Article Per Year (5 Year)
p-Index From 2020 - 2025
1.829
P-Index
This Author published in this journals
All Journal Majalah Ilmiah MOMENTUM Jurnal Informatika JKPK (Jurnal Kimia dan Pendidikan Kimia) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Charity : Jurnal Pengabdian Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Prosiding Seminar Nasional Pengabdian Kepada Masyarakat eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT)
Hertiana Bethaningtyas Dyah Kusumaningrum
Universitas Telkom
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Public Health Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : eProceedings of Engineering

 1 
Analisa Sinyal Suara untuk Deteksi GangguanPita Suara dengan Menggunakan Metode Backpropagation Neural Network Diva, Shaina; Utami, Amaliyah Rohsari Indah; Bethaningtyas, Hertiana
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Suara merupakan salah satu sarana komunikasi yang memegang peranan penting dalam penyampaian informasi, salah satunya suara yang dihasilkan oleh organ tubuh manusia yang berasal dari getaran pita suara. Sama seperti jaringan tubuh lain pita suara juga dapat mengalami kerusakan yangdisebut penyakit kelainan pita suara. Penelitian ini ditujukan untuk mengembakan ragam metode non-invasif pada diagnosa kelainan pita suara, penelitian ini dilakukan dengan tujuan mengetahui arsitektur model yang optimal dan tingkat akurasi dari analisis untuk deteksi kelainan pita suara. Pre-processing dilakukan dengan normalisasi, framing, dan windowing, lalu dilakukan ekstraksi ciri dengan Linear Predictive Coding (LPC) dan Mel Frequency Cepstral Coefficients dimana masing masing fitur sebanyak 12 dan 13 lalu digabung menjadi satu vektor. lalu dilakukan Analisis dengan metode Backpropagation neural Network dengan dua data dengan variabel yang berbeda yakni data dengan neuron bervariatif dan tidak variatif hingga menghasilkan arsitetur optimal pada data dengan neuron tidak variatif dengan hidden layer 4 dan Epoch 150 menghasilkan akurasi 89,65 % , presisi dan recall sebesar 86,6% dan 92,8 %Kata kunci— pita suara, LPC, MFCC, BNN, akurasi, presisi, recall
APLIKASI PENGUKURAN TINGGI BADAN BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN ARUCO MARKER Nurrachman, R Anom; Bethaningtyas, Hertiana; Salam, Rahmat Awaludin
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Masih banyak orang yang menganggaptinggi badan bukanlah sesuatu hal yang penting.Pengukuran tinggi badan secara rutin pada anak jugasangat dianjurkan untuk memantau pertumbuhan dandapat mencegah terjadinya stunting. Di Indonesia, stuntingmerupakan masalah yang serius. Berdasarkan data SurveiStatus Gizi Balita Indonesia tahun 2019, stunting diIndonesia mencapai 27,7%. Angka tersebut masih tinggidibandingkan ambang batas WHO yaitu 20%. Penelitianyang akan dilakukan adalah pembuatan aplikasi yangdapat melakukan pengukuran tinggi badan pada citradigital dan memprediksi status gizi anak yang diukur. Citraakan diolah menggunakan ArUco marker danmenggunakan algoritma Decision Tree untuk memprediksistatus gizi. Berdasarkan pengujian yang dilakukan dapatdisimpulkan aplikasi yang dibuat dapat melakukanpengukuran tinggi badan. Akurasi pengukuran tinggibadan tertinggi adalah 96,02% dan prediksi stunting 80%pada jarak 150 cm dan tinggi 90 cm.Kata kunci-stunting, pengolahan citra digital, ArUco,tinggi badan
Implementasi Metode Prophet pada Prediksi Tinggi Air Sungai Raihan, Achmad; Suhendi, Asep; Bethaningtyas, Hertiana
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Banjir merupakan salah satu peristiwa yangmenghasilkan dampak buruk besar hingga mengakibatkanberhentinya berbagai sektor aktivitas kehidupan manusia. Dalampenanggulangannya, terdapat berbagai cara telah dilakukan yangsatunya membuat sistem prediksi tinggi air sungai menggunakanmachine learning. Namun, berdasarkan penelitian tersebut,metode evaluasi yang digunakan yaitu tidak dapat melakukanprediksi ke masa depan. Selain itu tidak memiliki sebuah displayyang dapat menampilkan hasil prediksi tinggi air sungai. TugasAkhir ini mengusulkan untuk dapat mengimplementasikanmetode prophet pada prediksi tinggi air sungai. Kemudian, sistemtersebut dapat menampilkan hasil prediksi tinggi air sungai dalamsebuah dashboard. Selanjutnya, data set yang digunakan untukprediksi banjir hanya hasil akhir pengukuran tinggi air sungaisetiap 1 jam dengan mengabaikan faktor yang mempengaruhinya.Evaluasi setelah dilakukan hyperparameter tuning dengan 3 databerbeda menggunakan Theil’s U menghasilkan rata-rata errorterkecil yaitu 0.187044. Dashboard dapat memprediksi danmenampilkan data secara langsung setelah upload dilakukan.Kemudian, dashboard memiliki contoh data yang dapatdigunakan untuk melihat data yang dapat ditampilkan setelahdilakukan prediksi.Kata kunci— prophet, forecast, dashboard
Co-Authors A.A. Ketut Agung Cahyawan W Amaliyah Rohsari Indah Utami Anggraini, Chintia Dara Asep Suhendi Astrid Rinaldi Bintang Ilhamdihardian Chintia Dara Anggraini Desti Umdatul Islamiyah Diva, Shaina Fadillah, Muhammad Agfian Fariz Akbar Kautsar Gama Wisnu Fajarianto Hasbi Naufal Henny Maratusholihah Islamiah, Desti Umdatul Ismudiati Puri Handayani Jahja, Maiisy Juninho, Rahmat M. Yusup ABD Salam Memoria Rosi Muh Khaerul Amri S.P Nurrachman, R Anom Rachmawati, Lulu Millatina Rahmat Awaludin Salam Raihan, Achmad Rinaldi, Astrid Salam, Yusup ABD Suprayogi Suprayogi Suwandi Suwandi Syamsudin, Irfan Afandi Theresia Regina Marbun