Article Per Year (5 Year)
p-Index From 2021 - 2026
2.717
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa TEUB ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Partiansyah, Fakhriy Hario
Unknown Affiliation
Education Electrical & Electronics Engineering Engineering

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Rancang Bangun Sistem Monitoring Jumlah Barang dengan Sensor Ultrasonik HC-SR04 dan Sensor Load Cell Melalui Website Berbasis IoT (Internet of Things) Shadiq, Ja’far; Partiansyah, Fakhriy Hario; Abidin, Zainul
Jurnal Mahasiswa TEUB Vol. 14 No. 2 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Revolusi Industri 4.0 mendorong perusahaan untuk mengoptimalkan  otomatisasi, efisiensi, dan integrasi teknologi guna meningkatkan produktivitas. Internet of Things (IoT) telah menjadi solusi yang banyak  digunakan untuk mengatasi berbagai tantangan tersebut, namun  implementasi IoT perlu diperluas untuk menangani permasalahan stockout dan overstock secara real-time dalam perusahaan. Penelitian ini  merancang dan mengimplementasikan sistem pemantauan jumlah barang menggunakan sensor ultrasonik HC-SR04 dan sensor load cell yang  terintegrasi dengan website berbasis IoT. Sistem pemantauan ini  menggunakan XAMPP untuk manajemen database pada website yang  dirancang untuk menampilkan informasi kepada karyawan. Desain implementasi sistem difokuskan pada pengurangan error, peningkatan  akurasi, dan waktu pemrosesan data yang optimal untuk pemantauan  secara real-time. Hasil analisis menunjukkan bahwa sistem pemantauan ini mampu mendeteksi barang dengan rentang error antara -4,55% hingga 11,17%, dengan akurasi deteksi barang mencapai 100%. Waktu rata-rata  yang dibutuhkan untuk menampilkan data barang pada website adalah  0,15 detik. Sistem ini terbukti lebih efisien dan cepat dibandingkan dengan  metode perhitungan manual. Kata kunci—IoT, Sistem Monitoring, Stock, Error, Akurasi, Real-time.
RANCANG BANGUN ROBOT LENGAN BERBASIS 3D-FDM DENGAN FORWARD KINEMATICS DAN INTERNET OF THINGS UNTUK PENYIRAMAN TANAMAN SAWI (Brassica Juncea L.) SECARA VERTIKULTUR Alkhofidh, Naufal Nabawi; Partiansyah, Fakhriy Hario; Nusantoro, Goegoes Dwi
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Teknologi kerap berkembang seiring berjalannya waktu,hal ini ditandai dengan meningkatnya implementasi teknologi modernseperti robotika di dunia. Indonesia ialah negara kepulauan yangkerap berkontribusi di dalam perkembangan ilmu pengetahuan.Pertanian di Indonesia menjadi salah satu sektor esensial dalammendukung ketahanan pangan dan mednorong laju pertumbuhanekonomi. Laju pertumbuhan penduduk di Indonesia berbanding lurusdengan jumlah kebutuhan pangan yang harus dipenuhi. Namun,keterbatasan lahan pertanian karena alokasi lahan menjadipemukiman maupun sektor non-pertanian menjadi permasalahanutama. Oleh karena itu, vertikultur menjadi salah satu solusi untukmenjaga laju pertumbuhan pemenuhan pangan di Indonesia. Integrasiteknologi modern seperti robotika dan metode vertikultur yangmemberdayakan lahan vertikal sebagai sarana pertanian menjadisolusi optimal untuk mendorong laju pengembangan teknologi disektor pertanian.Robot lengan dirancang menggunakan kombinasi material PLA+dan PETG sebagai rangka utama yang diintegrasikan dengankomponen pendukung lainnya seperti kopling, stepper motor,mikrokontroler, dan komponen lainnya. Untuk mendorong integrasiyang baik, turut diimplementasikan kinematika maju dan sistemmonitoring berbasis internet (Internet of Things) untukmemaksimalkan manfaat dalam proses budidaya pertanian. SistemInternet of Things yang dirancang memberikan performansi yangsangat baik. Hal ini ditandai oleh evaluasi performansi dalam bentukpengiriman 393 paket data dalam rentang waktu satu jam yangmenunjukan persentase keberhasilan sebesar 100%. Offsetpengiriman data dari mikrokontroler menuju database turut dinilaisangat baik dengan nilai ≈ 0,00479 detik. Algoritma kinematik yangdiimplementasikan pada Robot ini memberikan hasil akurasi sebesar97,206% dengan NMAE(%) pada sumbu-z, joint 1, dan joint 2 sebesar0,8%, 3,167%, dan 4,4167%, masing-masingnya. Performa inimenunjukan hasil yang baik untuk menjadi dasar pengembanganteknologi robotik pada lahan vertikal di sektor pertanian.Kata kunci: Ketahanan Pangan, Robotika, 3D-FDM, KinematikaMaju, Internet of Things.
OPTIMASI PENEMPATAN TITIK ODP PADA JARINGAN FTTH DI PERUMAHAN GRAHA DEWATA MALANG MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Yahya, Muhammad Izzuddin; Kusmaryanto, Sigit; Partiansyah, Fakhriy Hario
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

The increasing demand for high-speed internet accessdrives service providers to develop efficient and reliable Fiber to theHome (FTTH) networks. One of the key challenges in FTTH planningis the optimization of Optical Distribution Point (ODP) placement,since suboptimal positioning may cause unequal cable distributionbetween different Optical Network Terminals that are assigned to thesame ODP. This study proposes an approach to optimize ODPplacement using the K-means clustering algorithm, with the objectiveof identifying cluster centers that represent optimal ODP locations.The algorithm groups customer coordinates into clusters, whiledifferent values of K are tested to determine the configuration thatyields the most efficient and balanced ODP utilization. This approachaims to reduce the disparity of noise during transmission betweenONTs in the same cluster.Keywords: FTTH, ODP, K-means clustering
Memprediksi Blocking Event Pada Jaringan Optik Elastis Berbasis Deep Learning Nabighah, Muhammad Adib; Partiansyah, Fakhriy Hario; Kuswiradyo, Primatar
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Pertumbuhan trafik internet yang masif mendorong transisi menuju Elastic Optical Networks (EONs) yang menawarkan efisiensi spektrum melalui flexible grid. Namun, fenomena fragmentasi spektrum menjadi tantangan utama yang memicu terjadinya blocking event pada koneksi baru. Penelitian ini mengevaluasi performa model Deep Learning berbasis Deep Neural Network (DNN) untuk memprediksi Access Blocking Probability (ABP) pada Elastic Optical Network (EON) menggunakan fitur traffic load, resource utilization, external fragmentation, entropy fragmentation, dan timestamp. Pengujian dilakukan pada dua skenario hiperparameter untuk membandingkan fungsi aktivasi ReLU dan LeakyReLU. Seluruh model menggunakan Batch Normalization dan Dropout 0,2 untuk meningkatkan stabilitas pelatihan dan kemampuan generalisasi. Skenario pertama menggunakan optimizer Adam selama 50 epoch, sedangkan skenario kedua menggunakan AdamW, Huber Loss, learning rate 0,01, dan 100 epoch. Pada kedua skenario, kurva training loss dan validation loss menunjukkan konvergensi yang cepat tanpa indikasi overfitting. Hasil pengujian menunjukkan bahwa LeakyReLU secara konsisten mengungguli ReLU. Pada skenario pertama, LeakyReLU memperoleh (R2) Score 0,9710, MAE 0,003042, dan RMSE 0,005372, lebih baik dibandingkan ReLU dengan (R2) Score 0,9610, MAE 0,003841, dan RMSE 0,006041. Pada skenario kedua, LeakyReLU kembali memberikan performa terbaik dengan (R2) Score 0,9672, MAE 0,003438, dan RMSE 0,005841. Analisis SHAP menunjukkan bahwa external fragmentation dan entropy fragmentation merupakan fitur yang paling berpengaruh terhadap prediksi ABP, sementara LeakyReLU menghasilkan representasi fitur yang lebih seimbang. Secara keseluruhan, model DNN dengan LeakyReLU pada skenario pertama memberikan kombinasi terbaik antara akurasi, stabilitas pelatihan, dan kemampuan generalisasi. Kata kunci: Elastic Optical Networks, Fragmentation, Deep Learning, Routing and Spectrum Allocation (RSA), Blocking Probability
Kajian Empiris Perbandingan Aspek Performa dan Keamanan Metode Hybrid Cryptography (QKD BB84 + AES-256 GCM) dan Classical Cryptography (PQC Kyber-1024 + AES-256 GCM) pada Teknologi Fiber Optik dalam Smart Grid Bhagaskara, Farrel Danendra; Partiansyah, Fakhriy Hario; Purnomowati, Endah Budi
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penelitian ini mengkaji secara empiris perbandingan aspek performa dan keamanan antara metode Hybrid Cryptography (QKD BB84 + AES-256 GCM) dan Classical Cryptography (PQC Kyber-1024 + AES-256 GCM) pada infrastruktur smart grid berbasis serat optik. Simulasi dilakukan menggunakan empat lapisan: Physical Layer (NetSquid), Cryptographic Layer (NetSquid + liboqs), Network Layer (NS-3), dan Application Layer dengan variasi jarak 10–100 km. Hasil menunjukkan bahwa PQC Kyber-1024 unggul dalam aspek performa: latency GOOSE berkisar 0,33–0,78 ms (jauh di bawah syarat IEC 61850 sebesar 4 ms), throughput stabil 495–505 kbps, dan crypto overhead konstan 276 µs tanpa bergantung pada jarak. Sebaliknya, QKD BB84 unggul dalam aspek keamanan fundamental: mampu mendeteksi serangan eavesdropping secara inheren melalui kenaikan QBER hingga ~27–29% (melampaui ambang 11%), sedangkan PQC tidak dapat mendeteksi eavesdropping pasif secara mandiri. Keduanya berhasil mendeteksi serangan MITM melalui mekanisme yang berbeda. Kesimpulan: PQC dan QKD bersifat komplementer—PQC lebih unggul untuk implementasi jarak jauh dan performa tinggi, sedangkan QKD lebih unggul untuk jaminan keamanan informasi-teoritis pada jarak pendek. Kata Kunci – QKD BB84; PQC Kyber-1024; AES-256 GCM; Smart Grid; Fiber Optik; Hybrid Cryptography; PostQuantum Cryptography; IEC 61850
Optimasi Routing and Spectrum Allocation pada Jaringan Elastic Optical Network (EONs) Menggunakan Slime Mould Algorithm Alwinsyah, Argatha Idam; Partiansyah, Fakhriy Hario; Mustofa, Ali
Jurnal Mahasiswa TEUB Vol. 14 No. 7 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Teknologi Elastic Optical Networks (EONs) menawarkan alokasi spektrum yang fleksibel, namun menghadapi kendala fragmentasi spektrum akibat trafik data yang dinamis. Fenomena ini menyebabkan peningkatan penolakan koneksi (blocking probability) di dalam jaringan. Penelitian ini mengoptimalkan proses Routing and Spectrum Allocation (RSA) menggunakan Slime Mould Algorithm (SMA) untuk menekan tingkat fragmentasi tersebut. Pengujian dilakukan melalui simulasi Python pada topologi EONet (19 node dan 37 link) dengan beban trafik dinamis antara 20 hingga 85 Erlang. Hasil simulasi menunjukkan bahwa pada kondisi trafik rendah hingga menengah (20–50 Erlang), metode RSA-SMA bekerja sangat optimal dengan mempertahankan nilai blocking probability di angka 0. Jika dibandingkan dengan metode heuristik k-Shortest Path First-Fit (kSP-FF), SMA terbukti lebih selektif dan preventif dalam menjaga keteraturan spektrum jangka panjang. Namun, proses pencarian menyeluruh ini membutuhkan waktu komputasi (provisioning time) yang lebih tinggi, berkisar antara 560 ms hingga 700 ms akibat proses iterasi dari 30 agen populasi. Penelitian ini berhasil membuktikan efektivitas SMA dalam menjaga efisiensi sumber daya optik jangka panjang Kata kunci: Elastic Optical Networks (EONs), Routing and Spectrum Allocation (RSA), Fragmentasi Spektrum, Slime Mould Algorithm (SMA), Blocking Probability, Spectrum Utilization. 
Optimasi RSA (Routing And Spectrum Allocation) Yang Sadar Fragmentasi Pada Jaringan Optik Elastis Menggunakan WOA (Whale Optimization Algorithm) Reksowibowo, H. Haikal; Partiansyah, Fakhriy Hario; Pramono, Sholeh Hadi
Jurnal Mahasiswa TEUB Vol. 14 No. 7 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Fragmentasi spektrum merupakan tantangan utama dalam Routing and Spectrum Allocation (RSA) pada Elastic Optical Networks (EON) karena meningkatkan blocking probability meskipun kapasitas jaringan tersedia. Makalah ini mengusulkan algoritma AF-WOA (Adaptive FragmentationAware Whale Optimization Algorithm) yang mengintegrasikan metrik fragmentasi MMF (Macro-Micro Fragmentation) dalam fungsi fitness, adaptive population berbasis Feasible Search Space (FSS) dan derajat topologi, serta phase-gated early stopping untuk mempercepat komputasi. Simulasi dilakukan pada topologi NSFNET (14 node, 21 link) dengan lima tingkat beban (60–300 Erlang) dan 10 replikasi Monte Carlo. Hasil menunjukkan AF-WOA mencapai Bandwidth Blocking Probability (BBP) 0.1452 ± 0.0061 pada beban tinggi, lebih rendah dari F-WOA statis (0.1458) dan KSP-FF (0.1616), serta kompetitif dengan WOA (0.1431). Fragmentasi dinamis (ΔF) AFWOA mencatat 0.1867 ± 0.0033, tertinggi di antara semua algoritma, dengan f_util yang secara statistik ekuivalen dengan Kiran et al. (2025). APL AF-WOA mencapai 1993.24 km—119.93 km lebih pendek dari Kiran, dengan efisiensi komputasi 91% lebih hemat dibandingkan F-WOA statis. AF-WOA menawarkan keseimbangan terbaik antara akurasi, fragmentasi, dan efisiensi komputasi untuk RSA pada EON dinamis. Kata Kunci— Elastic Optical Networks, Routing and Spectrum Allocation, fragmentasi spektrum, Whale Optimization Algorithm, Adaptive Population. 
ANALISIS PERFORMA SAILFISH OPTIMIZATION (SFO) UNTUK ROUTING AND SPECTRUM ALLOCATION (RSA) PADA ELASTIC OPTICAL NETWORKS (EONs) Shafiya, Khansa Khadijah; Partiansyah, Fakhriy Hario; Kusmaryanto, Sigit
Jurnal Mahasiswa TEUB Vol. 14 No. 7 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penelitian ini bertujuan untuk menganalisis performa algoritma Sailfish Optimization (SFO) untuk permasalahan Routing and Spectrum Allocation (RSA) pada Elastic Optical Networks (EONs) dengan topologi EONet 19 node dan 37 link. Simulasi dilakukan secara dinamis menggunakan metode Monte Carlo dengan model Posisson Arrival pada traffic load 20-110 Erlang sebanyak 10 iterasi. SFO diimplementasikan untuk mengoptimasi pada alokasi spektrum menggunakan fungsi fitness multi objektif, kemudia dibandingkan dengan algoritma konvensional k-Shortest Path First-Fit (kSP-FF) sebagai baseline. Implementasi dan analisis performa pada algoritma SFO dilakukan menggunakan Python pada platform Google Collab.  Hasil penelitian menunjukkan bahwa algoritma SFO menunjukkan keunggulan yang dapat bersaing dengan metode konvensional kSP-FF. Pada metrik Blocking Probability, rata-rata BP SFO sebesar 0,010 sementara pada kSP-FF 0,008 dengan selisih yang sangat kecil. Pada metrik Resource Utilization (RU), kedua algoritma menghasila performa yang sebanding, hal ini menunjukkan RU pada SFO maupun kSP-FF memilki tingkat pemanfaatan sumber daya spektrum yang hampir sama setiap jaringan. Dari sisi Average Path Length (APL), SFO dapat mengugguli kSP-FF pada beban 70 dan 80 Erlang dengan selisih 7,6 km, yang menunjukkan kemampuan SFO dalam memilih jalur yang lebih efisien pada kondisi trafik padat.   Penelitian ini memberikan bukti bahwa algoritma SFO feasible diterapkan pada permasalahan RSA di EONs dengan performa yang kompetitif dengan metode konvensional. Penelitian ini juga memberikan landasan bagi pengembangan lebih lanjut dalam eksplorasi algoritma metaheuristik berbasis populasi pada optimasi jaringan optik elastis.  Kata kunci: Elastic Optical Networks  (EONs), Routing and Spectrum Allocation (RSA), Sailfish Optimization (SFO), Blocking Probability (BP), Resource Utilization (RU), Average Path Length (APL) 
Co-Authors Adenia, Candra Akhmad Zainuri Ali Mustofa Alkhofidh, Naufal Nabawi Alwinsyah, Argatha Idam Andhika, Hafiz Restu Bhagaskara, Farrel Danendra Bhaswara, Adrian Endah Budi Purnomowati GANDARRITYAZ, RIZCKY Goegoes Dwi Nusantoro Kuswiradyo, Primatar Lubis, Adven Jonea Muhammad Muchson, Muhammad Nabighah, Muhammad Adib Purnomo, Muhammad Fauzan Edy Qohar, Abdul Aziz Rahadian, Hanif Azmi Reksowibowo, H. Haikal Sapriesty Nainy Sari Shadiq, Ja’far Shafiya, Khansa Khadijah Sigit Kusmaryanto, Sigit Widakso, Lintang Sasongko Wijaya, Felix Yahya, Muhammad Izzuddin Zainul Abidin