Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Tri Rasmana, Susijanto
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Implementasi Turret yang Dikendalikan YOLOv8 Untuk Identifikasi dan Tracking Target Bergerak Noerifanza, Alifio; Tri Rasmana, Susijanto; Latif, Chaironi
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Kemajuan teknologi di bidang Artificial Intelligence membuka kesempatan baru bagi mesin perang otonom untuk membantu tugas tentara untuk melawan musuh. Hal ini telah dibuktikan dalam perang Rusia-Ukraina dengan penggunaan drone pengintai dan drone Kamikaze. Oleh karena itu negara-negara besar berlomba untuk menguasai bidang AI baik di sisi software maupun hardware. Walaupun level penggunaan Artificial Intelligence masih dalam tahap awal, sistem tracking dan targeting yang digunakan untuk menghancurkan kendaraan tempur sudah dalam penggunaan contohnya adalah drone Switchblade dan KUB-BLA. Drone-drone tersebut dapat mengidentifikasi dan mengklasifikasikan benda-benda yang dilihat oleh kameranya sehingga dapat membedakan mana target dan bukan targetnya. Dalam penelitian ini, implementasi turret yang dikontrol oleh YOLOv8 sukses diimplementasikan menggunakan NVIDIA Jetson Nano dan faktor-faktor yang mempengaruhi performa sistem deteksi telah teridentifikasi. Untuk performa dari Turret itu sendiri ada parameter yang mencapai harapan dan ada yang tidak. Untuk confidence di semua pengujian telah mencapai harapoan kecuali pengujian kedua horizontal, dimana Tingkat confidence hanya 0.689 dari 0.7 yang diharapkan. Untuk deviasi semua mencapai harapan yaitu rata-rata dibawah 40 pixel namun semua hasil runtime tidak mencapai harapan dengan hasil rata-rata terbaik hanya 601 ms sedangkan harapan adalah 200 ms. Akurasi juga tidak ada yang mencapai harapan dengan hasil terbaik adalah 27.1% dari 70% yang diharapkan. Rendahnya akurasi dan lambatnya runtime dikarenakan deteksi yang tidak stabil dan keterbatasan hardware NVIDIA Jetson menyebabkan turret memiliki kesulitan untuk tracking secara akurat. Diharapkan kedepannya dapat menggunakan kamera yang lebih baik disertai hardware yang mempunyai spesifikasi yang baik. Kata Kunci : Artificial Intelligence, Turret, Targeting, Tracking
Pengembangan Sistem Prediksi Risiko Banjir Berdasarkan Ketinggian Air Menggunakan Logika Fuzzy Hazel Dimas Prayogi, Mohammad; Adiputra, Dimas; Tri Rasmana, Susijanto
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Sistem prediksi risiko banjir berbasis ketinggian air telah dirancang menggunakan logika Fuzzy untuk memprediksi risiko banjir berdasarkan perubahan ketinggian air. Sistem ini menggunakan Arduino MKR Wi-Fi 1010 dan sensor ultrasonik HC-SR04 sebagai perangkat utama. Data ketinggian air diolah menggunakan logika Fuzzy untuk mengklasifikasikan risiko banjir menjadi "aman", "siaga", dan "bahaya". Hasil prediksi ditampilkan melalui LCD dan disimpan dalam Firebase Database secara real-time. Hasil pengujian menunjukkan sensor ultrasonik memiliki rata-rata error 2,37%, sedangkan prediksi logika Fuzzy memiliki akurasi tinggi dengan error 0,01%. Sistem ini dapat memberikan informasi risiko banjir secara akurat, meskipun pengiriman data ke Firebase masih tergantung pada kestabilan koneksi internet. Kata kunci— banjir, logika Fuzzy, Arduino, prediksi risiko, sensor ultrasonik.
Co-Authors Adiputra, Dimas Chaironi Latif Hazel Dimas Prayogi, Mohammad Noerifanza, Alifio