Article Per Year (5 Year)
p-Index From 2021 - 2026
1.066
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA IKRA-ITH Informatika : Jurnal Komputer dan Informatika JUMANJI (Jurnal Masyarakat Informatika Unjani) SEINASI-KESI Informatics and Digital Expert (INDEX) Jurnal Abdimas Kartika Wijayakusuma Journal of Informatics and Communication Technology (JICT) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Informatics and Communication Technology (JICT)
Putra, Eddie Krishna
Universitas Jenderal Achmad Yani, Cimahi
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics Social Sciences Other

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

Found 12 Documents
Search

 1   2 
Prototipe Gamifikasi untuk Mendorong Aktivitas Fisik dan Mengurangi Perilaku Sedentari di Indonesia Yuniarti, Rezki; Putra, Eddie Krishna; Hadiana, Asep Id
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 8 No 1 (2024): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v8i1.451

Abstract

Ketidakaktifan fisik dan perilaku sedentari menjadi perhatian yang semakin meningkat di Indonesia, dengan potensi dampak buruk terhadap kesehatan masyarakat. Seiring dengan perkembangan teknologi digital, gamifikasi muncul sebagai alat yang menjanjikan untuk mendorong aktivitas fisik dan mengurangi perilaku sedentari. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi prototipe gamifikasi yang dirancang untuk mendorong aktivitas fisik dan mengurangi perilaku sedentari di kalangan pekerja kantor di Indonesia. Pendekatan campuran digunakan, mencakup pengembangan prototipe gamifikasi yang didasarkan pada teori dan prinsip perubahan perilaku. Fitur, fungsionalitas, dan antarmuka pengguna prototipe ini dirancang secara teliti untuk memenuhi kebutuhan populasi target. Peserta dipilih berdasarkan kriteria yang telah ditetapkan, dan data dikumpulkan sebelum dan sesudah intervensi untuk menilai efektivitas prototipe. Metode analisis data digunakan untuk menginterpretasikan hasilnya. Temuan awal menunjukkan bahwa prototipe gamifikasi ini efektif dalam meningkatkan tingkat aktivitas fisik dan mengurangi perilaku sedentari di antara peserta. Umpan balik dari peserta menunjukkan pengalaman pengguna yang positif, meskipun beberapa masalah teknis dilaporkan. Gamifikasi memiliki potensi sebagai pendekatan inovatif untuk mendorong aktivitas fisik dan mengurangi perilaku sedentari di Indonesia. Penelitian lebih lanjut diperlukan untuk menyempurnakan prototipe ini dan memperluas penerapannya ke populasi yang lebih luas.
Advanced Earthquake Magnitude Prediction Using Regression and Convolutional Recurrent Neural Networks Asep Id Hadiana; Rifaz Muhammad Sukma; Eddie Krishna Putra
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 8 No 4 (2024): August 2024
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v8i4.5922

Abstract

Earthquake magnitude prediction is critical in seismology, with significant implications for disaster risk management and mitigation. This study presents a novel earthquake magnitude prediction model by integrating regression analysis with Convolutional Recurrent Neural Networks (CRNNs). It utilises Convolutional Neural Networks (CNNs) for spatial feature extraction from 2-dimensional seismic signal images and Long Short-Term Memory (LSTM) networks to capture temporal dependencies. The innovative model architecture incorporates residual connections and specialised regression techniques for sequential data. Validated against a comprehensive seismic dataset, the model achieves a Mean Squared Error (MSE) of 0.1909 and a Root Mean Squared Error (RMSE) of 0.4369, with a coefficient of determination of 0.79772. These metrics, alongside a correlation coefficient of 0.8980, demonstrate the model's accuracy and consistency in predicting earthquake magnitudes, establishing its potential for enhancing seismic risk assessment and informing early warning systems.
Co-Authors Hadiana, Asep Id Melina Melina Pinasty, Syarifudin Yoga Rafii Muhammad Afif Rezki Yuniarti Rifaz Muhammad Sukma Saputri, Intan Vidia Tacbir Hendro Pudjiantoro Wina Witanti Yudi Setiadi Permana