, pengucapan yang tidak jelas, dan memiliki banyak noise. Perlu adanya penanganan yang sesuai Standart Operational Procedure (SOP) audio forensics. Tahapan dalam melakukan audio forensic pada Digital Forensic Analyst Team Pusat Laboratorium Forensik (DFAT) PUSLABFOR terdiri dari 4 tahapan yakni Acquisition, Audio Enhancement, Decoding, dan Voice Recognition. Dalam penelitian ini akan dibahas mengenai analisis audio menggunakan metode speech processing yaitu Itakura Saito Distance dan metode jaringan syaraf tiruan yaitu Backpropagation Neural Network dengan tujuan memperkuat hasil akurasi identik suatu barang bukti rekaman suara. Jika metode ini dikaloborasikan akan memperkuat tingkat akurasi dan argument yang diperoleh dari proses analisa, khususnya dalam penanganan audio forensic. Akurasi itu sendiri diukur dari nilai kedekatan frekuensi atau spectrum antara rekaman suara asli dengan rekaman suara pembanding.  Hasil pengujian yang dilakukan pada 4 rekaman suara asli (unknown) dan 4 rekaman suara pembanding (known) dengan lebih dari 20 kosakata menunjukan akurasi tertinggi yang identik lebih dari 95%.
Perbandingan Tingkat Kemiripan Rekaman Suara Menggunakan Metode Itakura Saito Distance untuk Mendukung Analisa Audio Forensik Ardy Wicaksono; Eko Puji Laksono; Selvi Dwi Hartiyani
Jurnal KomtekInfo Vol. 10 No. 1 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i1.357

Abstract

Audio mengacu pada suara yang berbentuk sinyal listrik atau digital. Audio digital sering digunakan untuk merekam, menyimpan, dan mengirimkan audio, karena dapat dengan mudah diproses maupun dimanipulasi menggunakan komputer dan perangkat digital lainnya. Audio adalah media penting salah satu barang bukti digital, sering kali bahwa audio ini membawa peran krusial untuk mengungkap adanya kasus kejahatan sehingga diperlukan proses analisis forensik audio. Audio tersebut berisi suara rekaman seseorang yang memiliki karakter pengucapan kosakata yang berbeda-beda, pengucapan yang tidak jelas, dan memiliki banyak noise. Perlu adanya penanganan yang sesuai denganStandart Operational Procedure (SOP) audio forensik. Tahapan dalam melakukan audio forensics pada Digital Forensics Analyst Team Laboratorium Forensik (DFAT) PUSLABFOR terdiri dari 4 tahapan yakni Acquisition, Audio Enhancement, Decoding, dan Voice Recognition . Penelitian ini akan dibahasa meng0enai analisis audio menggunakan metode speech processing yaitu Itakura Saito Distance. Metode ini akan mengetahui tingkat akurasi suara dan argumentasi yang diperoleh dari proses Analisa, khususnya dalam penanganan audio forensik. Akurasi itu sendiri diukur dari nilai kedekatan frekuensi atauspektrum antara suara rekaman asli dengan rekaman suara pembanding. Pengujian dilakukan pada 4 rekaman suara asli ( unknown ) dan 4 rekaman suara pembanding ( known) menggunakan lebih dari 20 kosakata. Analisa menggunakan batas panjang waktu ( frame ) sebesar 100000 dari keseluruhan panjang waktu dari setiap suara yang menunjukaan akurasi perbandingan suara tertinggi 95%.
ANALISIS ANCAMAN KEAMANAN CYBER DI PT. CITILINK INDONESIA DAN SOLUSI UNTUK MENGAMANKAN OBJEK VITAL Fatihana Nur Salsabillah; Ardy Wicaksono; Sapriani Gustina; Landung Sudarmana
Journal of Scientech Research and Development Vol 6 No 1 (2024): JSRD, June 2024
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56670/jsrd.v6i1.511

Abstract

Penelitian ini menganalisis ancaman cyber di PT. Citilink Indonesia dan mengembangkan solusi untuk melindungi aset vital perusahaan. Dengan data dari tim keamanan, dokumentasi internal, dan pengujian sistem, penelitian ini melakukan analisis SWOT dan perbandingan kebijakan dengan standar ISO 27001:2022. Pengujian penetrasi mengungkapkan kerentanan, terutama terhadap serangan phishing. Hasil analisis menunjukkan kekuatan Citilink dalam menghadapi tantangan cyber. Rekomendasi strategi mencakup peningkatan kesadaran karyawan, optimasi teknologi, dan penguatan infrastruktur cyber untuk meningkatkan perlindungan dan kesiapan perusahaan.
Explainable Artificial Intelligence Framework for Interpretable Fault Diagnosis and Remaining Useful Life Prediction in Smart Industrial Rotating Machinery Suyahman Suyahman; Deny Prasetyo; Ahmad Budi Trisnawan; Ardy Wicaksono; Muhamad Furqon
International Journal of Mechanical, Industrial and Control Systems Engineering Vol. 1 No. 1 (2024): March: IJMICSE: International Journal of Mechanical, Industrial and Control Sys
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/ijmicse.v1i1.402

Abstract

Predictive maintenance (PdM) plays a crucial role in modern industrial systems by minimizing downtime, reducing maintenance costs, and optimizing asset performance. However, many predictive models operate as “black box” systems, limiting transparency and making it difficult for operators to interpret their outputs. This study aims to integrate Explainable Artificial Intelligence (XAI) techniques with Remaining Useful Life (RUL) prediction models to improve both accuracy and interpretability. Various machine learning and deep learning approaches, including Support Vector Machines (SVM), Random Forest (RF), XGBoost, Long Short-Term Memory (LSTM), and Convolutional Neural Networks (CNN), are employed to predict RUL using real-time sensor data from rotating machinery. XAI methods such as SHAP, LIME, and attention mechanisms are applied to provide human-understandable explanations of model predictions. The models are evaluated based on accuracy, Root Mean Square Error (RMSE), and interpretability scores. The results show that XAI-enhanced models outperform traditional approaches in predictive performance while offering greater transparency. These explanations help maintenance engineers better understand the factors influencing predictions, thereby improving decision-making and trust in the system. Nevertheless, the integration of XAI introduces additional computational complexity, which may pose challenges for large-scale industrial implementation. Overall, this study highlights the potential of combining XAI with RUL prediction to develop more reliable, transparent, and effective predictive maintenance solutions.
Design of an Edge Computing Based Industrial Internet of Things Architecture for Real Time Predictive Maintenance in Advanced Manufacturing Systems Simon Simarmata; Panser Karo-Karo; Budi Artono; Muhammad Akbar Hariyono; Ardy Wicaksono; Antoni Pribadi
International Journal of Mechanical, Industrial and Control Systems Engineering Vol. 2 No. 4 (2025): December :IJMICSE: International Journal of Mechanical, Industrial and Control
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/ijmicse.v2i4.407

Abstract

Background: The increasing complexity of industrial production systems requires machine condition monitoring solutions that are capable of operating in real time with high accuracy and responsiveness to support predictive maintenance strategies. Conventional cloud based monitoring systems often experience limitations such as high latency and dependence on stable network connectivity, which can delay decision making processes in critical industrial operations. Objective: This study aims to design and evaluate an Industrial Internet of Things (IIoT) architecture based on edge computing to improve the efficiency of industrial sensor data processing and accelerate anomaly detection in industrial machines. Method: The research adopts an experimental approach by designing a system architecture consisting of a sensor layer, edge computing layer, and cloud layer. Industrial sensors, including vibration, temperature, and current sensors, continuously collect machine operational data, which are then processed locally at the edge node using a machine learning based anomaly detection algorithm. System testing is conducted in a simulated manufacturing environment to evaluate performance based on latency, reliability, and detection accuracy. Results: The results indicate that edge based data processing significantly reduces latency compared with cloud-based processing and enables faster responses to machine condition changes. Additionally, the implemented anomaly detection algorithm achieves high accuracy in identifying abnormal sensor data patterns.
Co-Authors Antoni Pribadi Budi Artono Deny Prasetyo Eko Puji Laksono Fatihana Nur Salsabillah Hariyono, Muhammad Akbar Hartiyani, Selvi Dwi Landung Sudarmana Muhamad Furqon Panser Karo-Karo Sapriani Gustina Simon Simarmata Sisdarmanto Adinandra, Sisdarmanto Suyahman Suyahman Trisnawan, Ahmad Budi Yudi prayudi