Article Per Year (5 Year)
p-Index From 2021 - 2026
2.374
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Henryranu Prasetio, Barlian
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Deteksi Sel Darah Putih Berdasarkan Citra Mikroskopis Menggunakan Metode Template Matching Berbasis Smartphone Wahyu Rizqullah, Denis; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dalam era kemajuan teknologi medis, analisis citra sel darah putih menjadi sangat penting untuk diagnosis yang lebih cepat dan akurat. Penelitian ini bertujuan untuk menciptakan sistem yang dapat secara otomatis mengidentifikasi dan mengklasifikasikan empat jenis sel darah putih, yaitu neutrofil, limfosit, monosit, dan eosinofil. Dengan memanfaatkan teknologi pembelajaran mesin, sistem ini dirancang untuk meningkatkan efisiensi dan akurasi dalam proses diagnosis, yang sering kali dilakukan secara manual oleh tenaga medis. Metode template matching dipilih karena kemampuannya untuk mencocokkan pola citra dengan akurasi yang baik. Hasil pengujian menunjukkan bahwa sistem ini dapat memproses citra dalam waktu rata-rata 264,67 ms per gambar, dengan akurasi deteksi mencapai 85% menggunakan empat template. Pengujian lebih lanjut mengidentifikasi nilai ambang batas (threshold) optimal sebesar 0,6, yang memberikan keseimbangan terbaik antara akurasi dan efisiensi. Sistem ini juga menunjukkan performa yang baik dalam mengklasifikasikan jenis sel, dengan kesalahan minimal pada pengenalan sel eosinofil dan neutrofil. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan, terutama di daerah dengan keterbatasan fasilitas medis, serta memperluas aksesibilitas teknologi diagnosis bagi masyarakat.
Sistem Deteksi Pola Menapak Kaki Untuk Identifikasi Risiko Cedera Menggunakan Sensor ToF faqih, abdullah; Syauqy, Dahnial; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pola menapak kaki saat berlari merupakan faktor biomekanik penting yang memengaruhi distribusi beban pada tungkai bawah. Teknik menapak yang tidak tepat dapat meningkatkan risiko cedera, terutama pada area kaki, lutut, dan pinggul. Metode konvensional untuk mengidentifikasi pola menapak umumnya mengandalkan pengamatan visual atau analisis video berkecepatan tinggi, yang cenderung memakan waktu, bersifat subjektif, dan tidak praktis untuk pemantauan secara real-time. Penelitian ini bertujuan mengembangkan sistem deteksi pola menapak secara real-time menggunakan sensor Time-of-Flight (ToF) sebagai solusi objektif dan portabel. Sistem dirancang dengan dua sensor VL53L1X yang dipasang pada bagian depan dan belakang sepatu, terhubung ke mikrokontroler ESP32. Sensor ini mengukur jarak kaki terhadap tanah, dan data dikirim melalui koneksi Bluetooth Low Energy (BLE) ke unit pemrosesan sekunder. Data kemudian difilter menggunakan metode exponential moving average, dikalibrasi, dan diklasifikasikan ke dalam tiga jenis pola menapak: rearfoot, midfoot, dan forefoot. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 100% dalam kondisi statis dan rata-rata 86,7% saat berlari dinamis. Sistem ini menunjukkan potensi sebagai alat bantu pemantauan biomekanik lari untuk pencegahan cedera dan optimasi performa secara objektif dan real-time.
Sistem Deteksi Kebosanan dan Kantuk Mahasiswa Pada Proses Pembelajaran Berbasis YOLOv11 yang diimplementasikan dengan NCNN di Raspberry Pi Ramadhany, Dandy; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kebosanan dan kantuk mahasiswa selama proses pembelajaran menjadi tantangan serius karena dapat menurunkan konsentrasi, keterlibatan, dan efektivitas pengajaran. Deteksi kondisi ini umumnya masih bergantung pada observasi manual yang subjektif dan sulit dilakukan secara konsisten, terutama pada kelas dengan jumlah mahasiswa besar. Oleh karena itu, diperlukan sistem otomatis yang mampu memantau indikator fisiologis secara real time pada perangkat berdaya terbatas. Sistem dirancang untuk mendeteksi indikator fisiologis berupa blink rate, blink duration, yawn frequency, dan microsleep secara real time. Hasil pengujian menunjukkan bahwa sistem mencapai akurasi mAP sebesar 96.91% pada YOLOv11 standar dan 95.86% pada YOLOv11 yang telah dikonversi ke NCNN, dengan akurasi praktis deteksi berkisar 78–80% (YOLOv11) dan 76–77% (NCNN). Sistem terbukti stabil dalam mendeteksi kantuk berat melalui microsleep dan blink panjang, meskipun masih terbatas dalam mendeteksi blink cepat (<0,4 detik) dan yawn singkat. Analisis perbandingan memperlihatkan bahwa konversi ke NCNN tidak menurunkan akurasi secara signifikan (penurunan <2%), tetapi memberikan keuntungan nyata pada aspek kecepatan inferensi. Pada Raspberry Pi, resolusi input 320 px menghasilkan kompromi terbaik dengan mAP@0.5 sekitar 93.50, FPS 5.78, dan latency 170.66 ms, sedangkan resolusi 256 px meningkatkan kecepatan (FPS 7.81, latency 126 ms) dengan konsekuensi penurunan akurasi (mAP@0.5 91.81). Secara keseluruhan, YOLOv11 dengan NCNN lebih layak digunakan untuk penerapan pada perangkat berdaya terbatas karena efisiensi inferensi real-time yang dihasilkan. Kebaruan penelitian ini terletak pada penerapan YOLOv11 yang dikonversi ke NCNN untuk mendeteksi indikator fisiologis sederhana (mata tertutup, menguap, dan microsleep) dalam konteks pembelajaran mahasiswa, yang sebelumnya jarang dieksplorasi pada perangkat edge berdaya rendah seperti Raspberry Pi. 
Implementasi Sistem Deteksi Bunyi Klakson Dan Sirine Kendaraan dengan Ekstraksi Fitur Mel Frequency Cepstral Coefficients Dan Bayesian Gaussian Mixture Model Rayhan, Muhammad; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kemacetan lalu lintas dan kepadatan kendaraan di area perkotaan seringkali menimbulkan akibat penggunaan klakson yang berlebihan, sehingga meningkatkan tingkat kebisingan lingkungan. kondisi ini tidak hanya mengganggu kenyamanan masyarakat, tetapi juga menjadi indikator perilaku pengemudi serta potensi situasi darurat di jalan. Penelitian ini bertujuan untuk mengimplementasikan sistem deteksi bunyi klakson kendaraan dan sirine menggunakan ekstraksi fitur Mel Frequency Cepstral Coefficients (MFCC) dan Bayesian Gaussian Mixture Model (BGMM). Implementasi sistem deteksi bunyi klakson kendaraan bertujuan untuk mengenali suara klakson dan sirine secara otomatis menggunakan metode ekstraksi fitur Mel Frequency Cepstral Coefficients dan klasifikasi Bayesian Gaussian Mixture Model. Sistem ini memanfaatkan karakteristik frekuensi suara klakson dan sirine yang diubah menjadi representasi spektrum menggunakan teknik Mel Frequency Cepstral Coefficients untuk memperoleh fitur akustik yang efektif. Selanjutnya, Bayesian Gaussian Mixture Model diterapkan sebagai metode klasifikasi untuk membedakan bunyi klakson dan sirine dari suara lain dengan akurat serta program berbasis Python untuk proses klasifikasi secara real-time.  
Akuisisi dan Komunikasi Data Parameter Deteksi Stress Pada Device Wristwear (Studi Kasus: Mi Band 4, Mi Band 6, dan Garmin Forerunner 165) Fajar, Joko ifnu; Regasari Mardi Putri, Rekyan; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Wearable device merupakan teknologi yang semakin berkembang dan banyak digunakan dalam kehidupan sehari-hari, khususnya dalam bentuk smartwatch dan smartband. Perangkat ini umumnya dimanfaatkan sebagai penunjuk waktu atau aksesoris, padahal di dalamnya terdapat berbagai sensor yang dapat digunakan untuk pemantauan kesehatan dan aktivitas olahraga. Namun, permasalahan yang sering ditemui pada perangkat wearable adalah keterbatasan akses terhadap data sensor biologis yang dihasilkan. Penelitian ini bertujuan untuk mendeskripsikan proses komunikasi dan metode akuisisi data pada perangkat Mi Band 4, Mi Band 6, dan Garmin Forerunner 165. Metode penelitian yang digunakan adalah penelitian deskriptif dengan pendekatan observasional melalui pengujian komunikasi Bluetooth Low Energy dan pengamatan proses akuisisi data pada masing-masing perangkat. Akuisisi data dilakukan dengan dua pendekatan, yaitu akuisisi real-time pada perangkat Garmin Forerunner 165 untuk data detak jantung, serta akuisisi non-real-time pada perangkat Mi Band 4, Mi Band 6, dan Garmin Forerunner 165. Hasil penelitian menunjukkan bahwa perangkat Mi Band memerlukan mekanisme autentikasi dan protokol vendor-specific dalam proses komunikasi dan pengambilan data, sedangkan Garmin Forerunner 165 menyediakan layanan komunikasi yang lebih terbuka melalui fitur broadcast heart rate. Temuan ini menunjukkan adanya perbedaan metode komunikasi dan akuisisi data antara perangkat Mi Band dan Garmin.
Implementasi Low Power System Pada Deteksi Gas Metana Menggunakan Arduino Uno Chenwijaya, Michael; Syauqy, Dahnial; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Gas Metana (CH4) merupakan bagian utama dari gas alam yang mudah terbakar, tidak memiliki bau, dan tidak memiliki warna, sehingga menjadi sulit bagi manusia untuk mendeteksi keberadaanya. Berdasarkan penelitian terdahulu, keberadaan gas metana dengan konsentrasi 5% hingga 15% dalam ruangan tertutup dapat membahayakan manusia karena dapat menciptakan sebuah ledakan ketika mengalami reaksi kimia dengan udara disekitarnya. Pada tahun 2023, United Nation (UN) mengatakan salah satu target mereka kedepannya adalah melakukan peningkatan pada efisiensi energi yang sekarang berada di angka 1,4% menjadi 3,4%. Maka dari itu, peneliti melakukan penelitian terhadap implementasi Low Power System pada deteksi gas metana. Implementasi sistem akan menggunakan Arduino Uno sebagai pemroses dan pengatur utama sistem. Deteksi gas metana akan menggunakan sensor MQ-4 yang sensitif terhadap perubahan kadar gas metana. Ketika sistem berjalan, sistem akan masuk ke kondisi wake dan melakukan deteksi gas metana selama 10 detik. Setelah 10 detik berjalan, sistem akan masuk ke kondisi sleep selama 8 detik dan kembali ke kondisi wake. Peneliti mengamati perubahan penggunaan arus listrik oleh sistem pada kondisi wake dan kondisi sleep. Hasil penelitian menyatakan bahwa didapatkan penurunan penggunaan arus listrik sebesar kurang lebih 20 mA (miliampere) dengan efisiensi penggunaan arus listrik sebesar 13,33%.
Co-Authors Ady Firmanda, Dwi Arrafi, Aldi Chenwijaya, Michael Dahnial Syauqy Fajar, Joko ifnu FAQIH, ABDULLAH Hisyam, Muhammad Ibnu Muhammad Rayhan Nugraha, Ridwan Aji Nur Abiyyu, Muhammad Alif Pratamaatmadja, Aditya PURO, MUHAMMAD SULTHON IMAM Ramadhany, Dandy Regasari Mardi Putri, Rekyan Sakti Pramukantoro, Eko Septino, Fernando Wafiy, Ahmad Dhani Wahyu Rizqullah, Denis Zuhrul Anam, Muhammad Anif