Article Per Year (5 Year)
p-Index From 2021 - 2026
11.747
P-Index
This Author published in this journals
All Journal Jurnal Neutrino : jurnal fisika dan aplikasinya TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Tri Dharma Mandiri: Diseminasi dan Hilirisasi Riset Kepada Masyarakat (Jurnal Pengabdian Kepada Masyarakat) Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika
Barlian Henryranu Prasetio
Fakultas Ilmu Komputer, Universitas Brawijaya
Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Health Professions Physics Public Health Social Sciences

Published : 124 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 124 Documents
Search

 9   10   11   12   13 
Perbandingan Pengaruh Genre Musik Berbeda Terhadap Respons Fisiologis yang Berkaitan dengan Stres Menggunakan PPG (Photoplethysmography) Annisah, Dinda Rahma; Barlian Henryranu Prasetio
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Stres merupakan permasalahan kesehatan yang umum dialami masyarakat modern sehingga memerlukan metode deteksi yang objektif, terjangkau, dan tidak invasif. Musik dikenal sebagai salah satu intervensi non-farmakologis yang dapat memengaruhi respons fisiologis tubuh melalui sistem saraf otonom yang mampu membantu relaksasi. Namun, belum terdapat informasi yang objektif mengenai pengaruh berbagai genre musik terhadap respons fisiologis tubuh. Penelitian ini merancang sistem akuisisi sinyal Photoplethysmography (PPG) berbasis Arduino Uno, Pulse Sensor, dan OLED Display, serta menganalisis kecenderungan pengaruh lima genre musik (Pop, Rock, Jazz, Klasik, dan Hip-Hop) terhadap perubahan respons fisiologis terkait stres melalui parameter Heart Rate (HR) dan estimasi HRV-PPG sehingga dapat menjadi dasar pemanfaatan musik sebagai pendekatan pendukung relaksasi dan pengelolaan stres secara nonfarmakologis melalui hubungan antara musik dan perubahan respons fisiologis tubuh. Metode yang digunakan adalah eksperimental kuantitatif dengan desain within-subject terhadap 20 responden, yang masing-masing diukur pada kondisi baseline dan setelah paparan tiap genre musik selama 5 menit. Sinyal PPG diproses menggunakan filter bandpass Butterworth orde 4 (0,5–5 Hz), dilanjutkan deteksi puncak sistolik, validasi interval RR, serta perhitungan HR dan estimasi HRV-PPG (RMSSD). Hasil pengujian menunjukkan sistem berfungsi sesuai kebutuhan fungsional. Analisis deskriptif menunjukkan genre Klasik cenderung mengarah pada pola relaksasi (penurunan HR rata-rata 5,9%, peningkatan estimasi HRV-PPG rata-rata 24,5%), sedangkan Rock cenderung mengarah pada pola peningkatan aktivitas simpatis (peningkatan HR rata-rata 6,5%, penurunan estimasi HRV-PPG rata-rata 20,5%). Jazz dan Pop menunjukkan pola perubahan yang lebih moderat. Kata kunci: Photoplethysmography, Heart Rate, HRV-PPG, genre musik, stres, Arduino Uno
Penerapan Quantum Neural Network Berbasis Qubit Encoding Pada Sinyal Audio Untuk Identifikasi Tingkat Kebisingan Kurniansyah, Mohammad Amrizal; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Polusi suara merupakan ancaman laten yang dapat memicu kerusakan pendengaran permanen (Noise-Induced Hearing Loss). Perangkat pemantau konvensional seperti Sound Level Meter (SLM) memiliki keterbatasan karena hanya mengukur intensitas desibel total tanpa mampu mengidentifikasi sumber spesifik pembawa bising. Penelitian ini merancang purwarupa sistem pemantau kebisingan lingkungan kerja cerdas berbasis edge computing pada Raspberry Pi 5 menggunakan sensor mikrofon digital INMP441 I2S. Sistem ini dirancang untuk menghitung Tingkat Kebisingan Ekuivalen (Leq dBA) sekaligus mengklasifikasikan 5 jenis sumber kebisingan (air conditioner, drilling, engine idling, jackhammer, dan siren). Metode klasifikasi yang diterapkan adalah Quantum Neural Network (QNN) berbasis Qubit Encoding (Amplitude Encoding) pada sirkuit 6-qubit, dengan membandingkan kinerjanya terhadap Convolutional Neural Network (CNN) klasik. Ekstraksi fitur menggunakan Log-Mel Spectrogram 64x64 piksel. Hasil pengujian menunjukkan bahwa model CNN unggul dengan akurasi 95,91% (waktu latih 790,63 detik), sedangkan QNN mencapai akurasi 65,88% (waktu latih 5918,55 detik). Pengujian kalibrasi perangkat keras menunjukkan tingkat galat pembacaan dBA hanya sebesar 1,11 dBA terhadap SLM referensi. Purwarupa ini berhasil mengintegrasikan prediksi kelas cerdas dengan kalkulasi desibel untuk memicu peringatan keselamatan kerja secara real-time berdasarkan Nilai Ambang Batas Keselamatan dan Kesehatan Kerja (K3) regulasi Permenaker No. 5 Tahun 2018.
Sistem Estimasi Tingkat Kebisingan dan Klasifikasi Sumber Suara pada Android Menggunakan Dataset UrbanSound8K Iskandar, Abdul Hanif; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kebisingan lingkungan dapat memengaruhi kenyamanan dan kesehatan pendengaran, sehingga diperlukan sistem pemantauan yang tidak hanya menampilkan tingkat kebisingan, tetapi juga memberikan informasi mengenai sumber suara. Penelitian ini mengembangkan aplikasi Android untuk menghasilkan dB(A) estimasi berbasis mean-square dan offset kalibrasi serta mengklasifikasikan lima kelas UrbanSound8K, yaitu air_conditioner, drilling, engine_idling, jackhammer, dan siren, dengan total 4.929 audio. Model utama berupa Tiny 1D-CNN menerima raw waveform berdurasi 1 detik pada 16 kHz dan dikonversi ke TensorFlow Lite. Sebagai pembanding, digunakan baseline MFCC + Random Forest pada lingkungan Python. Tiny 1D-CNN memperoleh accuracy 71,00% dan macro F1-score 71,00% pada data uji fold 10, sedangkan baseline memperoleh accuracy 72,46% dan macro F1-score 73,20%. Pada 468 file pengujian implementasi, emulator menghasilkan Top-1 accuracy 44,66% dan Top-2 hit 84,40%, sedangkan Android langsung menghasilkan Top-1 accuracy 32,50%. Sistem berhasil dijalankan secara on-device, tetapi keluaran dB(A) belum merupakan pengukuran standar dan performa klasifikasi pada perangkat nyata masih rendah. Oleh karena itu, sistem diposisikan sebagai prototipe awal.
Sistem Monitoring Dan Keamanan Pada Pintu Ruang Arsip Menggunakan Voice Recognition Dan Telegram Sebagai Notifikasi Berbasis Mikrocontroller Nauval, Mohamad Irza; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tingkat keamanan ruang arsip pada Badan Pendapatan Daerah Kota Bogor saat ini masih tergolong rendah karena ketiadaan kamera pengawas dan penggunaan sistem penguncian manual, sehingga rentan terhadap tindak pencurian inventaris kantor. Penelitian ini bertujuan merancang purwarupa sistem keamanan dan pemantauan pintu otomatis (smart door) berbasis pengenalan perintah suara (speech recognition) untuk mengatasi celah keamanan tersebut. Metode penelitian yang digunakan meliputi analisis kebutuhan (rekayasa kebutuhan), perancangan perangkat keras dan perangkat lunak, implementasi, hingga pengujian sistem secara menyeluruh. Sistem dikembangkan menggunakan algoritma pembelajaran mesin 1D Convolutional Neural Network (1D CNN) untuk mengklasifikasikan masukan suara, yang ditanamkan langsung pada mikrokontroler Arduino Nano 33 BLE Sense. Untuk mendukung fungsi pemantauan jarak jauh, sistem juga diintegrasikan dengan sensor PIR, kamera ESP32-CAM, pengunci solenoid, dan bot Telegram. Hasil pengujian menunjukkan model 1D CNN mampu mengklasifikasikan perintah suara pada kondisi aktual dengan akurasi 88,3% dan waktu respons rata-rata 1,83 detik, dengan perintah "GO" mencapai keberhasilan tertinggi dan perintah "ON" terendah. Jarak paling optimal bagi pengguna untuk memberikan masukan suara adalah 30 cm dengan tingkat keberhasilan 93,3%. Subsistem pemantauan berhasil mendeteksi pergerakan, menangkap citra digital, dan mengirimkan notifikasi ke aplikasi Telegram pengguna dengan tingkat keberhasilan 100%. Secara keseluruhan, sistem keamanan pintu otomatis ini telah beroperasi optimal dan terbukti memenuhi seluruh kebutuhan fungsional dan non-fungsional yang dirancang.
Co-Authors Achmad Ridok Adharul Muttaqin Adi Setiawan Adven Edo Prasetya Adven Edo Prasetya, Adven Edo Agra Firmansyah Ahmad Afif Supianto Aldi Jayadi Ali, Zidane Allaam, Fakhrul Annisah, Dinda Rahma Argaputri, Maulida Khairunisa Arief Kurniawan Aryo Pinandito Ash-Shadiq, Aqsath Muhammad Aswin Suharsono, Aswin Atmojo Pamungkas, Handoko Bagus Ayu Astina Sari, Ni Made Baariu, Rahagi Abdu Bagus Priyo Pangestu Brylliano Maza Putra Budi Darma Setiawan Budy Prakoso, Khrisna Shane Chatarina Umbul Wahyuni Dahnial Syauqy Dayat, Fauzi Syarifulloh Defri Alif Raihan Denny Sagita Rusdianto Dhimas Arfian Lazzuardhy Dini Eka Ristanti Dini Ismawati Dwiki Ilham Bagaskara Dwinanda Romolo Edita Rosana Widasari Edita Rosana Widasari Edita Rosana Widasari, Edita Rosana Eko Setiawan Eko Setiawan Eko Setiawan Fabiana, Ryzaldi Ananda Fachry Ananta Fadhilah, Khairian Fadhillah, Muhammad Galih Faisal Natanael Lubis Faviansyah Arianda Pallas Faza Gustaf Marrera Fitra Abdurrachman Bachtiar Fitriyah, Hurriyatul Gembong Edhi Setiawan Gembong Edhi Setyawan Gembong Edhi Setyawan Ghifari, Ahmad Hafidz Abdillah Masruri Hanifa Maulani Ramadhan Haqyah, Saprina Hani Heru Nurwarsito Hilal Imtiyaz I Wayan Boby Astagina Naghi Imam Cholissodin Iqbal Maulana Susanto Irfan Muzakky Nurrizqy Irwanda Adhi Firmantara Iskandar, Abdul Hanif Isnandar, Muhammad Fawwaz Dynoeputra Ivan Rafli Adipratama Iwasawa, Takeru Jevandika Joan Chandra Kustijono Julisya Thana Khriswanti Kamal, Attar Syifa Kurniansyah, Mohammad Amrizal Kusuma, Lindhu Parang La Ode Adriyan Hazmar Lailil Muflikhah Lavanna Indanus Ramadhan lumbanbatu, john Nicholas Febrian M. Hannats Hanafi Ichsan M. Ihsan An-Nashir Mahardika, Aryanta Seta Manurung, Manfredy Patarida Hasiholan Mochammad Hannats Hanafi Mochammad Hannats Hanafi Ichsan Muchlas Mughniy Muflih, Aufada Muhammad Fatikh Hidayat Muhammad Ghifari, Muhammad Muhammad Habib Jufah Alhamdani Muhammad Nabil Aljufri Muhammad Rizki Chairurrafi Nadi Rahmat Endrawan Nashrullah, Ega Rasendriya Nashrullah, Ikbar Razan Nauval, Mohamad Irza Naviaddin, Arsal Wildan Ngulandoro, Mochammad Giri Wiwaha Nobel Edgar Novaria Elsari Ryzkiansyah Novea, Leisha Nur, Farhan Marwandi Nurrizqy, Irfan Muzakky Nurul Hidayat Ovriawan Aldo Pribadi Putra Paleva, Haidar Rheza Panggabean, Riki Boy Parja, Mujianto Anda Perkasa, Septiyo Budi Permana, Galih Pierl Kritzenger Sinaga Prawironegoro, Abdul Harris Putera, Thariq Andhita Putra Pamungkas, Dimas Resha Putra, Brylliano Maza Putra, Ravelino Adhianto Surya Raden Galih Paramananda Rahmawan, Muhammad Fuad Rajasa, Mohammad Fariq Rakhmadhany Primananda, Rakhmadhany Ramadhan, Dimas Ramadhan, Muhammad Fitrah Ramadhani, Aryo Sheva Randy Cahya Wihandika Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Reza Hastuti Riyad Febrian Rizal Maulana Rizal Maulana, Rizal Rosyana Lencie Mampioper Ryan Anggito Priono Sabriansyah Rizkiqa Akbar Sabriansyah Rizqika Akbar Sabriansyah Rizqika Akbar Septiyo Budi Perkasa Shabiyya, Syifa’ Hukma Sifaunnufus Ms, Fi Imanur Sigit Priyo Jatmiko Subianto, Aflah Fadhlurrahman Syahrul Chilmi, Syahrul Tampubolon, Jeremya Tiara Mahardika Tibyani Tibyani Utaminingrum, Fitri Valensiyah Rozika Widasari, Edita Rosana Wijaya Kurniawan Wijaya Kurniawan Yasa Palaguna Umar Yosia Nindra Kristiantya Yudhistira, Gevan Putra Yunan Alamsyah Nasution Yusril Dewantara Yusuf, Delfi Olivia