Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Jurnal Simetris CESS (Journal of Computer Engineering, System and Science) Network Engineering Research Operation [NERO] JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Adimas : Jurnal Pengabdian Kepada Masyarakat KOMPUTEK bit-Tech Jurnal Tecnoscienza Journal of Computer Networks, Architecture and High Performance Computing Bhakti Nagori (Jurnal Pengabdian kepada Masyarakat) Jurnal ilmiah teknologi informasi Asia Mathematics, Informatics, Knowledge, And Information Research
Prasetyo, Angga
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Ponorogo
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Social Sciences Other

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

Found 23 Documents
Search

 1   2   3 
Student Engagement Detection Based on Visual Behavior Indicators Using YOLOv8 on a Public Classroom Dataset Mohammad Bhanu Setyawan; Angga Prasetyo; Fauzan Masykur
MIKIR : Mathematics, Informatics, Knowledge And Information Research Vol. 2 No. 2 (2026): JUNE
Publisher : PT Mekar Research and Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65475/sser8h18

Abstract

Student engagement is an important indicator for evaluating the quality of the learning process; however, its measurement in conventional classrooms still largely relies on subjective and labor-intensive manual observation. This study aims to establish a reproducible baseline for student engagement detection based on visual behavioral indicators using the YOLOv8 model on a public dataset. The working dataset was constructed from two subsets of the Student Class Behavior (SCB) Dataset and restructured into five behavioral classes: hand_raising, reading, writing, bowing_head, and turn_head, resulting in 9,274 image-label pairs split into 6,491 training, 1,854 validation, and 929 test samples. The experiment used YOLOv8n with an image size of 416, a batch size of 8, and 50 effective epochs in Google Colab. Performance was evaluated using precision, recall, mAP@0.5, and mAP@0.5:0.95. The results show that the model achieved a precision of 0.4429, a recall of 0.5393, mAP@0.5 of 0.4630, and mAP@0.5:0.95 of 0.3211. The best class-level performance was observed for writing (AP 0.635) and hand_raising (AP 0.597), while bowing_head (AP 0.288) and turn_head (AP 0.332) remained comparatively weak. These findings indicate that YOLOv8n is feasible as a reproducible baseline for visual student behavior detection, although annotation refinement, comparative experiments, and architectural optimization are still required to strengthen the scientific contribution and the feasibility of real-world classroom deployment
KAMPUS MENGAJAR 2024: MEMBUDAYAKAN LITERASI, NUMERASI, DAN ADAPTASI TEKNOLOGI DI SEKOLAH DASAR Arief Rahman Yusuf; Angga Prasetyo; Akbar Junio Pranata Akbar Junio Pranata; Diva Sari Eka Putri; Zaidatul Chusnul Rahayu
BHAKTI NAGORI (Jurnal Pengabdian kepada Masyarakat) Vol. 4 No. 2 (2024): BHAKTI NAGORI (Jurnal Pengabdian kepada Masyarakat) Desember 2024
Publisher : LPPM UNIKS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/bhakti_nagori.v4i2.3926

Abstract

Program Kampus Mengajar Angkatan 7 merupakan bagian dari inisiatif Merdeka Belajar Kampus Merdeka (MBKM) yang dirancang untuk menyelesaikan berbagai permasalahan pendidikan di Indonesia, khususnya terkait rendahnya kemampuan literasi, numerasi, penguasaan teknologi. Topik ini dipilih karena tantangan pendidikan di Indonesia, terutama di tingkat sekolah dasar, membutuhkan intervensi nyata untuk meningkatkan kualitas pembelajaran dan mendukung pengembangan sumber daya manusia. Program ini melibatkan mahasiswa sebagai mitra guru yang bertugas untuk membantu proses pembelajaran di sekolah penugasan dengan fokus pada literasi, numerasi, adaptasi teknologi. Metode pengabdian yang digunakan adalah kolaborasi langsung antara mahasiswa dan guru di berbagai sekolah dasar di seluruh Indonesia. Mahasiswa merancang dan melaksanakan program kerja yang inovatif untuk meningkatkan kemampuan literasi dan numerasi siswa, membantu sekolah mengadopsi teknologi. Hasil dari program ini menunjukkan dampak positif yang signifikan, baik bagi siswa maupun sekolah. Kemampuan literasi dan numerasi siswa meningkat melalui pendekatan kreatif yang diterapkan mahasiswa. Selain itu, sekolah merasakan manfaat dari pengelolaan administrasi dan adaptasi teknologi yang lebih baik. Program ini juga memberikan pengalaman berharga bagi mahasiswa, meningkatkan keterampilan kepemimpinan, karakter, dan kemampuan interpersonal mereka.
PERANCANGAN SISTEM MONITORING DAN OTOMASI PADA HIDROPONIK MENGGUNAKAN ALGORITMA RULE BASE BERBASIS IOT Agung Nur Fachdillah; Angga Prasetyo; Indah Puji Astuti
JURNAL TECNOSCIENZA Vol. 7 No. 1 (2022): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v7i1.805

Abstract

Pandemi Covid-19 yang sampai sekarang tak kunjung menemukan titik henti sehingga mempengaruhi kebutuhan akan stok pangan, mengingat data dari Badan Pusat Statistik menyebutkan bahwa 56,7% jumlah penduduk di Indonesia menempati daerah perkotaan. Pertanian menjadi sektor yang penting untuk menunjang kebutuhan tersebut, akan tetapi pada pertanian hidroponik petani masih menggunakan cara yang konvensional dalam merawat tanaman sehingga jika dilakukan dengan cara satu persatu dalam perawatannya maka akan membutuhkan tenaga yang lebih banyak. Untuk menjawab permasalahan tersebut maka dibuatlah sistem monitoring dan otomasi hidroponik dengan algoritma rule base sebagai penentu kondisi larutan nutrisi pada tanaman hidroponik sehingga pertumbuhan dapat terkendali dengan baik. Kadar larutan nutrisi pada tanaman sawi digunakan sebagai parameter sistem dengan range 1050-1400 ppm. Sistem terdiri dari NodeMCU ESP8266 dan Arduino UNO sebagai sistem kontrol. Pada bagian input terdiri dari sensor TDS, sensor ds18b20 dan sensor DHT11 sedangkan untuk aktuator digunakan dua buah pompa sebagai pengalir air serta nutrisi. Hasil dari pengolahan data akan ditampilkan di website dalam bentuk chart secara realtime. Berdasarkan hasil pengujian algoritma rule base yang diimplementasikan pada sistem mampu mengidentifikasi kondisi kadar nutrisi terlarut sehingga kedua buah pompa bekerja sesuai aturan yang ditetapkan pada sistem dengan tingkat keberhasilan sebesar 100% pada 10 kali pengujian.
Co-Authors ., Sugianti Agung Nur Fachdillah Akbar Junio Pranata Akbar Junio Pranata Aliyadi Aliyadi Ardiyantoro Cahya Putra Arief Rahman Yusuf Cobantoro, Adi Fajaryanto David April Riyanto Diva Sari Eka Putri Dyah Mustikasari Fadelan Fadelan Faisal Syaikhuriza Fauzan Masykur Fredin Rimba Saputra Indah Puji Astuti Ismail Abdurrozaq Zulkarnain Moh Bhanu Setyawan Moh Bhanu Setyawan Moh. Malyadi Mohammad Bhanu Setyawan Risky Khoirul Muklis Setyawan, Moh Bhanu Windy Octavia Yovi Litanianda Yovi Litanida Zaidatul Chusnul Rahayu