Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Inersia : Jurnal Teknik Sipil dan Arsitektur Journal of Information Technology and society (JITS)
Altiarika, Eka
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Study of Sediment Deposit Characteristics based on Geotechnical Properties and Geographic Information System (GIS) Approaches Arif, Maulana; Fitriana, Fifin; Altiarika, Eka
INERSIA lnformasi dan Ekspose Hasil Riset Teknik Sipil dan Arsitektur Vol. 19 No. 2 (2023): December
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/inersia.v19i2.66778

Abstract

Several sedimentation processes occur in the downstream area between river mouths and the sea. One of the effects of this sedimentation process is the occurrence of siltation around the coast. Not infrequently, this disrupts sea passages when the ship is about to head to the pier or go to sea. Kuala Beach is one of the locations in Pangkalpinang where the sedimentation process continues to occur enough to disrupt the smooth flow of sea traffic. This study aims to provide an overview and analysis of results related to sediment characteristics, spatial analysis of deposits, and predictions of deposition rates around Kuala Beach, Pangkalpinang City. This research was conducted using the following methods: 1) Method of investigating sediment characteristics by collecting data through field testing in the form of hand drills and laboratory testing, 2) Spatial analysis method by mapping the area of sedimentation based on the results of sediment characteristic tests using Agisoft Metashape and QGIS. The results of this study note that sediment deposits are dominated by sediments with sandy grain characteristics (SP symbol based on the Unified Soil Classification System) and a fine grain content (passing sieve number 200) of around 1-3%. The pattern of distribution of sediment deposits is known to have relatively flat contours and relatively uniform characteristics down to a depth of 1.5 m. The coefficient of grain uniformity (Cu) is in the range of 2.43-8.2 with the tendency of uniformity level getting higher to the southeast. The coefficient of grain gradation (Cc) is in the range of 0.44-1.64 with the tendency of the gradation level getting better to the southeast.
Gerakan Tangan Pemain Otomatis Menggunakan Computer Vision Fahrudin, Fikri; Andriani, Mesi; Muallimin; Altiarika, Eka
jits Vol 1 No 1 (2023): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v1i1.19

Abstract

Gesture recognition allows users of computer science technology to connect with their digital devices more conveniently. Technology for gesture recognition can be helpful in a variety of contexts, such as automated household appliances, automobiles, and interpretation of hand gestures. Gesture recognition is part of gesture recognition which determines what message a certain hand movement wants to convey. In developing this automatic hand movement we use segmentation and object detection where this method involves using algorithms to detect and identify objects or areas related to hand movements. , such as human skin, fingers, and others. Detection of human hand movements using computer vision is a digital image processing technique that aims to recognize human hand movements from image or video data. This technique can be applied in various applications such as human-computer interaction, hand gesture recognition, or video games. Making Automatic Player Hand Movements Using Computer Vision has the potential to improve the user experience when playing games or using interactive applications that require hand movements, according to the research and development that has been done. Games could be controlled more precisely and with less need for additional hardware such as joysticks or controllers if computer vision technology was able to accurately distinguish hand movements.
Sistem Pengembangan Bahasa Isyarat Untuk Berkomunikasi dengan Penyandang Disabilitas (Tunarungu) Sari, Indah; Fivrenodi; Altiarika, Eka; Sarwindah
jits Vol 1 No 1 (2023): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v1i1.21

Abstract

Sarana komunikasi utama bagi orang-orang penyandang disabilitas (tunarungu) adalah bahasa isyarat. Namun, tidak semua orang mengerti atau dapat menggunakan bahasa isyarat, dan tidak semua lingkungan menyediakan aksesibilitas bagi orang dengan disabilitas pendengaran. Sistem pengembangan bahasa isyarat untuk berkomunikasi dengan penyandang disabilitas dikembangkan karena pentingnya aksesibilitas komunikasi bagi orang dengan disabilitas pendengaran atau bahasa. Penelitian ini bertujuan untuk mengembangkan model sistem bahasa isyarat agar memudahkan berkomunikasi dengan penyadang disabilitas (tunarungu) dengan menggunakan metode machine learning. Dengan menggunakan teknologi pengenalan citra atau pengenalan pola, sistem dapat mengidentifikasi gerakan tangan dan menerjemahkannya menjadi teks atau suara yang dapat dimengerti oleh individu yang tidak dapat berkomunikasi menggunakan bahasa isyarat.
Pengembangan Sistem Absensi Mahasiswa Magang PLN Icon Plus Bangka Belitung dengan Pengenalan Wajah menggunakan Computer Vision dan Algoritma Deep Learning Suheni, Suheni; Pratama, Suprayuandi; Altiarika, Eka; Pratama, Yudistira Bagus
Jurnal Teknologi Informasi dan Masyarakat Vol 2 No 2 (2024): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v2i2.44

Abstract

Pengembangkan aplikasi absensi pengenalan wajah bagi mahasiswa magang di PLN Icon Plus Bangka Belitung dengan menggunakan teknologi computer vision dan algoritma deep learning diharapkan dapat meningkatkan efisiensi waktu proses absensi dengan mengurangi ketergantungan pada metode absensi manual yang memakan waktu dan rawan kesalahan. Pengembangan aplikasi ini menggunakan teknik computer vision untuk mendeteksi dan mengenali wajah siswa, sedangkan algoritma deep learning digunakan untuk meningkatkan akurasi dan kecepatan pengenalan wajah. Algoritma deep learning, khususnya Convolutional Neural Networks (CNN), diterapkan untuk melatih model pengenalan wajah dengan dataset gambar wajah mahasiswa. Sistem ini dilengkapi dengan fitur manajemen data yang memungkinkan administrator untuk memantau dan mengelola data absensi secara real-time. Tujuan penggunaan sistem absensi pengenalan wajah adalah untuk mempercepat registrasi kehadiran serta meningkatkan keakuratan dan keamanan informasi kehadiran. Penelitian ini menggunakan metode kualitatif dengan model prototype untuk mengembangkan dan menguji aplikasi. Reaksi sistem selama kinerja pengenalan wajah dan registrasi kehadiran diukur untuk mengevaluasi seberapa besar aplikasi dapat meningkatkan efisiensi waktu kehadiran. Hasil penelitian menunjukkan bahwa dengan dikembangkannya aplikasi pengenalan wajah, proses absensi dapat dipercepat secara signifikan dan akurasi pencatatan kehadiran siswa pada saat praktik dapat ditingkatkan. Pengujian dilakukan pada berbagai kondisi pencahayaan dan sudut pandang untuk memastikan pengaplikasian optimal. Oleh karena itu, diharapkan aplikasi ini dapat menjadi solusi yang efektif dan efisien dalam menangani mahasiswa magang PLN Icon Plus Bangka Belitung.
Co-Authors Andriani, Mesi Arif, Maulana Fahrudin, Fikri Fitriana, Fifin Fivrenodi Muallimin Pratama, Suprayuandi RR. Ella Evrita Hestiandari Sarwindah Suheni Suheni Yudistira Bagus Pratama