Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Progresif: Jurnal Ilmiah Komputer
Setyawan, Gogor Chrismass
Universitas Kristen Immanuel
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Remote Control Robot Berbasis Arduino Dan PS2 Bluetooth Zendrato, Setiani; Setyawan, Gogor Chrismass; Sumihar, Yo'el Pieter
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2016

Abstract

Technology has a significant role in facilitating human life, especially in the control aspect that allows the operation of devices or systems more efficiently. The purpose of this study is to investigate the performance of PS2 technology as the main control device in a robot remote control system. The system developed utilizes PS2 Bluetooth technology to control the robot, with Arduino Uno as its main microcontroller. To assist in the design of the management of this system, the prototyping method is used. In this study, a miniature car that can be controlled with a PS2 remote control was successfully designed. Based on the communication distance test, it shows that the system can function optimally up to a maximum distance of 20.5 meters. Keywords: Arduino; PS2 Bluetooth; Design; Remote control. AbstrakTeknologi memiliki peran yang signifikan dalam memudahkan kehidupan manusia, terutama dalam aspek kontrol yang memungkinkan pengoperasian perangkat atau sistem dengan lebih efisien. Tujuan dari penelitian ini menyelidiki performa teknologi PS2 sebagai perangkat pengendali utama dalam sistem remote control robot. Sistem yang dikembangkan memanfaatkan teknologi PS2 Bluetooth untuk mengendalikan robot, dengan Arduino Uno sebagai mikrokontroler utamanya. Untuk membantu dalam perancangan pengelolaan sistem ini digunakan metode prototyping. Dalam penelitian ini berhasil merancang sebuah mobil miniatur yang dapat dikendalikan dengan remot control PS2. Berdasarkan Pengujian jarak komunikasi menunjukkan bahwa sistem dapat berfungsi secara optimal hingga jarak maksimum 20,5 meter. Kata kunci: Arduino; PS2 Bluetooth; Perancangan; Remot kontrol.
Uji Performa Metode Komposisi Eigenface-CNN Pada Model Biometric Mobile App Debora, Agnes Monica; Himamunanto, Agustinus Rudatyo; Setyawan, Gogor Chrismass
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2117

Abstract

The development of information and communication technology has increased the need for more secure and efficient authentication systems on mobile devices, given the growing cases of data breaches and identity theft. This research employs the Eigenface-CNN composition method to enhance the performance of biometric authentication models. The Eigenface method uses Principal Component Analysis (PCA) to reduce data dimensions and extract key features from facial images, while CNN is used to identify more complex facial features. The results show that this method can recognize faces with high accuracy, achieving an average confidence value of 87.95% and a highest value of 97.53%. It also demonstrates robustness against variations in lighting and facial poses. These findings suggest that the Eigenface-CNN composition method is feasible for implementation in biometric authentication systems on mobile devices, thereby enhancing user security and convenience.Kata kunci: Face Recognition; Eigenface; CNN; Biometric AbstrakPerkembangan teknologi informasi dan komunikasi telah meningkatkan kebutuhan akan sistem autentikasi yang lebih aman dan efisien pada perangkat mobile, mengingat kasus kebocoran data dan pencurian identitas yang semakin marak. Penelitian ini menggunakan metode komposisi Eigenface-CNN untuk meningkatkan performa model autentikasi biometrik. Metode Eigenface menggunakan analisis komponen utama (PCA) untuk mereduksi dimensi data dan mengekstraksi fitur utama dari citra wajah, sementara CNN digunakan untuk mengidentifikasi fitur wajah yang lebih kompleks. Hasil penelitian menunjukkan bahwa metode ini mampu mengenali wajah dengan akurasi tinggi, dengan nilai confidence rata-rata mencapai 87.95% dan nilai tertinggi 97.53%, serta menunjukkan ketahanan terhadap variasi pencahayaan dan pose wajah. Temuan ini menunjukkan bahwa metode komposisi Eigenface-CNN layak diimplementasikan dalam sistem autentikasi biometrik pada perangkat mobile untuk meningkatkan keamanan dan kenyamanan pengguna.Kata kunci: Pengenalan Wajah; Eigenface; CNN; Biometrik
Co-Authors Agustinus Rudatyo Himamunanto Debora, Agnes Monica Sumihar, Yo'el Pieter Zendrato, Setiani