Article Per Year (5 Year)
p-Index From 2021 - 2026
4.464
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 Journal of Innovation and Future Technology (IFTECH) Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Indonesian Journal of Data and Science Jurnal Pengabdian kepada Masyarakat Nusantara JAST Prosiding Seminar Riset Mahasiswa Journal of Computing Theories and Applications 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 Engineering Health Professions Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Meningkatkan Kreativitas Remaja Desa Manggihan Kecamatan Getasan Kabupaten Semarang Melalui Pelatihan Content Creator Menggunakan CapCut Waluyo Poetro, Bagus Satrio; Mulyono, Sri
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 3 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Edisi Mei- Agustus
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i3.3411

Abstract

Perkembangan teknologi dalam era globalisasi telah mengubah cara masyarakat mengakses informasi dan berkomunikasi. Desa Manggihan di Kecamatan Getasan, Kabupaten Semarang, memiliki potensi sumber daya alam dan budaya lokal yang belum sepenuhnya dimanfaatkan. Untuk mengembangkan potensi ini, diadakan pelatihan content creator bagi remaja desa menggunakan aplikasi CapCut. Pelatihan ini bertujuan meningkatkan keterampilan kreatif remaja dalam membuat konten promosi yang menarik dan profesional, serta memanfaatkan media sosial sebagai alat pemasaran digital.Metode pelatihan meliputi sesi teori, praktik langsung, studi kasus, dan diskusi kelompok. Peserta diajarkan dasar-dasar content creation, penggunaan aplikasi CapCut, serta teknik fotografi dan videografi. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pengetahuan dan keterampilan peserta.Hasil pelatihan menunjukkan peningkatan signifikan dalam kemampuan remaja desa dalam membuat dan mengelola konten digital. Konten yang dihasilkan mencakup dokumentasi aktivitas desa, pengolahan produk lokal, dan cerita rakyat yang dikemas secara visual menarik. Selain itu, peserta belajar menganalisis efektivitas konten melalui tools analitik dari platform media sosial.Pelatihan ini meningkatkan keterampilan digital peserta dan berkontribusi pada peningkatan ekonomi lokal melalui promosi yang lebih luas dan profesional atas produk dan budaya desa. Pelatihan ini diharapkan menjadi langkah awal signifikan bagi Desa Manggihan dalam mewujudkan konsep Smart Village, menggabungkan teknologi dan tradisi untuk pembangunan berkelanjutan.
Deteksi Ketersediaan Tempat Parkir menggunakan Mask R-CNN (Studi Kasus : Fakultas Teknologi Industri Universitas Islam Sultan Agung) Ayudhawara, Ahmad; Poetro, Bagus Satrio Waluyo; Qomaruddin, Muhammad
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Tempat parkir merupakan sarana yang dibutuhkan hampir oleh setiap orang, dan lagi jumlah pemilik kendaraan bermotor di Indonesia terus meningkat setiap tahunnya. Hal tersebut dapat menjadi suatu permasalahan untuk pengguna kendaraan untuk dapat menemukan lahan parkir yang semakin sedikit. Di zaman sekarang ini sudah banyak metode yang digunakan untuk dapat memudahkan sistem perparkiran, salah satunya dengan menggunakan ilmu citra digital. Sistem ini menggunakan metode deteksi objek pada citra digital yaitu Mask R-CNN dimana metode tersebut dapat mendeteksi banyak objek pada satu frame dengan hasil keluaran yang lebih lengkap. Sistem ini dibangun agar memudahkan pengguna kendaraan mobil untuk mencari lahan parkir yang masih kosong. Pengujian sistem ini menggunakan tiga sampel video dengan tempat dan kondisi yang berbeda. Hasil pengujian menunjukkan untuk rata-rata akurasi ketersediaan tempat parkir sebesar 96%, namun akurasi untuk deteksi objek kendaraan masih belum bagus.Keyword: mask r-cnn, parkir, deteksi objek.
SISTEM PENGAMANAN DOKUMEN PENGAJUAN HAK PATEN DENGAN MENGGUNAKAN METODE STEGANOGRAFI LINE SHIFTING Saifurrohman, Ahmad; Poetro, Bagus Satrio Waluyo; Taufik, Moch
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Dokumen digital merupakan salah satu jenis data yang mudah dikirim dan diduplikasi melalui internet, sehingga rawan terkena serangan. Kemudahan ini bisa dimanfaatkan oleh pihak-pihak yang tidak bertanggung jawab untuk melakukan tindakan yang dapat merugikan hak cipta dokumen tersebut. Oleh karena itu, dibutuhkan teknik yang dapat menyembunyikan data dalam media sebagai watermark tanpa mengurangi atau merubah informasi yang adapada dokumen tersebut, teknik ini disebut steganografi. Dengan steganografi, data tersebut tidak terlihat oleh pihak yang tidak berwenang dan tidak menimbulkan kecurigaan terkait dengan keberadaan data tersebut. Saat melakukan uji sistem menggunakan white box, program ini tidak memiliki error saat dijalankan. Dengan percobaan pada lima kasus uji, hanya satu percobaan yang mengalami kegagalan saat di deocde ulang. Yaitu pengujian terhadap dokumen pdf hanya memiliki satu halaman dan pesan disisipkan sebanyak 35 karakter. Dalam penerapan steganografi line shifting untuk dokumen, masih ada karakter yang bukan merupakan karakter pesan yang tercetak pada saat proses decode.Keyword: Dokumen digital, Steganografi, Line Shifting.
DETEKSI DEEPFAKE VIDEO BERDASARKAN INKONSISTENSI GERAKAN KEPALA DAN LEHER MENGGUNAKAN VARIATIONAL AUTOENCODER Muhammad Fikri Maulana; Bagus Satrio Waluyo Poetro
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v3i4.3840

Abstract

Teknologi deepfake saat ini mampu memproduksi manipulasi video yang sangat realistis, sehingga sulit dideteksi oleh metode berbasis spasial statis. Penelitian ini mengusulkan metode deteksi deepfake melalui analisis inkonsistensi biomekanik gerakan kepala dan wajah menggunakan Variational Autoencoder (VAE). Dengan pendekatan unsupervised anomaly detection, model dilatih hanya menggunakan video asli untuk mempelajari pola pergerakan alami manusia. Lima fitur utama diekstraksi menggunakan MediaPipe, yakni Pitch, Yaw, Roll, Eye Aspect Ratio (EAR), dan Mouth Aspect Ratio (MAR), yang diproses dengan teknik sliding window 60 frame. Hasil pengujian menggunakan dataset FaceForensics++ dan Celeb-DF menunjukkan performa model dengan akurasi 66% dan nilai AUC sebesar 0,69. Penelitian ini membuktikan bahwa inkonsistensi gerakan biomekanik merupakan indikator kuat dalam mendeteksi manipulasi video sintesis tingkat lanjut.  
Sosialisasi Pengelolaan Sampah melalui Aplikasi Bank Sampah di Desa Manggihan Kecamatan Getasan Kabupaten Semarang Andi Riansyah; Bagus Satrio Waluyo Poetro; Iven Aurananta Damaivila
Indonesian Journal of Community Services Vol 8, No 1 (2026): May 2026
Publisher : LPPM Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ijocs.8.1.74-82

Abstract

Permasalahan pengelolaan sampah di pedesaan masih menjadi isu penting, khususnya di Desa Manggihan, Kecamatan Getasan, Kabupaten Semarang. Sampah rumah tangga yang tidak terkelola dengan baik menimbulkan pencemaran lingkungan dan menurunkan kualitas kesehatan masyarakat. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk memperkenalkan dan mengimplementasikan aplikasi Bank Sampah sebagai inovasi manajemen pengelolaan sampah berbasis digital. Aplikasi ini dirancang untuk membantu masyarakat dalam memilah, mencatat, dan mengelola sampah rumah tangga secara lebih terstruktur dan transparan. Metode pelaksanaan meliputi observasi lapangan, diskusi kelompok terarah, sosialisasi, pelatihan penggunaan aplikasi, serta monitoring keterlibatan masyarakat. Hasil kegiatan menunjukkan adanya peningkatan kesadaran warga dalam memilah sampah, ditandai dengan keterlibatan rumah tangga yang mulai aktif berpartisipasi dalam pencatatan setoran melalui aplikasi untuk mendukung pengelolaan sampah. Kehadiran karang taruna sebagai fasilitator lokal turut mendukung keberhasilan implementasi dengan membantu warga beradaptasi terhadap teknologi. Implikasi dari kegiatan ini adalah terciptanya sistem pencatatan yang lebih akuntabel, peningkatan partisipasi masyarakat, serta terbentuknya model pengelolaan sampah berbasis komunitas yang dapat direplikasi di desa lain.Waste management in rural areas remains a significant issue, particularly in Manggihan Village, Getasan District, Semarang Regency. Improperly managed household waste contributes to environmental pollution and decreases public health quality. This Community Service Program (PkM) aimed to introduce and implement a Waste Bank mobile application as a digital innovation for household waste management. The application was designed to assist the community in sorting, recording, and managing waste in a more structured and transparent manner. The implementation methods included field observation, focus group discussions, socialization, training on application use, and monitoring of community participation. The results showed an increase in community awareness of waste sorting, indicated by households that began to actively participate in recording their deposits through the application to support waste management activities. The involvement of local youth organizations (karang taruna) also contributed to the success of the program by assisting residents in adapting to the technology. The implications of this program include the establishment of a more accountable recording system, increased community participation, and the development of a community-based waste management model that can be replicated in other villages.
Block-wise Authenticated DNA-based Image Encryption with Tamper Localization using HKDF-Derived Keys Bagus Satrio Waluyo Poetro; Kusworo Adi; Aris Puji Widodo
Journal of Computing Theories and Applications Vol. 4 No. 1 (2026): JCTA 4(1) 2026
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/jcta.16605

Abstract

Confidentiality alone cannot establish whether a medical, forensic, cloud-stored, or remotely sensed image has been modified during transmission, while a single global authentication verdict cannot identify the affected region. This paper presents a block-wise authenticated DNA-based image encryption framework that integrates a DNA-chaos confidentiality core with pre-decryption integrity verification and spatial tamper localization. An authenticated ephemeral X25519 key exchange establishes a session secret, which is expanded by HKDF-SHA256 into four transcript-bound, domain-separated subkeys for permutation, DNA operations, diffusion, and authentication. Chaotic seeds are derived from a canonical plaintext hash and block coordinates, preserving strong plaintext differential sensitivity while confining post-encryption modifications to the affected blocks. Ciphertext integrity is enforced using a block-wise encrypt-then-MAC construction with 128-bit truncated HMAC-SHA256 tags that authenticate both the canonical header and each ciphertext block. A reduction-based security argument shows that the authentication layer provides ciphertext integrity and conditionally upgrades an IND-CPA encryption core to IND-CCA security under standard HKDF and HMAC assumptions, while the confidentiality claim remains explicitly conditional on the encryption core. Experiments on 30 tuberculosis chest radiographs across five independent sessions achieved a ciphertext entropy of 7.9972, near-zero adjacent-pixel correlation, 99.61% NPCR, and 33.47% UACI. Across five representative tampering attacks, the proposed framework achieved an observed 100% block-level true-positive rate, 0% false-positive rate, and required only 2.847 ± 0.258 ms for block-wise authentication with 6.25% tag overhead using the default 16×16 block configuration. These results demonstrate that the proposed framework effectively combines statistical confidentiality, modern cryptographic key management, and reliable block-level tamper localization within a unified authenticated image encryption architecture.
DETEKSI PENYAKIT PADA TANAMAN HORTIKULTURA MENGGUNAKAN ENSEMBLE LEARNING DAN VISION TRANSFORMER Muhammad Giza Aditya Nurdarmawan; Bagus Satrio Waluyo Poetro
Journal of Innovation And Future Technology Vol. 8 No. 2 (2026): Vol 8 No 2 (Agustus 2026): Journal of Innovation and Future Technology (IFTECH)
Publisher : LPPM Unbaja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/iftech.v8i2.4578

Abstract

Traditional tomato disease detection often relies on visual inspection by humans, making the process subjective, time-consuming, and susceptible to inconsistencies. This study proposes an automated image-based tomato leaf disease detection system using an ensemble learning approach that combines a Convolutional Neural Network (CNN) and a Vision Transformer (ViT) to improve classification performance. The model was developed to classify three categories of tomato leaves: Healthy, Leaf Mold, and Septoria Leaf Spot. The dataset was preprocessed through image resizing, normalization, and augmentation to improve model generalization. Predictions from the CNN and ViT models were integrated using a weighted ensemble strategy and deployed as a real-time web-based application using Gradio, enabling users to upload tomato leaf images and receive instant diagnostic results. Performance evaluation was conducted using accuracy, precision, recall, and F1-score. The proposed system achieved an overall accuracy of 81.60%. The model demonstrated excellent performance in identifying Healthy leaves, achieving 100% recall, and showed strong classification capability for Septoria Leaf Spot with an F1-score of 0.84. However, the system exhibited lower performance in detecting Leaf Mold, obtaining a recall of 0.46, indicating that this class remains challenging to distinguish from healthy leaves. Overall, the study demonstrates the feasibility of integrating deep learning models into an accessible diagnostic application while highlighting opportunities for future improvements in ensemble optimization and disease classification performance.
Deteksi Website Phishing Menggunakan Hybrid feature URL dan Analisis Konten HTML dengan Ensemble Machine learning M Maulana Fathul Muin; Bagus Satrio Waluyo Poetro
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 4 No. 1 (2026): Agustus
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v4i1.4517

Abstract

Penelitian ini mengusulkan pengembangan System for Ensemble Phishing & HTML Intelligent Analysis (SEPHIA), sebuah sistem deteksi website phishing berbasis  ekstraksi fitur hibrida. Pendekatan ini mengombinasikan  16 fitur leksikal URL dan 14 fitur perilaku struktural Document Object Model (DOM) HTML. Proses klasifikasi dilakukan menggunakan algoritma Ensemble Machine Learning ( Random Forest dan Extreme Gradient Boosting / XGBoost) dengan mekanisme Soft Voting untuk menangani ketidakseimbangan data. Model dilatih menggunakan dataset gabungan dari repositori OpenPhish dan Majestic Million  sejumlah 5.000 sampel data. Hasil evaluasi kinerja pada 1.000 data uji (498 Legitimate dan 502 Phishing) menunjukkan model ensemble ini mencapai tingkat  Akurasi 99,10%, Presisi 99,60%, Sensitivitas (Recall) 98,61%, dan F1-Score 0,991. Integrasi lapisan Rule-Based (Protokol Veto Merek) dan mekanisme Heuristic Fallback pada antarmuka sistem terbukti secara signifikan memblokir serangan Typosquatting dan tautan tidak aktif..
Predicting Cardiovascular Disease Using Machine Learning: A Feature Engineering and Model Comparison Approach Bagus Satrio Waluyo Poetro; Dian Hafidh Zulfikar; I Made Sunia Raharja; Nicodemus Mardanus Setiohardjo
International Journal of Artificial Intelligence in Medical Issues Vol. 3 No. 2 (2025): International Journal of Artificial Intelligence in Medical Issues
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijaimi.v3i2.363

Abstract

Cardiovascular disease (CVD) remains one of the leading causes of mortality globally, emphasizing the need for early detection and effective risk stratification. With the increasing availability of clinical and lifestyle-related health data, machine learning (ML) has become a powerful tool to support data-driven diagnosis and decision-making in healthcare. This study aims to develop and evaluate multiple supervised ML models to predict the presence of cardiovascular disease based on non-invasive features obtained from routine medical checkups. The dataset, comprising 69,301 individual records, includes variables such as age, gender, blood pressure, cholesterol, glucose levels, body measurements, and lifestyle habits. Following comprehensive data cleaning and feature engineering such as the derivation of BMI, Mean Arterial Pressure (MAP), and Pulse Pressure four classifiers were applied: Logistic Regression, Random Forest, Gradient Boosting, and Support Vector Machine (SVM). Model performance was evaluated using metrics including accuracy, precision, recall, F1-score, and ROC-AUC. Among all models tested, the Gradient Boosting Classifier achieved the highest performance, with a ROC-AUC score of 0.8060 and a balanced precision-recall tradeoff, indicating strong discriminatory power. Visualizations such as ROC curves and confusion matrices confirmed the superior capability of Gradient Boosting in differentiating between patients with and without CVD. These findings demonstrate the viability of ML-driven risk assessment models as decision-support tools in clinical settings, potentially aiding in earlier diagnosis and more personalized intervention strategies.
Implementasi Password-Based Scrambling dan Metode Least Significant Bit (LSB) untuk Otentikasi Keaslian Citra Digital Angeli Khairunissa Aulia Rahma; Bagus Satrio Waluyo Poetro
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 4 No. 1 (2026): Agustus
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v4i1.4565

Abstract

Kemudahan distribusi citra dokumentasi melalui kanal digital meningkatkan risiko pengunggahan ulang tanpa identitas sumber serta manipulasi yang sulit dikenali secara visual. Kondisi tersebut menyebabkan penerima sulit memastikan apakah citra masih sama dengan citra yang pertama kali diterbitkan. Penelitian ini bertujuan menerapkan kombinasi Password-Based Scrambling dan Least Significant Bit (LSB) dengan pendekatan fragile watermarking untuk membantu autentikasi citra digital. Password diproses menggunakan SHA-256 untuk menghasilkan seed bagi pseudo-random number generator (PRNG). Urutan deterministik yang dihasilkan PRNG digunakan pada Fisher-Yates Shuffle untuk mengacak piksel watermark dan menentukan lokasi penyisipan pada kanal LSB. Pengujian dilakukan menggunakan 12 citra sampul RGB dan satu watermark grayscale berukuran 320 × 320 piksel pada kondisi tanpa manipulasi serta setelah kompresi JPEG, cropping, dan resizing. Proses penyisipan menghasilkan rata-rata MSE 0,0635, PSNR 62,78 dB, dan SSIM 0,9995, yang menunjukkan perubahan visual sangat kecil. Tanpa manipulasi, watermark berhasil direkonstruksi dengan BER 0 dan NC 1. Setelah manipulasi, rata-rata BER meningkat menjadi 0,4974 dan NC menurun menjadi 0,5941 sehingga watermark tidak dapat dikenali. Pada kompresi, PSNR tetap lebih dari 40 dB meskipun ekstraksi watermark gagal. Hasil tersebut menunjukkan bahwa sistem sensitif terhadap seluruh manipulasi yang diuji, tetapi belum dapat menentukan jenis dan lokasi manipulasi secara otomatis.
Co-Authors Ahmat Yusuf Andika, Ardhi Dwi Angeli Khairunissa Aulia Rahma Angriani, Husni Arief Budiman Aris Puji Widodo Aris Wahyu Murdiyanto Ayudhawara, Ahmad Dedy Kurniadi Dian Hafidh Zulfikar Dian Hafidh Zulfikar Effan Najwaini Fadhila Tangguh Admojo Hamada Zein I Made Sunia Raharja Imam Much Ibnu Subroto Iven Aurananta Damaivila izmy alwiah musdar Jiwani, Fatwa Akbar Kusworo Adi M Maulana Fathul Muin Maria, ⁠⁠Eny Medi Taruk Meldyantono, Anggara Putra Moch Taufik Muhammad Fikri Maulana Muhammad Giza Aditya Nurdarmawan Muhammad Qomaruddin Nicodemus Mardanus Setiohardjo Nur Muhammad Syaifuddin Nurul Hidayah Nuzulia Khoiriyah Putra, Allief Suryatama Jaya Riansyah, Andi Saifurrohman, Ahmad Sam Farisa Chaerul Haviana Sinra, A. Siregar, Alda Cendekia Sri Mulyono Sri Mulyono Suryani Alifah Vani Aulia Pramesti Widhya Nugroho Satrioajie