Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.863

P-Index

This Author published in this journals

All Journal Jurnal Informatika dan Teknik Elektro Terapan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Bulletin of Information Technology (BIT) Brilliance: Research of Artificial Intelligence Green Intelligent Systems and Applications Informatics and Enginering Dedication SENTRI: Jurnal Riset Ilmiah MDP Student Conference Jurnal Ilmiah Multidisiplin Indonesia Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer IPSSJ

Eka Puji Widiyanto

Universitas Multi Data Palembang

Author-ID : 6070573

Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Identifikasi Ngengat menggunakan Metode Convolutional Neural Network Ricky Ricky; Ery Hartati; Eka Puji Widiyanto
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Ngengat merupakan salah satu jenis serangga dari Ordo Lepidoptera yang populasinya sebesar 90% dari Ordo Lepidoptera di dunia. Ngengat berfungsi sebagai indikator kondisi lingkungan yang terkait dengan fenomena degradasi lingkungan, ngengat juga dapat digunakan sebagai objek untuk penelitian konservasi keanekaragaman hayati, evolusi, etologi dan genetika karena sifat taksonominya yang mapan dan mudah dikenali. Penelitian ini bertujuan untuk mengidentifikasi spesies ngengat menggunakan metode Convolutional Neural Network dengan arsitektur VGG-16 dan optimizer Adam. Dataset yang digunakan terbagi atas 7183 data train, 250 data test, dan 250 data valid. Kemudian dilakukan augmentasi pada objek dataset yang dibagi menjadi 400.400 data train, 85.800 data test, dan 85.800 data valid. Pada penelitian ini metode CNN dengan arsitektur VGG-16 dan Optimizer Adam serta dataset yang telah diaugmentasi berhasil meingidentifikasi ngengat dan menghasilkan tingkat akurasi sebesar 95%.

Klasifikasi Kepemilikan Tanda Tangan Menggunakan Convolutional Neural Network dengan Arsitektur AlexNet Khrisnaldi Wijaya; Eka Puji Widiyanto
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Pengenalan tanda tangan menjadi bukti penting untuk memvalidasi suatu berkas yang menandakan bahwa berkas tersebut asli sehingga dapat dikatakan bahwa tanda tangan setiap orang berbeda dan unik. Oleh karena itu, tanda tangan tidak boleh disalahgunakan karena akan berakibat fatal. Pengenalan kepemilikan tanda tangan diperlukan untuk mengetahui siapa pemilik tanda tangan tersebut. Penelitian ini bertujuan untuk mengenali pola tanda tangan seseorang menggunakan Convolutional Neural Network dengan arsitektur AlexNet. Dataset yang digunakan pada penelitian ini sebanyak 300 citra yang dibagi menjadi 240 data latih dan 60 data uji. Penelitian ini menggunakan 3 optimizer yaitu optimizer Adam, optimizer SGD, dan optimizer RMSprop. Penelitian ini menggunakan batchsize sebesar 2, learning rate sebesar 0,01 untuk optimizer SGD dan learning rate sebesar 0,001 untuk optimizer adam dan RMSprop. Setiap optimizer yang diuji menghasilkan nilai precision, recall, dan accuracy yang berbeda - beda. Hasil pengujian tertinggi yang dilakukan pada dataset internal didapatkan oleh optimizer SGD dengan tingkat akurasi sebesar 83,3%.

Klasifikasi Monkeypox Menggunakan Ekstraksi Fitur GLCM dan Algoritma Random Forest William Wijaya; Muhammad Rizky Pribadi; Eka Puji Widiyanto
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Monkeypox adalah penyakit yang pertama kali ditemukan pada tahun 1958 di Denmark ketika ada dua kasus seperti cacar pada koloni kera yang dipelihara untuk penelitian, sehingga cacar ini dinamakan ‘Monkeypox’. GLCM adalah suatu matriks yang merepresentasikan frekuensi munculnya pasangan dua piksel dengan intensitas keabuan, jarak dan sudut dan Random Forest adalah salah satu metode klasifikasi yang merupakan kombinasi dari setiap pohon yang baik kemudian dikombinasikan ke dalam satu model. Penelitian ini menggunakan public dataset monkeypox dan non-monkeypox dan memiliki gambar berjumlah 3.192 dibagi menjadi data uji dan data latih dengan rasio 60:40, 70:30, 80:20, dan 90:10. Hasil dari fitur tekstur GLCM dilakukan pengujian dengan metode Random Forest menggunakan parameter n_estimator = 100, 500, dan 1000. Dari empat pengujian yang sudah dilakukan, disimpulkan bahwa n_estimator terbaik adalah 100 dengan proporsi rasio dataset 90:10, yang menghasilkan nilai accuracy sebesar 77%, precision 77% ,recall 77%, dan f1-score 76,5%.

Klasifikasi Jenis Terung Menggunakan Metode SVM dengan Fitur HSV dan HOG alek bayu kurniawan; Eka Puji Widiyanto
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Terung memiliki bentuk dan warna buah yang cukup beragam. Dengan banyaknya jenis terung, masyarakat Indonesia masih sulit membedakan jenis terung yang ada. Sehingga dibutuhkan sebuah sistem yang dapat mengklasifikasikan jenis-jenis terung berdasarkan Fitur HSV dan HOG dengan menggunakan metode Support Vector Machine. Berdasarkan hasil pengujian dengan fitur HSV dan HOG menggunakan Support Vector Machine mendapatkan hasil Accuracy tertinggi pada jenis Terung Hijau dan Terung Ungu senilai 96.75%. Dengan hasil akurasi yang didapat dari setiap jenis Terung, maka metode SVM dengan fitur HSV dan HOG dapat mengklasifikasi jenis Terung dengan sangat baik.

Smart Water Tank Management System Berbasis IoT dan WebSocket untuk Kontrol Dua Pompa Otomatis Trisaptono, Raymondus; Marpaung, Bryant Valencio; Sumual, Willyam Lucas Haposan; Widiyanto, Eka Puji
MDP Student Conference Vol 5 No 2 (2026): The 5th MDP Student Conference 2026
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v5i2.14389

Water management in multi-story buildings requires efficiency to prevent resource wastage. At the Santo Paulus Plaju Catholic Church, manual pump operation frequently leads to tank overflows, water shortages, and potential pump damage due to dry-running. This study designs a centralized automatic control system for filling and booster pumps using an ESP32 microcontroller and Websocket protocol for real-time monitoring. The system integrates an AJ-SR04M ultrasonic sensor for level measurement and a YF-S201 flowmeter for discharge detection. Testing results demonstrate system successfully automates operations based on hysteresis logic (ON <25%, OFF >90%) and flow detection (>4.0 L/m). Furthermore, the Websocket-based interface achieves data update latency under 1 seconds, ensuring a responsive and transparent management solution.

Perancangan dan Implementasi Sistem Monitoring Suhu Ruang Server Berbasis IoT Menggunakan ESP32 dan Sensor DHT22 Putra, Muhammad Reihan Daffa; Kusuma, Rizky Ade; Trisaptono, Raymondus; Widiyanto, Eka Puji
MDP Student Conference Vol 5 No 2 (2026): The 5th MDP Student Conference 2026
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v5i2.15305

This study aims to design and implement an Internet of Things (IoT)-based server room temperature monitoring system capable of real-time monitoring, critical temperature notification, and automatic historical data logging. An experimental method was employed by implementing a system using an ESP32 microcontroller, a DHT22 sensor, and IoT platforms including Blynk and Google Spreadsheet for data visualization and storage. System testing was conducted in a server room environment with an average sampling interval of approximately 8 minutes. The results show that the system successfully records and transmits temperature data with a data transmission success rate above 99%. The measured temperature ranged from 19.5 to 25 °C and did not exceed the predefined alarm threshold. These results indicate that the proposed system operates reliably and can effectively support continuous server room temperature monitoring.

Co-Authors Abdul Rahman Adrian Chen alek bayu kurniawan Angel Kelly Clement, Michael Joy Dedy Hermanto Fahrezi, Muhammad Azril Feliansyah, Fernando Feriyanto Feriyanto Fernandi Indi Nizar G Hafiz Irsyad Hartati, Ery Hendra Kurniawan Khrisnaldi Wijaya Kusuma, Rizky Ade Laksana, Jovansa Putra Marpaung, Bryant Valencio Muhammad Rizky Pribadi Pratama, Brilliant Chandra Putra, Muhammad Reihan Daffa Ricky Ricky Sa'adat, Fadhil Safeti Intan Pratiwi Siti Milda Alkan Dawasoka Stephen Setyawan Sumual, Willyam Lucas Haposan Suparto, Adrian Therino Elevan, Rivaldo Trisaptono, Raymondus William Wijaya

Title Search

Found 6 Documents Search Journal : mdp student conference

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search
Journal : mdp student conference