Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control INOVTEK Polbeng - Seri Informatika
Moch. Zen Samsono Hadi
Politeknik Elektronika Negeri Surabaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Cerdas Pendeteksi Dan Penghitung Jumlah Korban Bencana Alam Menggunakan Algoritma Deep Learning Muhammad Adamu Islam; Moch. Zen Samsono Hadi; Rahardhita Widyatra
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 1 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i1.3279

Abstract

Proses kecepatan pencarian korban bencana alam merupakan faktor penting yang memengaruhi peluang korban untuk bertahan hidup. Sebagian besar lokasi yang terkena bencana alam akan sulit untuk diakses, dan saat ini tim penyelamat masih menggunakan alat berat untuk membuka akses tersebut. Hal ini membutuhkan waktu yang lama untuk menuju ke lokasi dan mencari korban. Pada penelitian ini, kami mengusulkan sebuah perangkat cerdas untuk membantu Badan Nasional Pencarian dan Pertolongan (BASARNAS) menggunakan drone yang dilengkapi dengan kamera untuk mencari korban bencana alam secara real-time. Dengan menggunakan perangkat cerdas yang dibuat ini, pencarian akan lebih efektif, karena ini dapat mempercepat tim penyelamat dalam mencari korban di lokasi bencana. Proses pendeteksian dan perhitungan jumlah korban dilakukan pada kamera menggunakan algoritma Convolutional Neural Network dan arsitektur You Only Look Once versi 4 (YOLOv4). Hasil dari penelitian ini adalah algoritma Convolutional Neural Network memiliki akurasi yang cukup tinggi yaitu sebesar 92,29% dalam mendeteksi kondisi korban. Selain itu tinggi kamera dan posisi dari kamera juga memengaruhi akurasi yang didapat, dimana hasil yang didapat dengan kamera statis memiliki akurasi yang cukup optimal yaitu sebesar 95%. Namun semakin tinggi kamera, akurasi akan semakin turun yaitu sebesar 67%.
Performance Analysis of Cluster-based Multi-UAV Routing Protocol under Various Mobility Models using NS-3 Harry Darmawan; Prima Kristalina; Moch. Zen Samsono Hadi
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 11, No. 2, May 2026
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v11i2.2507

Abstract

In this paper, the performance of a cluster-based multi-UAV communication system is analyzed as a means to enhance network reliability and coordination in support of Search and Rescue (SAR) operations within disaster-affected areas. The proposed approach addresses the challenges of maintaining connectivity, ensuring efficient data transmission, and facilitating effective collaboration among UAVs in critical environments. The system is designed with a four-layer architecture: Base Station (BS), Cluster Head (CH), Clustered Drone (CD), and User Equipment (UE). These layers are modeled and evaluated using Network Simulator 3 (NS-3). Three routing protocols, namely OLSR, AODV, and DSDV are evaluated under three types of UAV mobility models: Gauss-Markov, Random Waypoint (RWP), and Reference Point Group Mobility (RPGM). Quality of Service (QoS) parameters for wireless networks, such as throughput, packet delivery ratio (PDR), delay, and packet loss, are analyzed under several cluster-based UAV scenarios. The simulation results show that the cluster-based multi-UAV model using OLSR routing protocol achieves the best performance under the RPGM mobility model, with an average throughput of 67.57 kbps, 87.47% PDR, 86 ms delay, and 12.53% packet loss, outperforming the other routing protocols. The OLSR routing protocol demonstrates the highest consistency, with higher throughput and PDR values, as well as lower delay and packet loss compared to AODV and DSDV, particularly in small- to medium-scale node densities. This research contributes to the development of UAV-based cluster communication systems, particularly in terms of efficiency, stability, and adaptability to dynamic disaster environments.
Co-Authors Harry Darmawan Muhammad Adamu Islam Prima Kristalina Rahardhita Widyatra