Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Difusi
Hartono, R.W. Tri
Unknown Affiliation
Humanities Computer Science & IT Education Engineering Environmental Science Social Sciences

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

Found 2 Documents
Search

 1 
PENGEMBANGAN SARANA STUDIO SIAR SEBAGAI MEDIA EDUKASI KAMPUS Hartono, R.W. Tri; Fadhlan, Muhammad Yusuf; Andini, Dianthika Puteri; Hanifatunnisa, Rifa; Rahmawati, Dini; Martin; Mozef, Eril; Rahayu, Maya
Jurnal Difusi Vol. 6 No. 2 (2023): Jurnal Difusi
Publisher : Pusat Penelitian dan Pengabdian Masyarakat (P3M) Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35313/difusi.v6i2.4540

Abstract

Perguruan tinggi memiliki peran dan fungsi untuk mengedukasi masyarakat selain menyelenggarakan perkuliahan. Salah satu bentuk kegiatan dari peran tersebut adalah memberikan informasi kepada masyarakat dalam bentuk pemberian bimbingan, sharing pengetahuan atau pelatihan. Dengan kemajuan teknologi internet saat ini, hal ini dapat dilakukan melalui platform online. Namun, hal ini harus didukung dengan peralatan yang mumpuni agar mendapatkan hasil yang menarik dan dapat diterima oleh masyarakat maupun mahasiswa. Dalam layanan ini dibuat studio yang dapat digunakan untuk mendukung kegiatan mengajar dan konseling masyarakat bagi civitas akademika di Politeknik Negeri Bandung. Pembuatan studio siaran ini dibagi menjadi tiga tahap. Yang pertama adalah pembuatan model tiga dimensi ruangan menggunakan perangkat lunak pemodelan 3D. Tahap kedua adalah pekerjaan sipil untuk membangun studio siaran. Tahap terakhir adalah penyelesaian studio siaran dengan peralatan pendukung pembuatan konten video. Hasil yang didapat cukup memuaskan. Dari mayoritas jawaban yang diperoleh dari survei, mahasiswa merasa studio ini bermanfaat, cukup nyaman digunakan dan layak untuk membuat konten video. Untuk bagian audio, koresponden percaya bahwa aspek ini masih perlu ditingkatkan, sementara tata letak ruangan dan peralatan visual dianggap baik dan menarik.
DEEP LEARNING-BASED ENVIRONMENTAL SOUND CLASSIFICATION USING TUNED MOBILEVIT WITH COMBINED AUGMENTATION TECHNIQUES Slameta, Slameta; Rahmatullah, Griffani Megiyanto; Karostiani, Novia; Budiana, Mochamad Soebagja; Hartono, R.W. Tri
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9377

Abstract

Classifying environmental sounds poses significant challenges because of their naturally disorganized characteristics. This research introduces a deep learning method for categorizing urban audio using the MobileViT architecture, which serves as a versatile, lightweight solution for various deep learning applications. The study utilizes the UrbanSound8k dataset, enhanced through multiple augmentation strategies including noise injection, time stretching, pitch modulation, and mixup methods. These augmentation techniques are essential given the dataset's size constraints and help create a more robust model for practical applications. Following augmentation, the audio undergoes preprocessing to standardize length and is transformed into mel spectrograms, making it compatible with MobileViT's input requirements. The model undergoes training with both standard and optimized parameters, achieving peak performance exceeding 80% accuracy. The integration of augmented data and parameter optimization yields approximately 15% improvement over the baseline MobileViT configuration while preserving rapid inference speeds of roughly 7 milliseconds. The findings prove that MobileViT represents a promising solution for various environmental sound applications.
Co-Authors Budiana, Mochamad Soebagja Dini Rahmawati Eril Mozef Fadhlan, Muhammad Yusuf Griffani Megiyanto Rahmatullah Hanifatunnisa, Rifa Karostiani, Novia Martin Maya Rahayu, Maya Slameta, Slameta