Article Per Year (5 Year)
p-Index From 2021 - 2026
1.8
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika SMATIKA Network Engineering Research Operation [NERO] Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Insan Farmasi Indonesia Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Atma Inovasia Prosiding Seminar Nasional Universitas Ma Chung Prosiding Seminar Nasional Pengabdian Masyarakat Journal of Embedded Systems, Security and Intelligent Systems JUKEJ: Jurnal Kesehatan Jompa JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Smatika Jurnal : STIKI Informatika Jurnal
Setiawan, Hendry
Teknik Informatika, Universitas Ma Chung
Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Medicine & Pharmacology Nursing Physics Public Health Social Sciences Veterinary Other

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

Found 30 Documents
Search

 1   2   3 
Implementasi Augmented Reality Visualisasi Rumah Berbasis Unity Hans Kristian; Hendry Setiawan; Oesman Hendra Kelanata
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 5 No 02 (2015): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v5i02.80

Abstract

Bisnis properti mulai berkembang pesat sehingga para pebisnis terjun ke bisnis ini. Penggunaan media promosi dengan objek dua dimensi masih digunakan, sehingga sudut pandang yang dihasilkan sangat terbatas. Karena sudut pandang yang terbatas membuat para calon pembeli kurang tertarik dengan model rumah dalam bentuk dua dimensi tersebut. Oleh karena itu peneliti memiliki usulan untuk mengimplementasikan Augmented Reality kedalam sebuah aplikasi pada perangkat bergerak. Dengan menggunakan Augmented Reality dapat mempermudah calon pembeli untuk melihat maket rumah dalam bentuk tiga dimensi. Aplikasi ini juga berguna bagi developer dalam melakukan promosi. Pembuatan aplikasi ini menggunakan software Unity yang memakai bahasa pemrograman C#. untuk pembuatan model rumah menggunakan software Blender yang menghasilkan objek tiga dimensi. Hasil yang diperoleh dari penelitian ini yaitu, sebuah aplikasi dengan pengimplementasian Augmented Reality untuk memisualisasi maket rumah dalam bentuk tiga dimensi. Untuk proses uji coba menggunakan responden dari developer perumahan dan masyarakat RT 01 RW 04. Lebih dari 70% responden menyatakan bahwa aplikasi ini menarik karena dapat melihat maket rumah dalam bentuk tiga dimensi, sehingga dapat melihat maket rumah dari berbagai sisi. Dan aplikasi ini juga lebih interaktif sebagai media promosi.
Implementasi Augmented Reality Untuk Visualisasi Pakaian Wanita Priska Mariana; Hendry Setiawan; Paulus Lucky Tirma Irawan
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 5 No 02 (2015): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v5i02.85

Abstract

Tipe tubuh merupakan salah satu faktor yang mempengaruhi kecocokan wanita dalam berpakaian.Tetapi, masih banyak yang belum mengerti mengenai hal ini, sehingga sering terjadi kekecewaankarena pakaian yang dibeli ternyata tidak cocok. Aplikasi Body Fit ini dibangun berdasarkanpermasalahan tersebut dengan menggunakan BWH (Bust Waist Hip) Measurement untuk membuatsistem rekomendasi pakaian yang cocok dan mengimplementasikan Augmented Reality untukmembantu persepsi tampak pakaian di tubuh pengguna. Augmented Reality merupakan teknologiyang sedang tren, bekerja dengan cara menggabungkan benda maya ke dalam sebuah lingkungannyata tiga dimensi lalu memproyeksikan benda-benda tersebut. Aplikasi ini memberikan hasil rekomendasi pakaian yang cocok dengan tipe tubuh penggunaberdasarkan jenis/model pakaian yang terletak pada server. Aplikasi ini terdiri dari 2 bagian, yaitubagian yang diakses oleh penjual melalui website dan bagian yang diakses pengguna melaluiaplikasi perangkat Android. Bagian yang diakses oleh penjual melalui website digunakan untukmemodifikasi basis data pakaian yang digunakan dalam aplikasi yang digunakan pengguna. Hasil uji coba menunjukkan bahwa sistem rekomendasi sudah sesuai dengan keinginan penggunadan dapat memberikan solusi kepada pengguna dengan tingkat kepuasan mencapai 80%. Hasiltingkat kepuasan terhadap visualisasi pakaian mencapai 87%.
Implementasi Augmented Reality Untuk Cerita Rakyat Malin Kundang Berbasis Perangkat Bergerak Nicholas Febrian; Hendry Setiawan; Oesman Hendra Kelana
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 5 No 02 (2015): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v5i02.96

Abstract

Indonesia merupakan negara yang kaya akan nilai-nilai budaya yang diwariskan secara turun-temurun seperti cerita rakyat. Cerita rakyat mengandung nilai-nilai norma dan keluhuran bangsa Indonesia. Pada saat ini, cerita rakyat menghadapi tantangan untuk tumbuh dan berkembang di masyarakat Indonesia. Sampai pada saat ini, cerita rakyat hanya dikemas dalam bentuk buku cerita sederhana dan film animasi sederhana. Hal ini mengakibatkan cerita rakyat tidak lagi diminati oleh masyarakat khususnya kalangan anak-anak. Dengan menggabungkan teknologi Augmented reality dengan cerita rakyat Malin Kundang pada perangkat bergerak Android, cerita rakyat Malin kundang dapat dikemas dengan kemasan yang lebih menarik. Konsep dasar Augmented Reality adalah dengan menggabungkan anatara dunia nyata dan dunia maya, lalu memvisualisasikan kembali cerita rakyat tersebut secara realtime. Dengan menggunakan teknologi Augmented reality, cerita rakyat akan memiliki inovasi yang lebih menarik sehingga diminati oleh masyarakat Indonesia khusunya kalangan anak-anak. Hasil yang diperoleh dari penelitian ini adalah aplikasi Augmented Reality untuk cerita rakyat Malin Kundang pada perangkat bergerak. Aplikasi terdiri dari 14 scenes. Pada setiap scenes terdapat 2 pilihan bahasa dan sebuah animasi video. Sebanyak 90,8% dari 30 responden setuju bahwa aplikasi yang dibuat dapat meningkatkan minat anak-anak terhadap cerita rakyat Malin Kundang.
Rancang Bangun Prototipe Sistem Kontrol Penggunaan Air Prabayar Berbasis Arduino Uno Mochamad Subianto; Hendry Setiawan; Kielvien Lourensius Eka S. P.
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 8 No 01 (2018): SMATIKA Jurnal STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v8i01.197

Abstract

Jumlah penduduk Indonesia dari tahun ke tahun meningkat, dan saat ini Negara Indonesia menempati urutan ke-4 penduduk terbanyak didunia dengan jumlah penduduk kurnag lebih 250 juta. jumlah penduduk yang meningkat menyebabkan kebutuhan penduduk Indonesia yang diperlukan meningkat. Dalam hal ini pemerintah sebagai pelayanan memberikan bantuan fasilitas yang diberikan pada masyarakat untuk memenuhi kebutuhan yang diperlukan. Untuk itu badan negara atau perusahaan yang memfasilitasi kebutuhan masyarakat menggunakan teknologi yang ada saat ini untuk membantu serta mempermudah penggunanya. Akan tetapi tidak semua badan negara atau perusahaan menggunakan teknologi saat ini seperti misalnya PDAM yang saat ini masih menggunakan cara manual dalam pembayaran air. Melihat permasalah tersebut, maka dibuat prototipe sistem kontrol penggunaan air prabayar berbasis arduino uno. Prototipe sistem yang dibuat dinilai dapat untuk membantu memecahkan masalah yang dimiliki pengguna jasa PDAM dalam melakukan pembayaran dan juga pengontrolan penggunaan air PDAM. Pada uji coba sistem dilakukan sebanyak 5 kali dengan jumlah air 1000 mililiter. Berdasarkan hasil uji coba fungsional prototipe sistem dapat berjalan dengan baik tetapi untuk tingkat akurasi perhitungan air masih kurang baik dengan rata-rata kesalahan 12.4%. Prototipe sistem diujikan juga kepada 10 orang pengguna yang terdiri dari mahasiswa dan ibu rumah tangga yang tinggal di Malang. Dari hasil tanggapan yang diberikan sebanyak 8.88% kurang, 25.55% cukup, 48.88% baik dan 16.66% sangat baik pada prototipe sistem.
Analisis Fitur-Fitur Yang Mempengaruhi Jumlah Subscribers Youtube Menggunakan Algoritma Naive Bayes Classifier Meliyana Rahayu Yoanita; Hendry Setiawan; Paulus Lucky Tirma Irawan
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 10 No 01 (2020): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v10i01.446

Abstract

One of them is technology in the field of communication is a social media platform. Social media Youtube is one of the most widely used social media in Indonesia. The benefits gained by Content Creators or Youtubers come from AdSense. Youtube has several features provided such as likes, dislikes, views and comments (comments with negative or positive sentiments). An automatic classification system for YouTube comment sentiment is needed to classify positive comments and negative comments, while analyzing features that affect the number of subscribers so that Content Creators can find out features that can affect the number of subscribers. In this research a comment sentiment classification system will automatically be created using the Naive Bayes (NB) algorithm so that the process of classifying positive and negative comments can be done easily, the data used in the analysis are 53 Youtube channels with vlog video types. In addition, the data used as classification training data were 4166 positive sentiments and 4166 negative sentiments, after which an analysis of features affecting the number of subscribers was performed using chi square. The results of the analysis with chi square found there are 4 features that have an influence on the number of subscribers, namely the number of views with a chi square value of 23,105, dislike with a chi square value of 13,745, the number of positive sentiment comments with a chi square value of 18,123 and the number of likes with a chi square value of 13,745. The accuracy of the automatic classification system using Naive Bayes (NB) is 81%.
Pengaruh Artificial Intelligence (AI) dalam Visualisasi Materi untuk Meningkatkan Minat Belajar dan Pemahaman Mahasiswa Farmasi Fibe Yulinda Cesa; Meylinda Widyasari; Martanty Aditya; Hendry Setiawan
JUKEJ : Jurnal Kesehatan Jompa Vol 5 No 2 (2026): JUKEJ: Jurnal Kesehatan Jompa
Publisher : Yayasan Jompa Research and Development

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57218/jkj.Vol5.Iss2.2629

Abstract

Metode pembelajaran konvensional di tingkat Universitas kerap kurang mampu membangkitkan minat dan pemahaman mahasiswa secara optimal. Penelitian ini bertujuan untuk meningkatkan pemahaman dan minat belajar mahasiswa melalui kolaborasi teknik mnemonic dengan pemanfaatan AI (ChatGPT, Image Generator 2.0, dan Gemini) dalam proses perkuliahan. Penelitian melibatkan 47 mahasiswa yang terbagi dalam dua kelompok, yaitu kelas A dan kelas B. Data dikumpulkan menggunakan kuesioner tervalidasi serta pretest dan posttest, kemudian dianalisis dengan uji Paired Sample T-test dan Independent Sample T-test. Hasil kuesioner menunjukkan bahwa sebagian besar responden merasakan kontribusi positif dari integrasi AI dan mnemonic dalam meningkatkan konsentrasi dan kemampuan mengingat materi. Uji Paired Sample T-test pada kedua kelas menghasilkan nilai p < 0,05, yang mengindikasikan adanya peningkatan hasil belajar yang signifikan antara pretest dan post-test. Sementara itu, uji Independent Sample T-test menghasilkan nilai p = 0,954, yang menunjukkan bahwa peningkatan yang terjadi pada kelas A dan kelas B tidak berbeda secara signifikan, sehingga kedua metode perlakuan memberikan efek yang setara. Temuan ini mengimplikasikan bahwa integrasi teknik mnemonic dan AI dapat menjadi alternatif metode pembelajaran inovatif yang efektif dan konsisten dalam meningkatkan capaian belajar mahasiswa, terlepas dari perbedaan komposisi kelompok.
Penanggulangan Anemia pada Remaja di Desa Sumbersekar Malang dalam Mendukung Sustainable Development Goals 3 Bita Parga Zen; Hendry Setiawan; Devilke Yandriyani; Muhammad Nurwegiono
Jurnal Atma Inovasia Vol. 6 No. 1 (2026)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v6i1.12687

Abstract

Adolescent female anemia is a health issue that increases the risk of chronic malnutrition and stunting in children. In Sumbersekar Village, Malang Regency, adolescent girls face limited awareness of the importance of hemoglobin, making prevention efforts challenging. This study aims to improve knowledge, promote early detection, and provide practical anemia prevention strategies. The methods used include interactive education on anemia symptoms and prevention, hemoglobin (Hb) testing to identify at-risk participants, distribution of iron supplement tablets, and demonstration of an app-based anemia monitoring system. Data were collected through Hb testing, participant observations, and satisfaction surveys. The results showed active participation of 160 adolescent girls, an increased in knowledge and awareness about anemia, smooth distribution of iron tablets, and better understanding of health monitoring through the application. Evaluation revealed that 95% of participants were highly satisfied with the program. In conclusion, the initiative effectively enhanced awareness, promoted early detection, and prevented anemia among adolescent girls in Sumbersekar Village
DETEKSI SUARA UNGGAS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK Anwen Steven Athena Cahyono; Edwin Sanjaya Sijoatmodjo; Ignasius Angello Leonel Christiputra Susianto; Imam Rubai Putra; Jeremy Marcellino Limantoro; Muhammad Anggoro Binadro; Hendry Setiawan
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

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

Abstract

Peternakan unggas komersial modern menuntut pengawasan biosekuriti selama 24 jam penuh untuk meminimalkan risiko penularan penyakit fatal, seperti Avian Influenza, yang dapat dibawa oleh infiltrasi burung liar ke area kandang unggas ternak. Pemantauan manual terbukti kurang efektif karena keterbatasan jangkauan pendengaran manusia, potensi human error, dan tingginya biaya operasional tenaga kerja. Penelitian ini bertujuan mengembangkan sistem peringatan dini otomatis berbasis bioakustik untuk mendeteksi kehadiran burung liar melalui integrasi ekstraksi ciri Mel-Frequency Cepstral Coefficients (MFCC) dan klasifikasi menggunakan Artificial Neural Network (ANN). Metode penelitian meliputi akuisisi data audio dari platform multimedia, pra-pemrosesan sinyal menggunakan trimming 2 detik dengan Audacity, ekstraksi 160 fitur akustik, serta optimasi model melalui penerapan Dropout, Batch Normalization, dan Class Weights untuk mengatasi ketimpangan data. Hasil pengujian menunjukkan bahwa model ANN mampu mencapai akurasi akhir sebesar 90% pada data uji, model menunjukkan performa terbaik pada kelas kutilang dan perkutut dengan tingkat presisi 100% sebagai indikator ancaman. Meskipun demikian, terdapat penurunan performa pada kelas angsa dengan recall sebesar 67% akibat overlapping vocals di lingkungan nyata. Dengan demikian, sistem berbasis MFCC-ANN ini terbukti efektif dan layak digunakan sebagai purwarupa sistem peringatan dini untuk mendukung biosekuriti dan pengawasan peternakan cerdas. Penguatan analisis ini menunjukkan bahwa pendekatan bioakustik tidak hanya membantu identifikasi suara, tetapi juga berpotensi meningkatkan ketepatan respons peternak terhadap ancaman lingkungan secara lebih efisien.
Algoritma Enkripsi AES 256 dan Verifikasi OTP Komunikasi Client-Server pada Python Bita Parga Zen; Hendry Setiawan; Clint Joy Perez Melody Mokosandi
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

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

Abstract

Dalam sistem berbasis jaringan komunikasi kendali beberapa tahapan yang dilakukan terutama untuk menjaga keamanan data. Komunikasi client-server menjadi hal yang penting dalam melakukan komunikasi, banyak nya tantangan dalam keamanan menjadi perioritas utama untuk menjaaga integritas data, penelitian ini menyarankan penggunaan AES sebagai enkripsi data dalam hal komunikasi nya, sistem AES menggunakan kunci yang sama untuk enkripsi dan dekripsi AES.generate_key, pada sistem ini menggunakan standar AES dalam CBC mode dengan kunci 128-bit untuk enkripsi, selanjutnya menggunakan PKCS7 padding, HMAC digunakan SHA256untuk autentikasi dan menggunakan token = f.encrypt(b"Secret message!") dalam pengiriman pesan pada proses enkripsi hasil enkripsi (byte): b'\x80\x01\x02...' (64+ byte). Hasil dari encode base64: gAAAAABkO. dekripsi dengan token Base64 gAAAAABkO didecode ke byte asli., sistem ini dibuat untuk dapat mengenkripsi pesan di sisi klien sebelum dikirimkan ke server melalui koneksi TCP. Dengan menggunakan metode enkripsi AES dalam komunikasi client server, sistem dapat melindungi privasi data dengan mengenkripsinya dan menjamin kualitas komunikasi yang aman, pada penelitian ini terbukti dapat dijalankan dengan baik
MODEL KLASIFIKASI BIOAKUSTIK TERNAK MENGGUNAKAN ARTIFICIAL NEURAL NETWORK UNTUK PRECISION LIVESTOCK FARMING Scolastika Luiza Bere; Alvin Christian Gunawan; Marcel Maximillian Pandey; Glenn Emmanuel Abraham; Jeremy Natanael Setya Putra; Alfa Christian Rafael Sihite; Hendry Setiawan
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

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

Abstract

Sektor industri peternakan saat ini sedang bertransisi menuju konsep Precision Livestock Farming (PLF) yang membutuhkan pemantauan kondisi hewan secara otomatis selama 24 jam penuh. Penggunaan sistem pemantauan berbasis visual sering mengalami kendala karena pencahayaan yang buruk dan tebalnya debu di lingkungan kandang. Oleh karena itu, pendekatan bioakustik menggunakan sensor suara menjadi alternatif solusi yang jauh lebih tangguh dan terjangkau. Permasalahan utamanya adalah bagaimana cara memproses data sinyal suara mentah yang sangat masif dan kompleks tersebut secara efisien agar dapat mengidentifikasi masalah kesehatan ternak sejak dini. Untuk memecahkan masalah ini, penelitian menggunakan metode ekstraksi fitur audio Mel-Frequency Cepstral Coefficients (MFCC) guna mengubah sinyal audio menjadi representasi numerik yang lebih sederhana. Selanjutnya, klasifikasi dilakukan dengan menerapkan algoritma komputasi Artificial Neural Network (ANN) pada sebuah dataset yang berisi 543 sampel audio dari 7 jenis hewan berbeda. Hasil dari implementasi model ini menunjukkan kinerja yang sangat baik, di mana akurasi validasi berhasil mencapai angka 92,66% pada pengujian akhir. Selain itu, model terbukti belajar secara stabil tanpa ada indikasi overfitting. Sebagai kesimpulan, model Deep Learning yang dikembangkan sangat layak digunakan untuk mendeteksi vokalisasi ternak secara real-time. Meski demikian, kelemahan sistem klasifikasi ini masih ditemukan pada hewan dengan jumlah rekaman yang terlampau sedikit, sehingga penambahan data dan proporsi sampel sangat disarankan untuk pengembangan ke depannya.
Co-Authors Abdurrachman Kamil Dhermawan Alfa Christian Rafael Sihite Alfred Christian Supusepa Alvin Christian Gunawan Antonius Duty Susilo Antony Hilary Anwen Steven Athena Cahyono Bita Parga Zen Bita Parga Zen Clint Joy Perez Melody Mokosandi Danny Gunawan Dennys Gunawan Edwin Sanjaya Sijoatmodjo Ekky Rino Fajar Sakti Felix Adrian Tjokro Atmodjo Felix Tandiono Fibe Yulinda Cesa Glenn Emmanuel Abraham Hans Kristian Ignasius Angello Leonel Christiputra Susianto Imam Rubai Putra Irawan, Paulus Lucky Tirma Irawan, Paulus Lucky Tirma Ivan Christianto O Jeremy Marcellino Limantoro Jeremy Natanael Setya Putra Kestrilia Rega Prilianti Kielvien Lourensius Eka S. P. Marcel Maximillian Pandey Marcelino Centauri Dwi Prasetyo Martanty Aditya, Martanty Meliyana Rahayu Yoanita Meylinda Widyasari Mochamad Subianto Monica, Eva Muhammad Anggoro Binadro Muhammad Nurwegiono Nicholas Febrian Oesman Hendra Kelana Oesman Hendra Kelanata Paulus Lucky Tirma Irawan Paulus Lucky Tirma Irawan Paulus Lucky Tirma Irawan Prasetyo Mimboro Priska Mariana Rehmadenta Sitepu Rollando, Rollando Scolastika Luiza Bere Tandiono, Felix Tandiono, Felix Teresa Octaviani William Wicaksono Windra Swastika Yandriyani, Devilke