Tedy Firmansyah
Program Studi Informatika, Universitas PGRI Semarang, Kota Semarang, Indonesia

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

Found 2 Documents
Search

WEBGIS PERBANDINGAN DAN PENYEBARAN RUMAH SAKIT, PUSKESMAS, TENAGA KESEHATAN (AHLI GIZI) TERHADAP KUALITAS KESEHATAN DI KABUPATEN KUDUS TAHUN 2021-2022 Tedy Firmansyah; Bambang Agus Herlambang, Ahmad Khoirul Anam
HUMANITIS: Jurnal Homaniora, Sosial dan Bisnis Vol. 1 No. 6 (2023): HUMANITIS : Jurnal Humaniora, Sosial dan Bisnis
Publisher : ADISAM PUBLISHER

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

Abstract

Health is a crucial aspect in the development of a region. The quality of health services can determine people's welfare. This research aims to map the distribution of hospitals, health centers and nutritionist health workers in Kudus Regency, Central Java, throughout 2021-2022. This research uses the waterfall method using Quantum GIS software. The variables that are the focus of the research cover nine sub-districts in Kudus Regency, Central Java, in the 2021-2022 period with data sourced from the Central Statistics Agency. It is hoped that the research results can identify areas that require improvements in health facilities and the distribution of health workers so that they can make a positive contribution to local community health services.
Implementasi YOLOv8 dan ESP32 pada Prototipe Sistem Penargetan Militer dengan Integrasi Aktuator Servo Tedy Firmansyah; Bambang Agus Herlambang; Noora Qotrun Nada
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 3 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i3.3469

Abstract

Penelitian ini mengembangkan prototipe sistem penargetan otomatis berbasis kecerdasan buatan untuk simulasi laboratorium dengan mengintegrasikan YOLOv8 yang dijalankan pada PC host, kamera computer vision, ESP32 sebagai pengendali aktuator servo, dan antarmuka web berbasis Flask. Sistem mendukung deteksi objek secara real-time, kontrol proporsional, serta antarmuka web dengan mode manual dan otomatis serta kontrol menggunakan perintah suara. Model utama YOLOv8 yang digunakan adalah redball.pt yang dilatih menggunakan dataset sebanyak 353 gambar, terdiri dari 247 data train, 71 data valid, dan 35 data test. Hasil pengujian menunjukkan inferensi YOLOv8 pada PC host mampu berjalan pada kecepatan rata-rata 28,4 FPS serta menghasilkan waktu settling rata-rata 2,12 detik, kesalahan posisi 4,8 piksel, dan overshoot sebesar 11,2%. Hasil penelitian menunjukkan bahwa prototipe mampu memberikan presisi penargetan yang baik dan fleksibilitas untuk pengembangan sistem penargetan berbasis Artificial Intelligence (AI) di lingkungan penelitian dan laboratorium terisolasi.