Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Sakti Pramukantoro, Eko
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Design of An Interactive Module for Historical Building Learning Using Board Game Puzzle Based On Multi-Marker Augmented Reality Prasetyo aji, Pujo; Tolle, Herman; Sakti Pramukantoro, Eko
Journal of Information Technology and Computer Science Vol. 8 No. 2: August 2023
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202382556

Abstract

Augmented Reality (AR) technology is one of the new technologies that can display the virtual world into the real word. Augmented reality technology is widely applied into the educational field to help the learning process by representating an object in more realistic and detailed way. However, most of the implementations that carried out only using AR to show up an object from a single marker, even though there are still many ways on using AR functions to represent an information in more detailed and intersting ways. This study aims to develop a learning media to introduce histrorical building spesifically Indonesian Temple’s using multi-marker augmented reality. This study used ADDIE Model to develop suitable media for learning process. Based on the results of expert testing, the developed media obtained an avarage score 3,76 for media evaluation and 3,84 for material evaluation, which means the developed media was very feasible as a learning medium. Therefore, through this research we expect to provide a recommendation for AR application models using multi-marker AR method, futhermore the modules developed are intended to become information resource and learning material about historical building especially temples in Indonesia.
Implementasi Sistem Deteksi Stress berbasis Machine Learning berdasarkan Sinyal Photoplethysmogram dari Polar Verity Sense Ady Firmanda, Dwi; Sakti Pramukantoro, Eko; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 1 (2025): Januari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Stress merupakan kondisi tubuh yang terjadi akibat perubahan kondisi tubuh. Kondisi stress dapat mempengaruhi kondisi fisiologis tubuh yang dapat dideteksi sinyal biologis tubuh. Oleh karena itu, untuk mengetahui kondisi stress digunakan sensor Photoplethysmogram (PPG) yang menunjukkan perubahan volume darah yang dapat digunakan untuk mengetahui perubahan kondisi jantung berupa Heart Rate Variability (HRV). Pada penelitian ini dilakukan implementasi sistem deteksi stress menggunakan metode Machine Learning pada Raspberry Pi 4 Model B dengan menggunakan sinyal PPG yang diukur menggunakan sensor Polar Verity Sense dan model Machine Learning yang sudah dirancang. Penelitian ini menunjukkan bahwa sistem dapat diimplementasikan pada Raspberry Pi 4 Model B dengan kinerja sistem menununjukkan throughput, waktu pemrosesan, serta kinerja klasifikasi yang baik dan mampu memproses data stream dari sensor Polar Verity Sense. Hasil pengukuran throughput penerimaan paket dari sensor Polar Verity Sense menunjukkan nilai rata-rata 670,74 Bps dan nilai rata-rata throughput pemrosesan data 670,73 Bps dengan waktu perbedaan throughput yang kecil dan waktu pemrosesan keseluruhan data memiliki rata-rata 6,06 ms dan penggunaan CPU pada klasifikasi data menggunakan Machine Learning dengan nilai 10,76% hingga 14,88% dan waktu pemrosesan 7,98 ms hingga 8,25 ms.
Implementasi Sistem Autentikasi Pada Aplikasi Berbasis Website Menggunakan Data Photoplethysmography (PPG) Andriansah, Ilham; Sakti Pramukantoro, Eko; Amron, Kasyful
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 1 (2025): Januari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Keamanan data dan identitas pengguna menjadi salah satu tantangan dan perhatian utama dalam era digital saat ini. Metode autentikasi biometrik dengan menggunakan karakter fisiologis seperti sidik jari dan pengenalan wajah belakangan ini menjadi populer. Photoplethysmography atau PPG adalah suatu metode non-invasif yang digunakan untuk mengetahui detak jantung dengan mengukur perubahan pada volume darah pada manusia dengan menggunakan pemancaran sinar cahaya yang ditangkap oleh sensor optik pada permukaan kulit. Sinyal PPG dianggap unik untuk setiap individu, sehingga memungkinkan untuk membedakan individu yang berbeda dan memungkinkan untuk digunakan pada autentikasi biometrik. Hasil pengujian registrasi menunjukkan pengguna berhasil 100% mendaftarkan diri ke sistem. Hasil pengujian login menunjukkan pada skenario pertama 86% persen berhasil login, skenario kedua 20 berhasil login, skenario ketiga 6% berhasil login. Pada pengujian diperoleh nilai kecocokan tertinggi 90.15% dan nilai terendah 3.54%. Sulitnya mendapatkan data PPG yang memiliki kesamaan hingga 100% karena terkendala hal-hal yang mempengaruhi pembacaan data PPG. Hal-hal tersebut seperti jenis aktivitas pengguna yang berbeda pada saat proses registrasi dan login sehingga mempengaruhi akurasi dan reliabilitas.
Studi Kinerja TF-IDF dan IndoBERT dalam Rekomendasi Resep Berbasis Mobile dengan Arsitektur Microservice Puspa Andina, Sherla; Sakti Pramukantoro, Eko; Yahya, Widhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sistem rekomendasi resep makanan menjadi solusi praktis untuk membantu pengguna dalam menentukan menu berdasarkan bahan makanan yang tersedia. Penelitian ini bertujuan untuk mengevaluasi sistem rekomendasi resep berbasis mobile dengan membandingkan dua metode representasi teks, yaitu TF-IDF dan IndoBERT, dalam hal relevansi hasil rekomendasi dan efisiensi waktu respon. Sistem dibangun dengan arsitektur microservice, di mana aplikasi mobile mengirimkan daftar bahan makanan yang dimiliki pengguna ke server, yang kemudian memproses permintaan dan mengembalikan rekomendasi resep. Metode TF-IDF digunakan sebagai pendekatan berbasis statistik yang sederhana, sementara IndoBERT digunakan sebagai pendekatan berbasis pemahaman semantik menggunakan model pre-trained berbasis transformer. Pengujian dilakukan menggunakan metrik evaluasi seperti Precision@5, Recall@5, F1-score@5, dan Mean Reciprocal Rank (MRR@5) untuk mengukur relevansi hasil. Waktu respon diukur dengan mencatat selisih waktu antara permintaan dikirim dan hasil diterima di sisi Android. Hasil penelitian menunjukkan bahwa IndoBERT unggul dalam hal relevansi, dengan skor rata-rata yang lebih tinggi pada semua metrik evaluasi dibandingkan TF-IDF. Namun, TF-IDF memberikan waktu respon yang secara signifikan lebih cepat dibandingkan IndoBERT. Temuan ini menunjukkan bahwa pemilihan metode harus disesuaikan dengan kebutuhan sistem. TF-IDF lebih cocok untuk sistem dengan keterbatasan sumber daya, sedangkan IndoBERT lebih sesuai untuk sistem yang mengutamakan relevansi hasil rekomendasi.
Studi Perbandingan Kinerja TF-IDF dan IndoBERT untuk Rekomendasi Resep Berdasarkan Ketersediaan Bahan Makanan Berbasis Website Rasida Hanum, Assyfa; Sakti Pramukantoro, Eko; Primanita Kartikasari, Dany
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dalam kehidupan sehari-hari, mahasiswa sering menghadapi kesulitan dalam menentukan menu makanan sehat berdasarkan bahan yang tersedia di rumah. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi resep makanan berbasis web yang mampu memberikan rekomendasi berdasarkan input bahan makanan pengguna. Untuk itu, dilakukan perbandingan dua pendekatan algoritma, yaitu TF-IDF dengan Cosine Similarity dan IndoBERT, guna mengevaluasi efektivitas dan efisiensi masing-masing dalam konteks sistem rekomendasi resep. Penelitian ini menggunakan metode pengembangan perangkat lunak model Waterfall, dimulai dari analisis kebutuhan, perancangan sistem, implementasi, hingga pengujian. Data resep dikumpulkan dari berbagai sumber daring, kemudian diproses melalui tahapan preprocessing teks seperti case folding, stopword removal, dan stemming. Algoritma TF-IDF digunakan untuk menghitung bobot kata dan mengukur kemiripan menggunakan Cosine Similarity. Sementara itu, IndoBERT digunakan sebagai model berbasis representasi kontekstual untuk memahami hubungan semantik antar bahan makanan. Hasil pengujian menunjukkan bahwa model TF-IDF + Cosine Similarity lebih unggul dalam hal kecepatan waktu respons sistem, menjadikannya cocok untuk aplikasi yang membutuhkan performa tinggi secara real-time. Di sisi lain, IndoBERT mampu menghasilkan rekomendasi yang lebih kontekstual dan mendalam, namun membutuhkan waktu pemrosesan lebih lama. Evaluasi dilakukan menggunakan metrik Precision@K, Recall@K, F1-Score@K, dan MRR@K untuk menilai kualitas rekomendasi dari kedua pendekatan. Secara keseluruhan, penelitian ini menunjukkan bahwa pemilihan metode algoritma dalam sistem rekomendasi sangat bergantung pada kebutuhan pengguna, baik dari segi efisiensi maupun akurasi. Sistem yang dikembangkan diharapkan dapat membantu pengguna, khususnya mahasiswa, dalam menentukan menu makanan sehat dan praktis dengan memanfaatkan bahan yang tersedia.
Co-Authors Ady Firmanda, Dwi Andriansah, Ilham Henryranu Prasetio, Barlian Herman Tolle Kasyful Amron Prasetyo aji, Pujo Primanita Kartikasari, Dany Puspa Andina, Sherla Rasida Hanum, Assyfa Widhi Yahya