Article Per Year (5 Year)
p-Index From 2020 - 2025
1.285
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Edita Rosana Widasari
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Sistem Monitoring Target Heart Rate pada Aktivitas Berlari menggunakan Sensor MAX30102 Berbasis ESP-32 Salam, Muhammad Daffa Haekal; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 6 (2024): Juni 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Aktivitas berlari memberikan banyak manfaat jasmani dan rohani seperti menjaga kesehatan jantung, sistem peredaran darah dan membantu menjaga kesehatan mental. Akan tetapi, berlari dengan intensitas yang berlebihan sangat berisiko terpapar penyakit - penyakit kardiovaskular yang bahkan dapat menyebabkan kematian. Untuk itu, diperlukan sistem monitoring detak jantung yang membantu memantau detak jantung selama berlari. Sistem ini dirancang untuk membantu pengguna tetap dalam target heart rate mereka, yaitu rentang detak jantung yang optimal untuk mendapatkan lebih banyak manfaat tanpa risiko cedera atau penyakit kardiovaskular yang mungkin didapat jika latihan secara berlebihan. Sistem yang dikembangkan dalam penelitian ini menggunakan sensor Photoplethysmography berupa Sensor MAX30102 yang terhubung ke ESP-32 untuk mengukur detak jantung. Data detak jantung akan difilter menggunakan filter moving average yang kemudian akan ditampilkan secara real-time pada layar OLED. Jika detak jantung melebihi batas yang telah ditentukan, sistem akan memberikan umpan balik berupa getaran melalui vibration motor yang terhubung ke ESP-32. Hasil pengujian menunjukkan bahwa sistem ini mampu mengukur detak jantung dengan akurat dan memberikan umpan balik yang sesuai saat detak jantung pengguna melebihi batas yang telah ditentukan. Kesimpulan yang dapat diambil adalah sistem monitoring detak jantung yang dikembangkan berhasil memenuhi tujuan dari penelitian ini, yakni membuat alat yang efektif dan akurat untuk memantau detak jantung saat berolahraga. Sistem ini diharapkan dapat menjadi alat yang bermanfaat bagi pengguna dalam menjaga kesehatan kardiovaskular dan meningkatkan kualitas latihan mereka.
Implementasi Decision Tree untuk Sistem Deteksi Stres pada Pengemudi Berbasis Sinyal Photoplethysmogram Fuad, Alifa Azwadina; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JTIIK
Deteksi Gestur Tangan Menggunakan Metode Support Vector Machine (SVM) untuk Lengan Prostetik Bionik Niswa, Khoirun; Edita Rosana Widasari
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

Disabilitas khususnya amputasi tangan merupakan kondisi hilang atau tidak normalnya bagian tubuh seperti tidak adanya lengan (amputasi) dan kelumpuhan pada beberapa bagian tubuh. Lengan Prostetik Bionik menjadi solusi yang tepat untuk membantu penderita dalam aktivitas kesehariannya. Pada penelitian sebelumnya, sistem prostetik masih menggunakan wire-based sensor, yang dapat memberikan rasa kurang nyaman bagi pengguna karena akan membatasi mobilitas pengguna. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk mengembangkan Lengan Prostetik Bionik dengan menggunakan metode Support Vector Machine (SVM) berbasis sensor OYMotion. Sistem ini menggunakan Sensor OYMotion g200 untuk merekam sinyal EMG. Sensor ini merekam kekuatan kontraksi otot untuk setiap gerakan. Dengan beralih ke sensor OYMotion, penelitian ini berhasil mengatasi permasalahan penggunaan wire-base sensor pada penelitian sebelumnya. Hasil deteksi gestur ditunjukkan dengan output pada servo yang membuat gerakan jari tangan prostetik bionik dapat bergerak sesuai dengan perintah. Hasil penelitian menunjukkan bahwa metode SVM dengan menggunakan kernel Radial Basis Function (RBF) dan fitur Waveform Length (WL) berhasil mencapai akurasi yang cukup tinggi yakni 82% dengan waktu komputasi rata-rata 101 ms. Ini menunjukkan peforma yang cepat dan efisien. Sistem ini mampu bekerja dengan layak dan andal untuk digunakan sebagai lengan prostetik bionik yang efektif.
Sistem Monitoring Laju Pernapasan Pada Olahraga Yoga Berdasarkan Sinyal Elektrokardiogram Berbasis Shimmer Annathifa, Azza; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemantauan detak jantung terkait dengan laju pernapasan menjadi tantangan bagi instruktur yoga dalam memaksimalkan pemantauan aspek yang sulit dimonitor selama latihan, selain aspek postur tubuh peserta pada gerakan latihan. Penelitian ini mengembangkan sistem monitoring laju pernapasan berbasis sinyal elektrokardiogram (ECG) menggunakan perangkat Shimmer ECG yang dioperasikan pada MATLAB secara real-time. Sistem ini dirancang untuk mendukung pelatihan yoga dengan menyediakan estimasi laju pernapasan secara real-time menggunakan sinyal elektrokardiogram. Estimasi dilakukan menggunakan algoritma Pan-Tompkins untuk mendeteksi kompleks QRS, dilanjutkan dengan perhitungan Root Mean Square (RMS) dan analisis frekuensi puncak dari spektrum daya melalui Fast Fourier Transform (FFT) untuk menentukan frekuensi pernapasan. Hasil dari sistem ini ditampilkan pada Graphical User Interface (GUI) berupa plot sinyal ECG, detak jantung (heart rate), estimasi laju pernapasan, dan klasifikasi tingkat estimasi laju pernapasan. Berdasarkan analisis kesesuaian deteksi puncak R sinyal ECG menggunakan metode Pan-Tompkins, diperoleh akurasi sebesar 81,55%, yang didapatkan dari pengujian terhadap 15 data. Pengukuran algoritma estimasi laju pernapasan yang dibandingkan dengan perhitungan manual menghasilkan nilai akurasi sebesar 92,68%. Sistem mencatat rata-rata waktu komputasi sebesar 1,46 detik untuk algoritma estimasi laju pernapasan.
Implementasi K-Nearest Neighbors untuk Sistem Deteksi Kelelahan Otot pada Pengemudi Berbasis Shimmer Electromyography Sensor 'Ulum, Muhammad Bahrul; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Keselamatan berkendara sangat dipengaruhi oleh kondisi fisik pengemudi, termasuk kelelahan otot yang dapat menurunkan konsentrasi dan respons. Pengemudi sebagai subjek utama dalam menjaga kelelahan otot untuk menghindari terjadinya kecelakaan. Kelelahan merupakan faktor utama dalam terjadinya kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kelelahan otot pengemudi berbasis Shimmer Electromyography Sensor dengan menggunakan algoritma K-Nearest Neighbors dan fitur Root Mean Square. Sistem ini dirancang untuk memantau aktivitas otot biceps brachii pengemudi secara real-time melalui sinyal EMG, yang kemudian dianalisis untuk mendeteksi kondisi kelelahan otot yang normal, medium, dan high. Proses pengembangan melibatkan pengumpulan data EMG dengan metode akuisisi, ekstraksi fitur RMS, dan klasifikasi menggunakan KNN. Sistem diuji dalam simulasi mengemudi untuk mengevaluasi akurasi klasifikasi dan fungsionalitas antarmuka pengguna berbasis Python. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi kelelahan otot dengan rata-rata akurasi 99,97% dan memberikan peringatan dini yang relevan bagi pengemudi. Hasil tersebut ditampilkan dalam Graphical User Interface. Penelitian ini memberikan kontribusi dalam meningkatkan keselamatan berkendara dengan memanfaatkan teknologi wearable dan metode machine learning. Implementasi sensor Shimmer EMG serta algoritma KNN menawarkan solusi yang praktis dan efektif dalam memantau kondisi fisiologis pengemudi, yang berpotensi mengurangi risiko kecelakaan lalu lintas akibat kelelahan.
Village Data Backup and Disaster Recovery: A Comparative Study of Cloud Solutions with Traditional Methods Prasetio, Barlian Henryranu; Edita Rosana Widasari; Adi Setiawan; Hanifa Maulani Ramadhan
Journal of Information Technology and Computer Science Vol. 9 No. 3: December 2024
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.93681

Abstract

This study presents a comparative analysis of traditional disk-based and cloud-based Backup and Disaster Recovery (DR) approaches, focusing on the challenges inherent in existing solutions, such as high infrastructure costs, extended recovery times, and operational disruptions during software updates. Conventional disk-based systems often require periodic reboots and manual interventions, which can interrupt ongoing operations. In contrast, cloud-based solutions, particularly Asigra, offer a streamlined alternative by reducing infrastructure dependency, enhancing recovery metrics—specifically Recovery Point Objective (RPO) and Recovery Time Objective (RTO)—and minimizing maintenance downtime through agentless and incremental backups. Cloud backup provides comprehensive upgrades without the need for system reboots, thereby saving time and improving operational effectiveness. This study evaluates the proposed cloud-based approach in a village government organizational environment, analyzing its performance based on Total Cost of Ownership (TCO), RPO, and RTO. Cloud-based configurations are compared with traditional setups to assess improvements in disaster recovery procedures and data storage. Findings demonstrate that cloud-based strategies offer simpler and more efficient DR solutions, providing superior scalability, reliability, and administrative ease tailored to the unique needs of village government data management.
Implementasi Metode K-Nearest Neighbor untuk Deteksi Dini Stres Berbasis Neruosky Electroencephalogram Sensor Hutagaol, Yohanes Ronaldo Juliantino; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 5 (2025): Mei 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Stres adalah salah satu faktor yang dapat mengganggu kesehatan mental, menyebabkan penurunan kualitas hidup, dan berpotensi memicu gangguan mental yang lebih serius, seperti depresi. Stres dapat diatasi dengan cara mendeteksi stres, baik dengan metode subjektif maupun objektif untuk meminimalisir dampak buruk yang terjadi diakibatkan oleh stres. Metode subjektif melibatkan pengisian kuesioner atau wawancara dengan psikolog, sementara pendekatan objektif menggunakan pengukuran fisiologis. Namun deteksi dengan metode subjektif ini terbatas oleh persepsi pribadi dan emosi dari responden. Sedangkan metode objektif melibatkan pengukuran baik secara fisik maupun fisiologis yang lebih akurat. Oleh karena itu, penelitian ini akan membuat pengembangan sistem deteksi stres dengan metode fisiologis berbasis sinyal EEG dengan menggunakan Neurosky Mindwave Mobile 2. Sistem menggunakan gelombang alpha (8-13 Hz) dan beta (13-30 Hz) dan mengimplementasikan metode K-Nearest Neighbor (KNN). Penelitian ini akan dapat mengklasifikasikan kelas normal dan stres. Ekstraksi fitur menggunakan metode Mean Absolute Value (MAV) dan Ratio MAV Beta/Alpha. Pengujian sistem mendapatkan akurasi sebesar 84% dengan rata-rata waktu komputasi 0,12622 detik. Hasil akan ditampilkan dalam graphical user interface (GUI) dalam aplikasi MATLAB dengan keluaran berupa grafik sinyal, nilai ekstraksi fitur, hasil klasifikasi dan keterangan, serta waktu komputasi. Sistem ini dapat digunakan sebagai deteksi stres yang baik dengan waktu komputasi yang cepat. Kata kunci: Alpha, Beta, EEG, K-Nearest Neighbor, Mean Absolute Value, Stres.
Analisis Formasi Optimal Sensor MPU6050 untuk Pemantauan Gerakan Otot pada Dumbbell Overhead Triceps Extension dengan Metode F-test Safrudin Bendang, Dehleezto Lawanangkara; Syauqy, Dahnial; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 5 (2025): Mei 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pada penelitian ini menguji variansi nilai pembacaan sensor MPU6050 di 5 titik penempatan terhadap gerakan dumbbell overhead triceps extension menggunakan 3 buah modul sensor. Sampel data pembacaan sensor di 5 titik penempatan tersebut kemudian disalin untuk dikombinasikan menjadi kelompok sampel 3 sensor dan 2 sensor sehingga total sampel data berjumlah 25 sampel yang masing-masing mewakili sebagai sampel nilai pembacaan di 25 formasi penempatan 1 sampai 3 sensor. Variansi pembacaan di setiap formasi penempatan sensor akan diteliti menggunakan F-Test. Pengujian F-Test tersebut akan menghasilkan nilai F yang menunjukkan rentang variansi kelompok nilai data antar-baris pembacaannya yang mengindikasikan nilai resolusi dan presisi pembacaan gerakan oleh sensor. Berdasarkan pengujian telah dilakukan pada penelitian ini, penambahan jumlah sensor dalam menambah dimensi pengenalan pola dalam machine learning meningkatkan variansi data pembacaan sensor sebesar 16%-30%. Sedangkan, pemilihan formasi penempatan optimal modul sensor MPU6050 dapat meningkatkan variansi data pembacaan sensor hingga 68%. Variansi nilai pembacaan tersebut didapatkan pada penempatan satu modul saja di pergelangan tangan bagian luar dengan nilai F sebesar 1.131361 yang bernilai lebih besar 2 kali lipat lebih dibandingkan dengan rata-rata nilai F dari seluruh formasi pengujian yang bernilai 0.433905316.
Co-Authors 'Ulum, Muhammad Bahrul Adi Setiawan Annathifa, Azza Barlian Henryranu Prasetio Dahnial Syauqy Fuad, Alifa Azwadina Hanifa Maulani Ramadhan Hutagaol, Yohanes Ronaldo Juliantino Niswa, Khoirun Safrudin Bendang, Dehleezto Lawanangkara Salam, Muhammad Daffa Haekal