Article Per Year (5 Year)
p-Index From 2021 - 2026
5.641
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Journal of Innovation and Applied Technology Jurnal Teknologi Informasi dan Ilmu Komputer Habitat JPSriwijaya Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi
Fakultas Ilmu Komputer Universitas Brawijaya
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Law, Crime, Criminology & Criminal Justice Neuroscience Public Health Other

Published : 80 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 80 Documents
Search

 4   5   6   7   8 
Rancang Bangun Pemilahan Sampah Plastik Otomatis Menggunakan YOLO Pada Raspberry Pi Fajar, Sanhnai Fathirul; Putri, Rekyan Regasari Mardi; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sampah plastik menjadi salah satu permasalahan lingkungan yang terus meningkat akibat penggunaan plastik sekali pakai dan rendahnya efisiensi dalam proses daur ulang, di mana salah satu faktor utama yang mempengaruhi efektivitas daur ulang adalah pemilahan sampah plastik yang tepat. Proses pemilahan manual memerlukan tenaga kerja dan waktu yang besar serta rentan terhadap kesalahan, sehingga pada penelitian ini dikembangkan sistem pemilah sampah plastik otomatis berbasis Raspberry Pi dengan dukungan kamera, motor servo, dan konveyor. Sistem ini menggunakan algoritma YOLOv5 untuk melakukan deteksi dan klasifikasi objek secara real-time serta pustaka OpenCV untuk menangani pemrosesan citra, di mana kamera menangkap gambar sampah plastik yang bergerak di atas konveyor kemudian Raspberry Pi melakukan inferensi terhadap citra tersebut dan mengarahkan objek ke jalur sortir menggunakan motor servo sesuai dengan hasil klasifikasi. Model dilatih menggunakan dataset dari Roboflow dengan proses pelatihan dilakukan di Google Colab, sedangkan hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan botol plastik dan plastik lainnya dengan akurasi sebesar 47,5%. Hasil tersebut menunjukkan bahwa rancangan sistem yang dikembangkan telah dapat berfungsi sesuai dengan tujuan utama dan berpotensi untuk dikembangkan lebih lanjut. Dengan demikian, penelitian ini memberikan kontribusi berupa prototype sistem pemilah sampah plastik otomatis yang dapat dijadikan dasar untuk penelitian lanjutan dalam meningkatkan akurasi deteksi serta keandalan sistem di masa depan.
Mendeteksi Jenis Burung Berdasarkan Pola Suaranya Setiawan, Budi Darma; Cholissodin, Imam; Putri, Rekyan Regasari Mardi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 2: Juni 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1032.704 KB) | DOI: 10.25126/jtiik.201632183

Abstract

AbstrakIlmuwan biologi terutama di bidang biodifersitas, terus melakukan penelitian tentang spesies hewan yang ada di dunia. salah satu hewan yang spesiesnya memiliki banyak variasi adalah burung. Tiap jenis burung memiliki perbedaan-perbedaan, mulai dari bentuk anggota tubuhnya, prilakunya, makanannya hingga suaranya. Ilmuwan sering juga mengalami kesulitan untuk melakukan pengamatan di alam. Misalnya, untuk mengetahui spesies burung apa saja yang ada di suatu daerah, mereka harus hadir di suatu wilayah, dan menelusuri setiap pelosok. kadang kala kehadiran mereka di tempat tersebut dalam jangka waktu lama, malah mengusik burung yang ada, dan burung-burung malah pergi meninggalkan tempat, sebelum berhasil diamati. Salah satu cara untuk mendeteksi burung apa saja yang ada di suatu wilayah, tanpa harus mengusik keberadaan burung adalah dengan menggunakan alat bantu. Bisa dengan menggunakan kamera video untuk mengambil gambar lingkungan sekitar, atau dengan perekam suara, untuk merekam suara burung yang ada di sana. Untuk itu penelitian ini ditujukan untuk membuat sebuah pengklasifikasi suara burung secara otomatis. Fitur yang digunakan adalah rhythm, pitch, mean, varian, min, max, dan delta  dari suara burungnya. dari hasil klasifikasi 4 jenis burung, didapatkan hasil rata-rata akurasi terbaik sebesar 88.82%. Kata Kunci : suara burung, klasifikasi, rhythm, pitchAbstractMany of Biologi scientist, especially in the field of biodiversity, conduct research on the animal species that exist in the world. One of the animal which is largely diverse in species is bird. Each species of birds have differences, from the shape of his body, his behavior, his food to it's voice. Scientists often find it difficult to make observations in nature. For example, to determine which species of birds present in an area, they should be present in an area, and explore every corner. sometimes their presence in that place for a long time, even disturb the bird, and they leaving the place, before been observed. One way to detect any bird that is in an area, without having to disturb the presence of birds is to use the automatic tools. For example to use a video camera to take pictures of the surrounding environment, or with voice recorders to record the sound of the birds that were there. This study is aimed to create a classifier bird sound automatically. Features used are rhythm, pitch, mean, variance, min, max, and delta of the bird sound samples. of the results of the classification of four types of birds, showed the best average of accuracy is 88.82%. Key Word : bird song, classification, rhythm, pitch.
Implementasi Metode K-Nearest Neighbour Dengan Pembobotan TF.IDF.ICF Untuk Kategorisasi Ide Kreatif Pada Perusahaan Putri, Rekyan Regasari Mardi; Herlambang, Romario Yudo; Wihandika, Randy Cahya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 2: Juni 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (736.763 KB) | DOI: 10.25126/jtiik.201742296

Abstract

AbstrakIde kreatif/inovasi merupakan hal yang dibutuhkan perusahaan dalam pengembangan sebuah individu, kelompok ataupun perusahaan pada teknologi seperti pada masa ini. Pengembangan ide kreatif berpengaruh pada peningkatan kinerja perusahaan. Pada kebanyakan kasus, pengelompokan ide tersebut harus dikelompokkan dengan kecocokan tema yang diusung untuk mempermudah proses pencarian. Oleh sebab itu dibutuhkan suatu sistem yang mampu bekerja secara otomatis untuk mengelompokkan ide tersebut. Kemunginan salah satu teknik pembobotan yang digunakan adalah dengan meggunakan TF.IDF.ICF, yang telah mengalami pengembangan dari metode sebelumnya. TF.IDF.ICF tidak dapat digunakan sendiri melainkan harus ada metode perhitungan jarak seperti Cosine Similarity dan metode klasifikasi lain seperti KNN dapat dipakai ke semua atribut. Aplikasi ini nantinya akan diterapkan pada perusahaan PJB Paiton sebagai studi kasus dan ide kreatif yang dikategorikan, dituliskan dalam Bahasa Indonesia. Aplikasi ini akan melakukan beberapa tahap pemrosesan seperti tokenizing yaitu pemisahan kalimat menjadi tiap kata, filtering yang merupakan penghapusan stopwords, stemming, cosine similarity dan  KNN yang masing-masing metode digunakan untuk perhitungan jarak dan proses perhitungan klasifikasi Dari hasil pengujian yang telah dilakukan, sistem mampu menghasilkan akurasi terbaik sebesar 93% menggunakan dengan nilai k sebesar 1 menggunakan presentase data uji sebanyak 50 akan menghasilkan klasifikasi ideal.Kata kunci: ide, kelas, cosine, knn.AbstractCreative ide is one thing that needed by the company for group development or even the company itself. The development of creative ideas has a big influence on improving corporate performance. On most cases, the clasification of the idea must be grouped based on the similarity of the theme that submitted to simplify the searching process. Therefore we need a system that could work automatically to classify the idea. Probably, one weighting techniques that used is TF.IDF.ICF that already been developed from the method before. TF.IDF.ICF cant be used alone. there must be another method that used before, such as cosine similarity for distance calculation method and KNN for classification method in order TF.IDF.ICF can be used by all atributes. This application will be focused on the PJB company's creative idea and these ideas will be in indonesian language. This application will do a few processing steps such as, tokenizing for breaking sentence into words, filtering which is elimination of stopwords, stemming, cosine similarity, and KNN. each method used for distance calculation and classification calculation process. From the testing result that has been done,the system could produce the best accuracy as big as 93% by using the value of K as big as 1 using the precentage of test data as big 50 produce the ideal classification.Keywords: idea, class, cosine, knn
Pengkondisian Sinyal Electromyography sebagai Identifikasi Jenis Gerakan Lengan Manusia Maulana, Rizal; Putri, Rekyan Regasari Mardi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 3: Juni 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (354.102 KB) | DOI: 10.25126/jtiik.201853829

Abstract

Sinyal biomedis merupakan sinyal yang diperoleh dari dalam tubuh manusia yang membawa informasi mengenai gambaran kondisi jaringan atau organ terkait dengan sinyal biomedis tersebut. Electromyography (EMG) merupakan salah satu teknik yang bisa digunakan untuk merekam sinyal biomedis dalam mengetahui informasi dari pergerakan otot lengan. Sinyal-sinyal biomedis  tidak hanya dipergunakan untuk mendeteksi adanya gangguan pada jaringan atau organ tubuh manusia, namun bisa juga digunakan untuk memberikan gambaran dari sebuah organ dalam melakukan suatu mekanisme kerja. Sinyal EMG menghasilkan sinyal sesuai dengan gerakan yang dilakukan oleh lengan, namun sinyal yang dihasilkan dari elektroda masih tercampur oleh sinyal noise yang dihasilkan oleh beberapa sumber. Akibatnya pendeteksian sinyal EMG menjadi kurang optimal. Untuk mengatasi hal tersebut diperlukan sebuah sistem yang dapat melakukan pembacaan sinyal EMG dan menghilangkan noise yang ada pada sinyal. Pada penelitian ini dirancang sebuah rangkaian pengkondisi sinyal yang terdiri dari penguat instrumentasi, high pass filter (HPF) dan low pass filter (LPF). Rangkaian ini digunakan untuk memproses sinyal yang dihasilkan oleh elektroda yang ditempatkan pada lengan manusia. Sinyal yang telah diproses akan dianalisis besar amplitudonya untuk dapat ditentukan jenis gerakan lengan yang sedang dilakukan. Dari hasil pengujian didapatkan nilai amplitudo rata-rata sebesar 0.252 V untuk gerakan lengan lurus, 1.138 V untuk gerakan lengan membentuk sudut 90° dan 1.774 V untuk gerakan lengan membentuk sudut 180°. Abstract Biomedical signal is signals obtained from the human body that carry information about the condition of tissues or related organs. Electromyography (EMG) is one method in biomedical field that can be used to record biomedical signal to gain the information about arm muscle activity. The EMG signal generates signals according to the movement performed by the arm, however the signals generated from the electrode are still contaminated by noise signals generated by multiple sources, as a result the EMG signal detection becomes less accurate. To resolve these problems, it is necessary a system that can perform EMG signals detection and remove the noise from EMG signals. In this research, we have designed a signal conditioning circuit consist of instrumentation amplifier, high pass filter and low pass filter. This circuit was used to process signals generated by the electrode placed on the arm. The results of the signal conditioning circuit are reprocessed using an exponential filter to obtain a more accurate signal. The signals that have been processed will be analyzed the amplitude to determine the type of arm movement performed. From the test results obtained average amplitude of 0.166 V for straight arm movement, 0.588 V for the 45° arm movement, 1.049 V for the 90° arm movement, 1.367 V for the 135° arm movement and 1.647 V for the 180° arm movement. In addition, the system has an accuracy of 86.67% in determining the type of arm movement.
Sistem Kontrol Perangkat Inframerah Menggunakan Speech Recognition dengan Spectrogram dan Convolutional Neural Network Berbasis Mikrokontroler Nurrizqy, Irfan Muzakky; Prasetio, Barlian Henryranu; Mardi Putri, Rekyan Regasari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 5: Oktober 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106909

Abstract

Menurut data dari Biro Pusat Statistik (BPS), terdapat sebanyak 22,5 juta dari penduduk Indonesia merupakan penyandang disabilitas. Angka ini berjumlah sekitar lima persen dari keseluruhan penduduk Indonesia. Di zaman sekarang, kemajuan teknologi di seluruh dunia berkembang dengan pesat, sehingga muncul banyak hal yang dapat membantu menyederhanakan kehidupan semua orang, terutama penyandang disabilitas. Salah satu hal yang membantu penyandang disabilitas adalah munculnya perangkat pintar yang dapat dikendalikan menggunakan indra selain tangan, seperti suara. Penelitian ini bertujuan untuk mengembangkan sistem yang dapat mengendalikan perangkat inframerah dengan menggunakan suara sebagai input. Sistem tersebut akan dikembangkan menggunakan mikrokontroler dan metode speech recognition yang terdiri dari spectrogram dan CNN. Penelitian ini direncanakan untuk tujuan untuk membantu penyandang disabilitas dalam mengendalikan perangkat-perangkat di sekitar rumah. Hasil pengujian menunjukkan bahwa akurasi model CNN sebesar 93% dan akurasi percobaan terhadap pengguna sebesar 74,25%. Sistem ini juga dapat menjalankan proses speech recognition dengan waktu rata-rata 0,105 detik. Jarak optimal yang diperlukan antara pengguna dengan mikrofon adalah 30 cm dan jarak optimal yang diperlukan antara transmitter inframerah dengan perangkat yang dikendalikan adalah 30 cm.   Abstract  According to data from the Central Bureau of Statistics (BPS), around 22.5 million of Indonesia's population are people with disabilities. This number amounts to about five percent of Indonesia's total population. In the present day, where technology advances are rapidly developing all around the world, there have been many things that can help simplify the lives of everyone in the world, especially people with disabilities. One thing that helps people with disabilities is the emergence of smart devices that do not need to be controlled using hands but can use other senses such as sound. This research aims to develop a system that can control infrared devices using sound as input. The system will be developed using microcontrollers and speech recognition methods consisting of spectrogram and CNN. This research is conducted with the goal of helping people with disabilities in controlling devices around the house. Testing results show that the accuracy of the CNN model is 93% and the accuracy of trials on users is 74.25%. The system can also run the speech recognition process with an average time of 0.105 seconds. The optimal distance required between the user and microphone is 30 cm and the optimal distance required between the infrared transmitter and the controlled device is 30 cm.
Rancang Bangun Ekstraksi Informasi Kartu Tanda Penduduk Berbasis Raspberry Pi 4 Menggunakan YOLOv8 dan Optical Character Recognition Manoeroe, Gregorio; Putri, Rekyan Regasari Mardi; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di SIET
Sistem Wearable Deteksi Dugaan Stres Berbasis Electrocardiogram Signal Menggunakan Metode Random Forest Nurkhoyri, Ageng; Putri, Rekyan Regasari Mardi; Bachtiar, Fitra Abdurrachman
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Konferensi Internasional
Sistem Pendeteksi Kantuk Pada Pengemudi Mobil Menggunakan Face Landmark dan Eye Aspect Ratio Features Berbasis Intel NUC Aldo, Muhammad; Rekyan Regasari Mardi Putri; Fitra Abdurrachman Bachtiar
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Konferensi Internasional
Sistem Deteksi Tingkat Engagement pada Video Iklan dengan YOLOv8 Nano Berbasis Raspberry Pi 4 Kurniawan, Rafi Athallah; Mardi Putri, Rekyan Regasari; Bachtiar, Fitra Abdurrachman
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Konferensi Internasional
Pengembangan Sistem Identifikasi Data Pada KTP Menggunakan YOLOv5 dan Tesseract OCR Berbasis Raspberry Pi 4B Izzuddin, Ahmad; Putri, Rekyan Regasari Mardi; Setiawan, Eko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kartu Tanda Penduduk (KTP) merupakan identitas resmi yang digunakan dalam berbagai proses administratif seperti pendaftaran layanan publik, transaksi perbankan, dan klaim asuransi. Namun, proses pengelolaan data KTP seringkali menemui kendala, terutama dalam hal penyalinan dan pencatatan manual oleh operator yang memakan waktu dan rawan kesalahan. Pada tiap KTP elektronik (KTP-el) memiliki chip yang memuat data dari KTP itu sendiri, tetapi tidak semua instansi mendapat izin untuk mendapatkan akses module pembaca chip tersebut. Teknologi seperti Optical Character Recognition (OCR) berbasis template matching telah diterapkan untuk menanggulangi masalah tersebut, tetapi tingkat akurasinya masih rendah dan kurang efisien. Penelitian ini mengusulkan pengembangan sistem untuk identifikasi data KTP menggunakan algoritma You Only Look Once versi ke-5 (YOLOv5) dan Tesseract OCR yang dijalankan pada perangkat Raspberry Pi 4B. Sistem ini dirancang untuk mendeteksi objek KTP pada gambar serta mengenali teks dalam integrasi sistem yang portabel. YOLOv5 dipilih karena kemampuannya dalam deteksi objek yang cepat dan akurat, sementara Tesseract OCR mendukung pengenalan karakter dalam berbagai bahasa. Berdasarkan hasil pengujian, sistem mampu mencapai akurasi deteksi sebesar 100% dan akurasi pengenalan teks sebesar 97,75%, dengan waktu komputasi rata-rata 3,179 detik per identifikasi. Hasil pengujian yang lain menunjukkan bahwa rata-rata penggunaan memori mencapai 12,805%, sementara rata-rata penggunaan CPU berada pada angka 74,965%. Temuan ini membuktikan bahwa kombinasi YOLOv5 dan Tesseract OCR dalam sistem identifikasi data KTP menunjukkan kinerja yang optimal untuk implementasi pada perangkat embedded system. Selain itu, sistem ini memiliki potensi yang besar untuk diimplementasikan dalam layanan publik secara real-time.
Co-Authors Achmad Arwan Agung Setia Budi, Agung Setia Agus Wahyu Widodo Ahmad Izzuddin Ainun Najib Eka Christianto Akbar, Muhammad Faithur Adel Patria Albert, Muhammad Zaidan Aldo, Muhammad Alhasyimi, Dana Mustofa Alqadri, Aikal Ichsan amiruddin, muhammad dzaky Angelica, Sherina Yosephine Annuranda, Ramansyah Eka Aulady, Fadhli Barlian Henryranu Prasetio Budi Darma Setiawan Candra Dewi Candra Dewi Chusnah Puteri Damayanti Dahnial Syauqy Dharmawan, Fakhriz Thoriqo Dian Eka Ratnawati Edy Santoso Eko Setiawan Eko Setiawan Elsa Nuramilus Shofia Endah Utik Wahyuningtyas Faizatul Amalia Fajar, Sanhnai Fathirul Fanani, Aulia Putri Firdaus, Muhammad Alifiansyah Firza Zamzani, Muhammad Fitra Abdurrachman Bachtiar Fitriyah, Hurriyatul Fran's Dwi Saputra Atmanagara Frans Agum Gumelar Gembong Edhi Setyawan Haqiqi, Farih Akmal Herlambang, Romario Yudo Hisdianton, Oktavian Hurriyatul Fitriyah, Hurriyatul Ichsan , Mochammad Hannats Hanafi Imam Cholissodin Indriati Indriati INTAN NIRMALASARI Irfan Muzakky Nurrizqy Iunike Kartika Dewi Karuniawan Susanto Khoirin Nisa Fitrianur Kurniawan, Rafi Athallah Kusuma, Aji Ranca Lailil Muflikhah Lilik Wahyuni Luthfi Anshori M. Ali Fauzi Mahar Beta Adi Sucipto, Ekmaldzaki Royhan Malik, Hifdzul Manoeroe, Gregorio Maryamah Maryamah Merry Gricelya Nababan Merry Gricelya Nababan, Merry Gricelya Meryandha, Afra Naima Mimin Putri Raharyani Moch. Maulana Alrizzaqi Muhammad Abduh Muhammad Adiputra Muhammad Najmi Ridhani Muzayyin, Asep Nata Dirana, Pratama Putra Niken Hendrakusma Wardani Ningsih Puji Rahayu Nurkhoyri, Ageng Nurrizqy, Irfan Muzakky Nurul Auliyah Pamungkas, Gilang Alif Pangestu Ari Wijaya Pardamean, Yohanes Pinandita, Eggi Pur Praminsya, Agam Pratama, Muhammad Naufal Rafi Pratomo Adinegoro Pricillia, Lidya Ruth Rakhmadhany Primananda, Rakhmadhany Rakhmadina Noviyanti Ramadhan, Wafdannur Ramadhani, Aryo Sheva Ramadhani, Roihaan Randi Pratama Nugraha Randy Cahya Wihandika Randy Cahya Wihandika Ridho Adi Febrian Rima Diah Wardhani Rizal Maulana, Rizal Rizqi Muh. Muqoffi Ashshidiqi Rosyidah, Dinda Inayatur Satria Dwi Nugraha Satrio Agung Wicaksono Sevtyan Eko Pambudi Siswanti Sukmawan, Sony - Supraptoa Supraptoa Sutopo Sutopo Sutrisno Sutrisno Syahwanto, Virandy Bagaskara Tegar Assyidiqi Nugroho Tibyani Tibyani Utaminingrum, Fitri Vienticentia Imanuwelita Widodo, Moudy Lestari Tulus Widyana, Kurnita Ruci Wijaya Kurniawan Yusi Tyroni Mursityo Yusuf Priyo Anggodo, Yusuf Priyo Zahra Swastika Putri Zarkasyi, Muhammad Rifky Irfan Zultoni Febriansyah