Article Per Year (5 Year)
p-Index From 2021 - 2026
1.168
P-Index
This Author published in this journals
All Journal E-Link: Jurnal Teknik Elektro dan Informatika Insand Comtech : Information Science and Computer Technology Journal Journal of Artificial Intelligence and Digital Business Jurnal Komputer, Informasi dan Teknologi
Hari Purwadi
Politeknik Negeri Samarinda
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Ekstraksi Ciri Image Wajah Berdasarkan Ciri Warna Hue Saturation Value (HSV) dan Geometri Ridho Surya Pangestu; Hari Purwadi; Agusma Wajiansyah
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2472

Abstract

Ekstraksi ciri wajah merupakan langkah krusial dalam pengenalan wajah, terutama dalam membedakan pola berdasarkan warna dan geometri. Warna menjadi salah satu aspek penting karena dapat digunakan untuk membedakan suatu citra dari citra lainnya dengan mengelompokkan pola berdasarkan ciri warna tersebut. Penelitian ini bertujuan untuk mengembangkan metode ekstraksi ciri wajah dengan memadukan analisis warna menggunakan ruang warna HSV (Hue, Saturation, Value) dan ekstraksi ciri geometri pada bagian mata, hidung, dan mulut. Metode penelitian dimulai dengan pengambilan gambar wajah dari tiga individu berbeda dengan posisi tampak depan menggunakan kamera handphone. Gambar yang diperoleh kemudian disimpan dan dikonversi dari format RGB ke ruang warna HSV untuk ekstraksi ciri warna. Rata-rata nilai hue, saturation, dan value pada setiap gambar digunakan sebagai ciri warna yang mewakili setiap wajah. Selanjutnya, dilakukan ekstraksi ciri geometri dengan mengukur jarak antar bagian wajah utama, yaitu mata, hidung, dan mulut, untuk memperoleh ciri geometris yang berbeda pada masing-masing individu. Hasil penelitian menunjukkan bahwa kombinasi ciri warna dan ciri geometri mampu menghasilkan identifikasi ciri wajah yang unik untuk setiap individu. Pendekatan ini memberikan dasar yang kuat dalam pengenalan wajah dengan memanfaatkan karakteristik warna dan struktur wajah secara simultan.
Clustering K-Means Berdasarkan Ciri Gray Level Co-occurrence Matrix Pada Foto Wajah Faundra Zahwa Ramadhani; Hari Purwadi; Ansar Rizal
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2498

Abstract

Penelitian ini bertujuan untuk mengetahui Ciri Citra Wajah Berdasarkan Gray Level Coocurence Matrik (Glcm). Dan melakukan pengelompokan klaster menggunakan metode Simpel K- Means untuk mengetahui clustered instances. Tahapan dimulai dari pengambilan gambar wajah menggunakan kamera smartphone dengan jarak 100cm dan pencahayaan yang dikendalikan. Gambar kemudian diubah dari format RGB ke grayscale sebagai langkah awal pengolahan. Matriks GLCM dibentuk berdasarkan empat orientasi sudut (0°, 45°, 90°, dan 135°), dan dari matriks tersebut diekstraksi empat ciri tekstur utama, yaitu contrast, correlation, energy, dan homogeneity. Ekstraksi fitur ini berfungsi sebagai representasi ciri setiap gambar wajah. Data yang digunakan terdiri atas 60 gambar, diperoleh dari 15 pengambilan gambar untuk masing-masing dari 3 subjek yang berbeda, yang di Analisa mengunakan Glcm mendapatkan prototype data ciri sebanyak 60. Seluruh data ciri selanjutnya dianalisis menggunakan algoritma Simpel K-Means, dengan pengujian sebanyak 1-10 cluster yang berbeda di dapatkan Clustered Instances rata – rata sebanyak 56 %.
ANALISIS KINERJA SISTEM KEAMANAN AKSES RUANGAN BERBASIS RFID MENGGUNAKAN MIKROKONTROLER Abrani; Hari Purwadi; Rihartanto
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 21 No. 1 (2026): Mei 2026
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v21i1.11613

Abstract

Keamanan akses ruangan adalah salah satu kebutuhan penting dalam fasilitas perkantoran ataupun sekolah. Sistem kunci mekanik konvensional kurang mampu dalam hal pencatatan log serta pengaturan hak akses pengguna. Penelitian ini mengembangkan sistem keamanan ruangan berbasis RFID dengan menggunakan modul RFID RC522 dan ESP32 sebagai mikrokontroler untuk menganalisis performanya. Pada sistem ini terdapat fungsi pembacaan kartu RFID, pemrosesan ESP32, kontrol solenoid doorlock, LCD display, dan antarmuka web berbasis WiFi Access Point. Uji performa sistem terbagi menjadi tiga skenario, yaitu: (1) pengujian akurasi kartu dengan melakukan 30 kali percobaan membaca kartu, (2) pengujian delay sistem, dan (3) pengujian jarak baca sensor. Dari pengujian didapat akurasi sistem sebesar 100%, yang terdiri dari 27 percobaan kartu terdaftar yang seluruhnya berhasil mendapatkan akses (true positive) dan 3 percobaan kartu tidak terdaftar yang seluruhnya berhasil ditolak (true negative), tanpa ditemukan false positive maupun false negative. Rata-rata total delay adalah 29,83 ms dan jarak baca efektif sensor RFID RC522 adalah 1–5 cm. Berdasarkan hasil pengujian, sistem RFID berbasis ESP32 terbukti dapat membedakan kartu terdaftar dan tidak terdaftar secara konsisten, serta dapat dikontrol dari jarak jauh melalui antarmuka web tanpa ketergantungan pada jaringan eksternal, sehingga layak digunakan sebagai solusi keamanan akses ruangan yang efektif dan terjangkau.
Smart Irrigation System Berbasis Iot Untuk Optimalisasi Penggunaan Air Pada Tanaman Naufal Ardani Mochammad Naufal Ardani; Rihartanto; Hari Purwadi; Rafi Firjatullah Arya Nugraha
Insand Comtech : Information Science and Computer Technology Journal Vol. 11 No. 1 (2026): Insand Comtech
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/jic.v11i1.3000

Abstract

Ketersediaan air merupakan salah satu faktor penting dalam keberhasilan budidaya tanaman. Sistem penyiraman konvensional yang dilakukan secara manual seringkali menyebabkan penggunaan air yang tidak efisien serta kurang optimal dalam menjaga kelembaban tanah. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyiraman tanaman otomatis berbasis Internet of Things (IoT) yang mampu meningkatkan efisiensi penggunaan air serta produktivitas tanaman. Sistem ini menggunakan mikrokontroler NodeMCU sebagai pusat pengendali yang terhubung dengan sensor kelembaban tanah untuk mendeteksi kondisi tanah secara real-time. Data yang diperoleh kemudian dikirimkan ke platform IoT untuk pemantauan jarak jauh melalui perangkat smartphone. Ketika kelembaban tanah berada di bawah batas yang telah ditentukan, sistem secara otomatis mengaktifkan pompa air untuk melakukan penyiraman. Hasil pengujian menunjukkan bahwa sistem mampu melakukan penyiraman secara otomatis sesuai kondisi tanah dan dapat memantau kondisi tanaman secara real-time. Implementasi sistem ini terbukti dapat mengoptimalkan penggunaan air serta membantu pengguna dalam melakukan perawatan tanaman secara lebih efisien.
Detektor Suhu dan Kelembaban Ruangan Berbasis IOT Fajar Muttaqin; Didi Susilo Budi Utomo; Hari Purwadi
Insand Comtech : Information Science and Computer Technology Journal Vol. 11 No. 1 (2026): Insand Comtech
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/jic.v11i1.3004

Abstract

Teknologi Internet of Things (IoT) memudahkan pemantauan lingkungan secara otomatis dan real-time, misalnya dengan detektor suhu dan kelembapan ruangan yang dapat memberikan data dari jarak jauh. Studi ini mengembangkan instrumen pemantau suhu dan kelembapan ruangan berbasis IoT menggunakan mikrokontroler ESP32 serta sensor DHT22. Prosedur penelitian meliputi perancangan sirkuit fisik, penulisan algoritma sistem, sinkronisasi jaringan internet, dan pengujian performa sensor. Alat ini mengirimkan data parameter lingkungan secara simultan dan menampilkan informasi tersebut secara aktual untuk keperluan pengawasan. Pengguna mengelola pantauan kondisi ruang secara sederhana dan optimal. Hasil eksperimen membuktikan bahwa sistem beroperasi dengan stabil serta memberikan respons akurat terhadap perubahan cuaca mikro. Inovasi ini mendukung standarisasi lingkungan pada area hunian, perkantoran, laboratorium, maupun ruang penyimpanan barang.
Klasifikasi Bunga Iris menggunakan Algoritma K-Nearest Neighbor (KNN) Classifier Enjelina Sukamto; Dwi Titi Maesaroh; Hari Purwadi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11258

Abstract

Identifikasi taksonomi tumbuhan seringkali sulit dilakukan karena adanya unsur subjektivitas dan ketidak efisienan waktu. Pendekatan komputasional yang objektif untuk membedakan spesies berdasarkan ciri morfologis dapat diwujudkan melalui penerapan algoritma pembelajaran mesin, khususnya klasifikasi berbasis contoh. Dengan menggunakan dataset publik Iris yang bersumber dari UCI Machine Learning Repository standar yang terdiri dari 150 sampel, penelitian ini menyelidiki penggunaan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan tiga jenis bunga Iris (Setosa, Versicolor, dan Virginica). Empat parameter dimensi panjang dan lebar sepal serta kelopak menjadi fokus utama pengamatan. Dalam penelitian ini, ditemukan bahwa spesies Setosa memiliki batas spasial yang berbeda secara linier, sedangkan kelas Versicolor dan Virginica memiliki zona tumpang tindih yang signifikan dalam ruang fitur kelopak. Hasil ini diperoleh dengan menggunakan berbagai teknik Analisis Data Eksploratori (EDA), termasuk statistik deskriptif, histogram, dan pemetaan diagram sebar. Untuk pemodelan, data dibagi menjadi 80% data pelatihan dan 20% data uji dengan menggunakan stratifikasi guna menjaga keseimbangan kelas. Parameter lingkungan (neighborhood) ditetapkan sebesar K=5, dan algoritma KNN dievaluasi menggunakan matriks kebingungan serta metrik kinerja klasifikasi. Hasil pengujian menunjukkan bahwa model tersebut memiliki akurasi global sebesar 96,67%. Analisis tersebut menunjukkan bahwa spesies Setosa memiliki nilai presisi dan recall total sebesar 1,00 pada tingkat kelas; namun, terdapat satu kesalahan klasifikasi pada kelas Virginica yang seharusnya diklasifikasikan sebagai Versicolor. Hal ini membuktikan adanya tantangan tumpang tindih fitur alami akibat kemiripan morfologis yang sangat identik antara kedua spesies tersebut.
Ekstraksi Ciri Suara Gender Berdasarkan Frequency Domain Audio Feature Dhiandra Nirina Yusuf; Hari Purwadi; Didi Susilo Budi Utomo
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12409

Abstract

Penelitian ini bertujuan mengekstraksi ciri suara berdasarkan gender menggunakan Mel-Frequency Cepstral Coefficients (MFCC) dan Spectral Centroid. Data yang digunakan adalah 20 sampel rekaman vokal “A” dari 4 responden (2 laki-laki, 2 perempuan), masing-masing 5 kali perekaman. Seluruh sampel di-resample ke 16.000 Hz. Ekstraksi MFCC menghasilkan 13 koefisien yang dirata-ratakan per sampel, sedangkan Spectral Centroid dihitung rata-rata dan standar deviasinya. Hasil pengujian statistik dengan Independent Samples t-Test pada taraf signifikansi 0,05 menunjukkan perbedaan yang signifikan secara statistik antara kelompok laki-laki dan perempuan pada koefisien MFCC-2 (p=0,0154), MFCC-5 (p=0,0080), MFCC-7 (p=0,0014), MFCC-12 (p<0,0001), dan MFCC-13 (p=0,0001). Sementara itu, MFCC-1 tidak menunjukkan perbedaan yang signifikan (p=0,0723). Hasil perhitungan Spectral Centroid menunjukkan bahwa rata-rata perempuan mencapai 3105,38 Hz dan laki-laki 1944,91 Hz, dengan standar deviasi yang lebih tinggi pada perempuan (1113,47 Hz vs 486,80 Hz). Temuan ini mengonfirmasi bahwa suara perempuan memiliki distribusi energi frekuensi yang cenderung lebih tinggi dan lebih bervariasi, sesuai dengan karakteristik fisiologis pita suara yang lebih pendek. Informasi spektral ini memperlihatkan potensi MFCC dan Spectral Centroid sebagai penciri akustik gender yang dapat diaplikasikan pada asisten virtual atau forensik audio. Kedua fitur mampu merepresentasikan perbedaan akustik gender, meskipun penelitian terbatas pada sampel kecil. Oleh karena itu, diperlukan penelitian lanjutan dengan dataset lebih besar, variasi fonem, rentang usia, dan lingkungan perekaman terkontrol untuk meningkatkan keandalan fitur.
Co-Authors Abrani Agusma Wajiansyah Ansar Rizal Dhiandra Nirina Yusuf Didi Susilo Budi Utomo Dwi Titi Maesaroh Enjelina Sukamto Fajar Muttaqin Faundra Zahwa Ramadhani Naufal Ardani Mochammad Naufal Ardani Rafi Firjatullah Arya Nugraha Ridho Surya Pangestu Rihartanto