Article Per Year (5 Year)
p-Index From 2020 - 2025
3.215
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Journal of Telematics and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics TRANSISTOR Elektro dan Informatika Indonesian Journal of Community Services Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Indonesian Journal of Data and Science Jurnal Pengabdian kepada Masyarakat Nusantara JAST Prosiding Seminar Riset Mahasiswa Jurnal Rekayasa Sistem Informasi dan Teknologi International Journal of Artificial Intelligence in Medical Issues
Poetro, Bagus Satrio Waluyo
Universitas Islam Sultan Agung
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : TRANSISTOR Elektro dan Informatika

 1 
Sistem Deteksi Penyakit Mata Pterigium Berbasis Android Mengunakan Metode Convolutional Neural Network Nur Muhammad Syaifuddin; Dedy Kurniadi; Bagus Satrio Waluyo Poetro
TRANSISTOR Elektro dan Informatika Vol 5, No 1 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.1.%p

Abstract

Bagi manusia, mata adalah salah satu indera yang sangat penting. Berbagai kegiatan dilakukan manusia melalui mata yang berfungsi menyerap informasi visual. Namun, mata adalah organ yang cukup rentan terhadap gangguan penglihatan, baik itu gangguan ringan maupun berat yang dapat menyebabkan kebutaan. Dengan terganggungnya fungsi penglihatan, maka berbagai aktivitas yang dilakukan seseorang akan terganggu, dan dari berbagai macam gangguan kesehatan mata, salah satunya adalah pterigium. Pterigium adalah suatu penyakit yang mengganggu fungsi penglihatan dan apabila kondisinya sudah sangat parah bisa menyebabkan kebutaan, oleh karena itu, deteksi dini pterigium dapat dijadikan sebagai solusi dalam upaya pencegahan pterigium, dan deteksi pterigium dapat dilakukan menggunakan algoritma Convolutional Neural Network. Penelitian ini menggunakan algoritma Convolutional Neural Network untuk mendeteksi pterigium yang direpresentasikan ke dalam sistem berbasis android. Hasil penelitian dieavaluasi berdasarkan akurasi pada tahap training dan validation, serta testing yang dilakukan secara manual pada smartphone android dan hasilnya akan dimasukkan ke dalam tabel confusion matrix. Dari 5 konfigurasi, model dengan kinerja terbaik pada tahap training dan validation adalah konfigurasi 4, yaitu nilai loss sebesar 0,2294, akurasi 88,89%, validasi loss 0,1052, dan validasi akurasi 100%. Dan pada tahap pengujian konfigurasi 1 dan 4, masing-masing nilai akurasi, precission, recall, dan F1 adalah 1 atau 100%.
Pemanfaatan MidtrGame Edukasi Petualangan Menggunakan RPG Maker MV dengan Finite State Machineans Sebagai Gateway pada Sistem Pembayaran Administrasi Sekolah Andika, Ardhi Dwi; Mulyono, Sri; Poetro, Bagus Satrio Waluyo
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.139-146

Abstract

Penelitian Game Edukasi Petualangan Menggunakan RPG Maker Mv dengan berlatarbelakang mengenai game yang bermunculan tahun 2022 banyak mengandung unsur pendidikan. Game ini bergenre RPG berlatar spesifik Unissula dan karakter yakni mahasiswa FTI. Dengan metode Finite State Machine, pemain dituntut menyelesaikan permainan dengan baik, beberapa syarat menjadi pemicu game ini, hingga pemain dapat melanjutkan ke state selanjutnya. Beberapa kekurangan penelitian ini hanya berjalan di PC dan jumlah gender pada pemain hanya ada laki-laki. Tujuan penelitian ini dibuat untuk membuat game edukasi Mahasiswa Baru Unissula. Menganalisa kualitas multimedia dan pixel grafik game Advenducation. Mengimplementasikan metode fsm game. Hasil penelitian ini game Advenducation yang dimainkan pada PC, dengan metode Finite State Machine membuat game Edukasi RPG sangatlah baik, karena player bermain sambil belajar dengan mencar suatu persyaratan agar lanjut ke level selanjutnya. Hal ini akan membuat player secara tidak sadar telah mempelajari bagaimana melakukan sesuatu agar bisa berurutan demi mencapai suatu tujuan tertentu.
Identifikasi Kematangan Buah Jeruk Medan Menggunakan K-Nearest Neighbor berbasis Metrik RGB Putra, Allief Suryatama Jaya; Subroto, Imam Much Ibnu; Poetro, Bagus Satrio Waluyo
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.155-160

Abstract

Kemajuan pesat inovasi di bidang pengolahan citra semakin membuat aplikasi dan eksplorasi strategi penanganan gambar dibuat. Pengolahan citra mempunyai peranan penting di berbagai bidang. Aplikasi pengolahan citra berkaitan dengan pemrosesan citra berkaitan dengan transformasi warna. Dalam hal ini, metode transformasi ruang warna RGB sebagai bagian dari pengolahan citra membantu dalam mendeteksi warna dalam citra dan mengolahnya. Ruang warna merupakan model matematis yang menjelaskan mengenai warna yang direpresentasikan ke dalam model angka. Dalam penelitian ini, berdasarkan dari hasil pengujian menggunakan citra buah Jeruk Medan untuk mendeteksi jenis kematangannya dengan melakukan transformasi ruang warna RGB lalu mencari nilai rata-rata dari setiap warna dasar yaitu merah, hijau, dan biru kemudian memberikan metode KNN algoritma yang sering digunakan dalam pembelajaran mesin. Algoritma ini digunakan untuk memprediksi kelas suatu objek berdasarkan data pembelajaran yang ada. Algoritma ini bekerja dengan cara mencari objek yang paling mirip dengan objek yang ingin diprediksi kelasnya, lalu menggunakan kelas dari objek-objek tersebut untuk memprediksi kelas dari objek yang ingin diprediksi yang dilakukan dengan menggunakan data sampel sebanyak 180 data buah yang terdiri dari 60 citra buah Jeruk Medan disetiap jenis kematangannya, 60 sampel uji buah Jeruk Medan matang, 20 sampel buah Jeruk Medan setengah matang dan 60 sampel buah Jeruk Medan mentah. Pada penelitian ini mendapatkan nilai hasil dari klasifikasi dari k = 9 juga memiliki presentasi yang tinggi yaitu 87%
Co-Authors Ahmad Ayudhawara Ahmad Saifurrohman Ahmat Yusuf Andika, Ardhi Dwi Angriani, Husni Arief Budiman Aris Wahyu Murdiyanto Dedy Kurniadi Dian Hafidh Zulfikar Effan Najwaini Fadhila Tangguh Admojo Hamada Zein Imam Much Ibnu Subroto izmy alwiah musdar Jiwani, Fatwa Akbar Maria, ⁠⁠Eny Meldyantono, Anggara Putra Moch Taufik Muhammad Qomaruddin Nur Muhammad Syaifuddin Nurul Hidayah Nuzulia Khoiriyah Putra, Allief Suryatama Jaya Sam Farisa Chaerul Haviana Sinra, A. Siregar, Alda Cendekia Sri Mulyono Sri Mulyono Suryani Alifah Taruk, Medi Vani Aulia Pramesti Widhya Nugroho Satrioajie