Article Per Year (5 Year)
p-Index From 2021 - 2026
9.918
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 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)
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 : 111 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 111 Documents
Search

 4   5   6   7   8 
Sistem Pengenalan Tingkatan Emosi Ketakutan Melalui Ucapan menggunakan Ekstraksi Gammatone-Frequency Cepstral Coefficients dan Klasifikasi Random Forest Classifier berbasis Raspberry Pi 4 La Ode Adriyan Hazmar; Barlian Henryranu Prasetio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 2 (2023): Februari 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Emotion is a feeling that causes behavioral and interaction changes towards one's surroundings. One way to detect human emotions is through speech. According to a survey, it was found that 1.6 million Indonesian teenagers experience anxiety disorder (Erskine et al., 2021). Anxiety disorder is a type of anxiety characterized by feelings of fear or vigilance that are not clearly defined (Saleh, 2019). Therefore, this study aims to create a tool to detect a person's emotional condition through voice processing, specifically fear emotions based on three intensity levels: low, medium, and high, with the purpose of serving as a consideration for psychologists/psychiatrists in the initial screening and diagnosis stages.. This research uses Gammatone-Frequency Cepstral Coefficients (GFCC) extraction method which has an effective gamma filter for speech with high noise. In addition, this research also tests the capability of Random Forest Classifier classification in recognizing the intensity of fear emotion from speech signal. This research is important because it can provide information on the effectiveness of GFCC towards noise and the accuracy of GFCC extraction in the intensity detection system of fear emotion. This system is developed using a Raspberry Pi 4B as the processor and connected to an Android application for displaying the classification results. The connection between the Raspberry Pi 4B and the application is established via Bluetooth using the RFCOMM communication protocol. This research concludes that Signal-to-Noise Reduction on speech processed with GFCC extraction is more effective compared to Mel-Frequency Cepstral Coefficients (MFCC). The accuracy of the implementation of the emotion level recognition system using GFCC extraction and Random Forest Classifier classification is 73.33%.
Rancang Bangun Aplikasi Patroli Security/Satpam Berteknologi NFC (Near Field Communication) dan Google Maps API sebagai Service Data Spasial berbasis Android Ovriawan Aldo Pribadi Putra; Barlian Henryranu Prasetio; Aryo Pinandito
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 3 (2023): Maret 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

The recovery of living conditions after the pandemic has forced the community to start designing and reorganizing their business, be it a business in the form of a product or a service. Nevertheless, the security of business or business assets must remain a top priority. So in practice, professional security services are needed with the latest technology to minimize unwanted things while on duty/patrolling in the security area. Now conventional methods are slowly being replaced by digital patrolling innovations. Astha Slur: Security Labor Utility Remote is a digital security patrol application with NFC (Near Field Communication) technology and Google Maps API as an Android-based spatial data service. NFC itself is a radio frequency communication technology that can read addresses on tags as a reader. At the same time, the Google Maps API is a technology that is used for mapping in security areas. Both of these technologies can record situations and conditions in real-time and applications embedded with the Android OS can be easily operated by all security personnel.
Perancangan Sistem Deteksi Anomali pada Panel Surya menggunakan Mikrokontroler dengan Algoritma K-Nearest Neighbors Fachry Ananta; Dahnial Syauqy; Barlian Henryranu Prasetio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Indonesia masih sangat tergantung pada energi fosil untuk memenuhi kebutuhan energinya. Oleh karena itu, perlu diupayakan eksplorasi terhadap sumber energi terbarukan. Salah satu yang menarik perhatian adalah energi surya yang memiliki potensi besar di Indonesia. Namun, ada faktor-faktor lingkungan seperti kotoran, cuaca, dan bayangan yang dapat mempengaruhi kinerja panel surya. Penelitian ini merancang sistem deteksi anomali pada panel surya menggunakan mikrokontroler dan algoritma K-Nearest Neighbors. Tujuannya adalah mendeteksi kejadian tak terduga seperti cuaca mendung, bayangan, dan dedaunan yang menghalangi panel surya. Dengan teknologi deteksi secara real-time, kinerja panel surya bisa ditingkatkan dengan informasi kondisinya. Algoritma K-Nearest Neighbors digunakan untuk mengklasifikasikan jenis anomali berdasarkan pengukuran tegangan. Sistem pemantauan panel surya terdiri dari tiga tahap: perolehan data, pemrosesan data, dan tampilan data. Informasi tegangan dikumpulkan dari sensor pada panel surya dan diproses menggunakan algoritma K-Nearest Neighbors. Hasilnya ditampilkan melalui buzzer untuk memberikan informasi kepada pengguna. Pengujian sistem menunjukkan bahwa sensor tegangan INA219 mengukur tegangan dengan akurasi 1,14% dan sistem mampu mengklasifikasikan jenis anomali dengan akurasi 92,5% menggunakan K-Nearest Neighbors (K=3). Sistem juga dapat mendeteksi penurunan tegangan hingga threshold 19% dengan bunyi alarm buzzer. Dengan sistem ini, diharapkan kinerja dan efisiensi panel surya dapat meningkat secara signifikan.
Sistem Monitoring Tekanan Darah berbasis Maximum Amplitude Algorithm menggunakan Android Brylliano Maza Putra; Barlian Henryranu Prasetio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dipublikasikan ke Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN 2023)
Pengembangan Sistem Klasifikasi Air Layak Minum berdasarkan Nilai pH dan Kekeruhan menggunakan Metode K-Nearest Neighbors (K-NN) berbasis Arduino Uno Mahardika, Tiara; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 6 (2023): Juni 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tubuh manusia bergantung pada air sebagai sumber daya alam utama kedua setelah oksigen untuk kelangsungan hidup. Namun, limbah tinja mengkontaminasi sebagian besar air minum rumah tangga di Indonesia, menyebabkan penyakit diare, penyebab utama kematian bayi. Akibatnya, sangat penting untuk melakukan penelitian dan pengembangan alat untuk membantu masyarakat dalam menilai keamanan air yang akan dikonsumsi. Penulis bertujuan untuk membuat sistem klasifikasi kualitas air minum yang memberi tahu pengguna tentang pH dan kekeruhan air untuk mengatasi masalah ini. Sensor pH-4502C dan sensor turbidity SEN0189 digunakan dalam sistem klasifikasi ini. Mereka disambungkan ke mikrokontroler Arduino UNO dan ditampilkan pada layar LCD 16x2. Hasil dari kedua sensor tersebut diklasifikasikan dengan metode K-Nearest Neighbour. Sensor dan metode yang digunakan telah diuji. Pengujian sensor pH-4502C menunjukkan akurasi 93%. Pengujian sensor turbidity SEN0189 juga menunjukkan bahwa sensor tersebut dapat mendeteksi tingkat kekeruhan air dengan baik. Nilai tegangan sensor menunjukkan air yang lebih jernih (air minum) dan air yang lebih keruh (air kopi). Untuk total lima belas data uji dan tiga puluh data latih, pengujian metode K-Nearest Neighbor mencapai tingkat akurasi 100%. Data tentang air minum umum digunakan dalam penelitian ini. Oleh karena itu, sistem klasifikasi kualitas air minum ini membantu memantau kualitas air minum dan memberikan informasi penting bagi pengguna.
Analisis Performa TensorFlow Lite untuk IoT dengan ESP32 DEVKIT-C (Studi Kasus: Pengenalan Gambar Sampah di Sungai) Ngulandoro, Mochammad Giri Wiwaha; Akbar, Sabriansyah Rizqika; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penggunaan AI dalam IoT sangat bergantung pada keberadaan server untuk menjalankan program AI, seringkali hal ini menimbulkan beberapa masalah terutama latensi, keamanan dan biaya. Untuk mengatasi masalah-masalah tersebut, AI harus dijalankan tanpa menggunakan Cloud. Salah satu caranya adalah dengan menjalankan AI pada perangkat yang lebih dekat dengan sumber data (edge node). Teknologi yang memungkinkan hal ini adalah Tensorflow Lite. Tujuan dari penelitian ini adalah untuk menganalisis performa dari Tensorflow Lite Micro yang dijalankan di ESP32 DevKit C dengan mengujinya menggunakan input gambar dengan ukuran yang berbeda-beda dan arsitektur yang berbeda- beda. Temuan-temuan utama pada penelitian ini adalah: (1) Kuantisasi dengan metode Full integer quantization Integer Only adalah metode terbaik untuk digunakan dalam implementasi AI di ESP32 DevKit C; (2) total parameter dan ukuran input model memiliki pengaruh yang cukup signifikan terhadap performa dan Deployability pada ESP32 DevKit-C; (3) Model-model yang diuji menunjukkan Deployability yang baik pada ESP32 DevKit-C. Ini menandakan bahwa model AI yang diimplementasikan menggunakan TensorFlow Lite dapat dengan mudah diterapkan dan dijalankan pada perangkat terbatas.
Sistem Klasifikasi Kualitas Air Kolam Ikan Lele dengan Metode K-Nearest Neighbor (KNN) Ramadhan, Dimas; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Menjadi seorang peternak ikan memiliki tantangan tersendiri. Terdapat banyak hal yang harus diperhatikan supaya mendapatkan hasil panen yang melimpah. Salah satu diantaranya adalah dengan menjaga kualitas air kolam ikan. Untuk menjaga kualitas air kolam terdapat beberapa parameter penting yang harus diperhatikan. Parameter tersebut adalah tingkat kekeruhan air, nilai pH, suhu air, dan amonia. Atas dasar masalah tersebut dibuat sistem klasifikasi kualitas air kolam. Sistem ini bekerja dengan membaca data parameter air kolam menggunakan sensor. Parameter kekeruhan dibaca dengan sensor turbidity, pH dibaca dengan sensor pH, suhu dengan sensor DS18B20, dan amonia menggunakan sensor MQ-135. Berdasarkan pengujian sensor yang digunakan memiliki tingkat akurasi 98,31% pada sensor pH dan 94,26% pada sensor suhu. Data pembacaan sensor tersebut diolah menggunakan sebuah metode klasifikasi bernama K-Nearest Neighbor (KNN) yang mengklasifikasikan kualitas air kolam menggunakan kumpulan data latih. Data latih yang digunakan berjumlah 40 data dengan dua kelas, yakni “bagus” dan “buruk”. Pada penelitian yang dilakukan, klasifikasi tersebut menghasilkan akurasi sistem sebesar 90% dalam sepuluh kali percobaan.
Perancangan Sistem Peningkatan Performa Panel Surya dengan Pengendalian Suhu Permukaan untuk Meningkatkan Output Daya Baariu, Rahagi Abdu; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Energi listrik penting untuk berbagai peralatan elektronik dan kebutuhan manusia. Indonesia memiliki berbagai jenis pembangkit listrik, termasuk panel surya yang ramah lingkungan dengan efisiensi 20%. Pengembangan sistem pengaturan suhu pada panel surya dapat meningkatkan efisiensi energi. Penelitian dilakukan untuk merancang sistem "Perancangan Sistem Peningkatan Performa Panel Surya Menggunakan Pengendalian Suhu Permukaan untuk Meningkatkan Output Daya" dengan Arduino dan sensor suhu.enelitian "Perancangan Sistem Peningkatan Performa Panel Surya Menggunakan Pengendalian Suhu Permukaan untuk Meningkatkan Output Daya" adalah penelitian implementatif pengembangan perangkat keras pengendalian suhu panel surya guna meningkatkan efisiensi output. Metode terdiri dari studi literatur, analisis kebutuhan, pengolahan data, perancangan, implementasi, pengujian, analisis hasil, dan kesimpulan. Tujuan utamanya adalah meningkatkan daya keluaran panel surya dengan pengendalian suhu masing-masing permukaanbahwa alat yang berjalan dengan status efektif, karena pada saat kondisi suhu diatas 45 derajat hanya berada di jam 14.00 sehingga seluruh pengujian dinyatakan efektif. Malang merupakan berada diatas permukaan yang cukup untuk suhu yang ditempatkan di Malang ini, sehingga jika dilakukan pengujian berada di permukaan yang rendah dan cukup panas, memungkinkan untuk alat pengendalian suhu ini akan berjalan terusPenelitian ini menggunakan Arduino Uno, Sensor LM35, Sensor DHT11, dan Peltier untuk mengendalikan suhu panel surya. Sistem berfungsi dengan baik saat suhu lebih dari 45°C (Peltier menyala) atau kurang dari 45°C (pompa mati). Hasil pembacaan sensor dengan konduktor alumunium cukup akurat.
Implementasi Protoype Sistem Deteksi Letak Gerak dengan Wireless Sensor Network berbasis ESP8266 Parja, Mujianto Anda; Prasetio, Barlian Henryranu; Syauqy, Dahnial
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 6 (2023): Juni 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Wireless Sensor Network (WSN) telah menjadi salah satu teknologi yang digunakan dalam berbagai aplikasi, termasuk sistem deteksi letak gerak. Pada penelitian ini, diimplementasikan sebuah prototype sistem deteksi letak gerak menggunakan WSN berbasis ESP8266 dan sensor ultrasonik HC-SR04 yang bekerja untuk salah satu sistem keamanan. Sistem ini dirancang untuk mendeteksi gerakan dan mengirimkan data lokasi pergerakan secara nirkabel melalui jaringan Wi-Fi. Pada penelitian ini digunakan sensor ultrasonik HC-SR04 sebagai pendeteksi aktifitas pada pintu masuk ruangan. Mikrokontroler yang digunakan ada ESP8266 yang dilengkapi oleh modul Wi-Fi. Berdasarkan hasil pengujian dinyatakan bahwa pembacaan sensor HC-SR04 tidak memiliki error, sedangkan hasil pengujian pengiriman data antara source node menuju sink node terdapat total 71.7% akurasi data terkirim saat ada penghambat pada konektifitas. Pada pengujian sistem deteksi gerak dinyatakan dapat bekerja dengan tanpa melakukan kesalahan dalam koneksi yang memadai.
Rancang Bangun Robot Beroda dengan Kendali Pengenalan Ucapan melalui Smartphone Dayat, Fauzi Syarifulloh; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Robotika berkembang pesat dan menjadi integral dalam berbagai aplikasi. Penelitian ini bertujuan merancang robot yang dikendalikan melalui pengenalan ucapan melalui smartphone. Robot dapat menerima dan menjalankan perintah suara dari pengguna. Penelitian melibatkan perangkat keras, perangkat lunak, dan algoritma pengenalan suara yang canggih. Hasilnya menunjukkan robot responsif dan berguna dalam berbagai aplikasi, termasuk sebagai asisten rumah tangga, alat industri, dan dalam situasi darurat. Ini berkontribusi pada perkembangan teknologi robotika dan pengenalan suara melalui smartphone, memungkinkan kemudahan penggunaan teknologi dalam kehidupan sehari-hari. Penelitian selanjutnya dapat mengkomersialkan robot ini untuk masyarakat luas.
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 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 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 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 Isnandar, Muhammad Fawwaz Dynoeputra Iwasawa, Takeru Jevandika Joan Chandra Kustijono Julisya Thana Khriswanti Kamal, Attar Syifa Kusuma, Lindhu Parang La Ode Adriyan Hazmar Lavanna Indanus Ramadhan M. Hannats Hanafi Ichsan M. Ihsan An-Nashir Mahardika, Aryanta Seta 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 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 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 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 Yosia Nindra Kristiantya Yudhistira, Gevan Putra Yunan Alamsyah Nasution Yusril Dewantara Yusuf, Delfi Olivia