Article Per Year (5 Year)
p-Index From 2019 - 2024
3.515
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Progresif: Jurnal Ilmiah Komputer eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology
Randy Erfa Saputra
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 3   4   5   6   7 
Pengukuran Infrastruktur Jaringan Komputer Di Kawasan Asrama Universitas Telkom Menggunakan Metode Qos Adam Aji Bhuwana; Umar Ali Ahmad; Randy Erfa Saputra
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Jaringan komputer saat ini telah merubah segala aspek yang ada didunia, mulai dari kita bersekolah, mendapatkan informasi, termasuk cara kita berkomunikasi. Seperti halnya pada Kawasan Asrama Telkom University jaringan internet tidak dapat dibuat hanya sebatas agar bisa digunakan, tetapi dibutuhkan racancangan topologi, konfigurasi IP dan konfigurasi routing protocol agar dapat digunakan sebagaimana mestinya. Penulis merancang jaringan baru agar dapat menjadi acuan dasar untuk digunakan. Dengan menggunakan topologi Ring kombinasi Star yang memiliki fungsi berbeda. Pemilihan topologi Ring kombinasi Star untuk menghindari collision dan meningkatkan availability. OSPF dan EIGRP adalah jenis protokol routing yang digunakan penulis dalam rancangan jaringan baru ini. Nilai delay yang didapatkan dengan OSPF paling kecil 31,96 ms dan paling besar pada 160,58 ms. Sedangkan dengan EIGRP paling kecil 31,82 ms dan paling besar pada 160,59 ms. Untuk nilai Jitter yang didapatkan dengan OSPF paling kecil 2,27 ms dan paling besar pada 4,80 ms. Sedangkan dengan EIGRP paling kecil 2,02 ms dan paling besar pada 4,73 ms. Hasil pengukuran nilai Throughput dengan OSPF paling kecil 6,23 KBps dan paling besar 31,29 KBps. Untuk pengukuran nilai Throughput dengan EIGRP paling kecil 6,23 KBps dan paling besar 31,43 KBps. Besar Packet Loss yang didapatkan dengan OSPF adalah 0% sedangkan dengan EIGRP paling rendah 0% dan paling tinggi 2%. Kata kunci: Jaringan Komputer, Routing, Topology, Quality of Service. Abstract Computer network nowadays has changed all aspect in the world, for instance we use it to get information when we are at school and we use it for communicating with each other. As in the Telkom University Dormitory Area, the internet network cannot be made only to the extent that it can be used, but it requires topology design, IP configuration and routing protocol configuration so that it can be used properly. The author designed that new network so that it can be a basic reference for use. By using Star Ring Topology combination which has different function. Choosing a Star combination Ring topology is to avoid collisions and increase availability. OSPF and EIGRP are the types of routing protocols that the author uses in this new network design. The smallest OSPF delay value IS 31,96ms and the biggest is at 160,58 ms. While the smallest EIGRP value is 31,82 ms and the biggest is 160,59 ms. For Jitter value of OSPF, the smaleest is 2,27ms and the biggest is 4,80 ms. While at EGRP the smallest is 2,02ms and the biggest is 4,73 ms. The results of measuring the value of throughput with OSPF are the smallest 6.23 KBps and the highest is 31.29 KBps. For the measurement of the value of throughput with EIGRP, the smallest is 6.23 KBps and the highest is 31.43 KBps. The amount of Packet Loss which was obtained with OSPF is 0% while with EIGRP the lowest is 0% and the highest is 2%. Keyword: Computer Network, Routing, Topology, Quality of Service.
Sistem Pendukung Keputusan Penyiraman Tanaman Cabai Dengan Memanfaatkan Kecerdasan Buatan Menggunakan Algoritma Lstm Yusuf Abdurrahman Hakim; Randy Erfa Saputra; Anton Siswo Raharjo Ansori
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Dalam dunia pertanian teknologi yang diciptakan bertujuan untuk mempermudah masyarakat khususnya para petani agar hasil pertanian yang didapatkan lebih efektif dari sebelumnya ketika teknologi tersebut belum diciptakan. Suatu sistem yang dibuat pada penelitian ini berupa sistem yang memanfaatkan kecerdasan buatan yang mampu memberi keputusan kebutuhan penyiraman tanaman cabai dengan menggunakan metode Long Short Term Memory (LSTM). Sistem yang akan dibangun diharapkan dapat memberikan keluaran berupa keputusan penyiraman untuk tanaman cabai dengan akurasi yang baik. Kata Kunci: Smart Farming, artificial intelligence, Long Short Term Memory (LSTM). Abstract In the world of agriculture the technology created aims to make it easier for the community, especially farmers, so that the agricultural products obtained are more effective than before when the technology was not yet created. A system created in this study is a system that utilizes artificial intelligence that is able to provide watering needs for chili plants by using the Long Short Term Memory (LSTM) method. The system to be built is expected to provide output in the form of watering decisions for chilli plants with good accuracy. Keywords: Smart Farming, artificial intelligence, Long Short Term Memory (LSTM).
Klasifikasi Emosi Kompleks yang Negatif Pada Anak Menggunakan Metode KNearest Neighbor Rizki Fauzi Andaru; Anggunmeka Luhur Prasasti; Randy Erfa Saputra
eProceedings of Engineering Vol 10, No 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Emosi merupakan salah satu bahasa tubuh yang melibatkan banyak aspek seperti perilaku, tindakan, pikiran, dan juga perasaan. Emosi memiliki banyak bentuk. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Akan tetapi, kadang manusia tidak dapat mendefinisasikan arti dari emosi tersebut terutama pada anak-anak. Orangtua sering sekali merasa bingung dikarenakan perubahan emosi pada anaknya sehingga bingung bagaimana cara menghadapi emosi pada anak. Banyak sekali cara mengetahui emosi dari anak.salah satunya adalah dengan cara mengklasifikasikan emosi berdasarkan raut wajah dan juga gestur tubuh. Metode klasifikasi ini dapat menggunakan algoritma K-Nearest Neighbor dengan cara mengklasifikasikan data berdasarkan atribut dan sample data dari training data. Pada data ini digunakan dataset dari EmoReact yang berisikan data ekspresi anak-anak yang meliputi beberapa ekspresi seperti bahagia, sedih, takut, marah, dan netral. Hasil dari penelitian ini adalah bahwa algoritma K-Nearest Neighbor mendapatkan hasil training model sebesar 99.89% dan dapat mengklasifikasikan emosi ekspresi pada anak dengan tingkat akurasi 45%.Kata kunci— emosi, klasifikasi, ekspresi, K-Nearest Neighbor
Mobile application development of IoT-based broiler chicken feeding system Muhammad Agung Laksono; Purba Daru Kusuma; Randy Erfa Saputra
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 2 No 03 (2023): September 2023
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v2i03.6264

Abstract

In this research, an Android application was developed using the React Native framework, integrated with Firebase, and the Arduino Mega 2560 microcontroller with built-in Wi-Fi to control and monitor the automated, scheduled, and real-time feeding and cleaning processes for chicken waste. This setup allows the utilization of an ultrasonic sensor to detect feed capacity and real-time scheduling. Additionally, a servo motor is used to automate the feeding system. The application enables farmers to monitor the feeding schedule adherence. Therefore, features such as feed system monitoring, alarm system, automatic cleaning system, and system status monitoring are included in this application. The test results demonstrate that this Android application functions well and provides accurate information to farmers. Users can remotely control the system, monitor the system's condition, and efficiently manage the feeding schedule. With the implementation of this application, it is expected that farmers can enhance productivity and efficiency in broiler chicken farming.
Deteksi Pelanggaran Pada Bahu Jalan Tol Dengan Intelligent Transportation System Menggunakan Algoritma Yolov5 Alfian Imran; Casi Setianingsih; Randy Erfa Saputra
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

Abstrak—Pemerintah melalui Peraturan Pemerintah No. 15 Tahun 2005 Pasal 41 ayat (2) memberlakukan penggunaan bahu jalan tol serta larangan pada baju jalan tol. Bahu jalan tol dapat digunakan untuk arus lalu lintas pada keadaan darurat; bagi kendaraan yang berhenti darurat; tidak digunakan untuk menarik/menderek/mendorong kendaraan; tidak digunakan untuk keperluan menaikkan atau menurunkan penumpang dan/ atau barang dan/ atau hewan; dan tidak digunakan untuk mendahului kendaraan. Intelligent transportation sistem yang dibuat diharapkan dapat mengurangi pelanggaran yang terjadi pada bahu jalan tol. Hasil akhir dari pengembangan model intelligent transportation system dengan YOLOv5 ini sudah sangat baik. Dengan konfigurasi dataset 240 data test, 5 data validation, dan 5 data test. Konfigurasi learning-rate = 0,01; batch-size = 64; dan epochs = 100. Didapatkan hasil akhir yang sangat memuaskan dengan mAP = 97,9 %; precision = 93,7 %; dan recall = 97,1 %. Penulis berharap sistem yang telah dibuat ini dapat terintegrasi dengan sistem e-tilang.Kata kunci—bahu jalan tol, YOLOv5, intelligent transportation system
Deteksi Pelanggaran pada Bahu Jalan Tol Menggunakan Algoritma Cascade R-CNN Belinda Fridolin Darmanto; Casi Sastika; Randy Erfa Saputra
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

Abstrak— Bahu jalan tol merupakan bagian kiri jalan tol yang berguna bagi kendaraan yang mengalami keadaan darurat. Namun masih banyak kendaran yang menggunakan bahu jalan tol dengan tidak bijak seperti menggunakannya untuk mengdahului kendaraan lain atau berhenti atau beristirahat dalam waktu yang lama. Hal ini dapat menyebabkan kecelakaan dan juga keributan. Berdasarkan dari masalah tersebut, diaplikasikan algoritma Cascade R-CNN yang dapat digunakan sebagai algoritma untuk mendeteksi pelanggaran pada bahu jalan tol. Cascade R-CNN memiliki deteksi multistage yang dapat mengurangi overfitting karena kurangnya dataset. Cascade RCNN memiliki deteksi multistage yang terdiri dari tiga stage. Hasil train deteksi di stage pertama akan di train lagi di stage kedua, begitu pun seterusnya sampai di hasil stage ketiga. Deteksi multistage ini membuat Cascade R-CNN disebut sebagai algoritma berkualitas tinggi dalam mendeteksi objek. Pengujian Algoritma Cascade R-CNN dilakukan menggunakan tiga hyperparameter yaitu epoch, batch size, dan learning rate. Pengujian hyperparameter ini bertujuan untuk mendapatkan model terbaik untuk melakukan prediksi. Model terbaik didapatkan pada hyperparameter di epoch 12, batch size 16, learning rate 0.02 dengan Average Precision=97,1%, Average Recall=79,1%, mAP@.5=97,1% , dan mAP@.5:.95=74,8%.Kata kunci— : Bahu Jalan Tol, Cascade R-CNN, Deteksi Objek
Sistem Deteksi Sapi Pada Peternakan Dari Citra Dan Video Uav Menggunakan Algoritma Yolo Fauzan Andaru Kurniadi; Casi Setianingsih; Randy Erfa Saputra
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

Abstrak—Dengan semakin majunya zaman banyak aspek dalam kehidupan manusia yang bekembang, salah satunya merupakan bidang peternakan yang saat ini semakin besar, dan dengan semakin besarnya peternakan dibutuhkan juga sistem pemantauan hewan ternak yang dapat mendeteksi hewan yang sedang tidak berada didalam kendang dan itulah yang diharapkan dapat dicapai dengan penggunaan YOLOv5 pada citra yang diambil oleh drone. YOLOv5 merupakan model deteksi objek yang digunakan untuk melakukan deteksi pada sapi di peternakan melalui citra yang diambil oleh drone atau UAV, untuk mencapai kemampuan deteksi tersebut dilakukan training menggunakan dataset gambar – gambar sapi dan juga perubahan konfigurasi hyperparameter pada algoritma untuk mendapatkan hasil deteksi yang optimal. Dataset yang digunakan dalam training adalah gambar sapi berjumlah 3131 dan non – sapi berjumlah 836. Konfigurasi hyperparameter paling optimal yang didapatkan adalah batch 32, learning rate 0.01, dan epoch 350 dengan hasil nilai precision 0,943, Recall 0,925, dan mAP 0,831. Hasil pengujian yang didapatkan adalah akurasi pada ketinggian lima meter dan keadaan diam 75%, ketinggian sepuluh meter memiliki rata – rata akurasi 69,1% dan 15 meter memiliki rata – rata akurasi 47.2%. Dalam kondisi drone bergerak pada kecepatan 0,1 m/s hasil akurasi yang didapatkan adalah 75% untuk lima meter, 0% untuk sepuluh meter dan 25% untuk 15 meter.Kata kunci—YOLO, YOLOv5, Object detection, Training, Hyperparameter, Drone, Dataset
Sistem Pendeteksi Sapi pada Peternakan dengan Citra Video UAV Menggunakan Metode Regions Based Convolution Neural Network Muhamad Rizky Arief Wicaksono; Casi Setianingsih; Randy Erfa Saputra
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

Abstrak - Kemajuan teknologi industri yang mengalami perkembangan dan kemajuan yang pesat seiring dengan semakin majunya teknologi modern. Salah satu contoh yang sangat berdampak pada industri adalah industri peternakan yang dapat diterapkan sistem identifikasi dan lokalisasi menggunakan deteksi objek untuk meningkatkan efisiensi dan produktivitas. R-CNN adalah sebuah teknik yang terinspirasi dari cara manusia menghasilkan persepsi visual atau yang bisa dikatakan kemampuan melihat manusia dari mata diolah oleh otak manusia untuk menjadikannya sebuah visual. Hasil yang didapatkan setelah melakukan penelitian di lokasi peternakan dan memprosesnya menjadi sebuah citra berupa video, dan kemudian diolah kembali dengan mendapatkan hasil video yang sudah berhasil mendeteksi keberadaan hewan ternak dengan baik dengan sistem deteksi objek menggunakan algoritma Regions based Convolutional Neural Network. Didapatkan tingkat akurasi yang berada di angka yang paling optimal pada ketinggian 10 meter dalam keadaan diam dengan rata – rata akurasi berada pada angka 55.5% untuk kondisi drone diam, sedangkan untuk kondisi drone bergerak didapatkan pada 5 meter diatas objek dengan kecepatan 0.1 m/s dengan rata – rata akurasi yang berada di angka 50%.Kata kunci - UAV, Deteksi, Drone, R-CNN.
Deteksi Pelanggaran pada Bahu Jalan Tol Menggunakan Algoritma Mask R-CNN Rizka Rona Putri; Casi Setianingsih; Randy Erfa Saputra
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

Abstrak-Bahu jalan tol merupakan jalur jalan tol kendaraan yang mengalami keadaan darurat. Namun masih banyak pengemudi yang melanggar penggunaan bahu jalan tol seperti berhenti terlalu lama pada bahu jalan tol dan mendahului kendaraan lain melalui bahu jalan tol. Makadari itu dibuat sistem yang dapat mendeteksi pelanggaran tersebut. Dengan memanfaatkan data CCTV pada jalan tol penelitian dapat dilakukan dengan mendeteksi kendaraan menggunakan algoritma Mask R-CNN. Algoritma tersebut dapat memprediksi sebuah object mask pada Region of Interest setiap pixel. Dataset dikumpulkan sebanyak 250 dataset kemudian data tersebut diberi label <Melanggar= dan <Tidak Melanggar=. Setiap object kendaraan pada gambar dilakukan wrapping menggunakan polygon untuk menentukan kendaraan yang melanggar dan tidak melanggar. Kemudian membentuk konfigurasi data training, data testing, dan data validation. Dataset tersebut dilatih dengan konfigurasi jumlah dataset yang berbeda dan hyperparameter epoch, batch size, dan learning rate. Setelah data dilatih didapatkan lah model terbaik dengan konfigurasi dataset 88% data training, 6% data testing, dan 6% data validation dengan hyperparameter epoch 24, batch size 16, learning ratere. Didapatkan hasil mAP_@.5:.95 sebesar 79,1%, mAP_@.5 sebesar 97,5%, average precision sebesar 97,5%, dan average recall sebesar 81,2%.Kata kunci4Bahu jalan tol, Deteksi Object, Mask R-CNN
Perancangan Sistem Monitoring Budidaya Lebah Berbasis IoT Fauzul Haqi Siregar; Casi Setianingsih; Randy Erfa Saputra
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

Abstrak—Lebah adalah serangga sosial yang hidup dalam koloni dan memiliki manfaat penting bagi manusia, antara lain dalam proses penyerbukan tanaman dan produksi madu. Kandang lebah modern perlu memperhatikan faktor suhu dan kelembapan udara sekitar agar dapat menjaga kehidupan koloni lebah. Saat ini, peternakan lebah masih melakukan kunjungan rutin untuk memantau kondisi kandang lebah, tetapi pemeriksaan fisik dapat mempengaruhi umur lebah, menimbulkan stres pada lebah, dan mengganggu produktivitas koloni. Sistem monitoring dibuat untuk memudahkan peternak lebah memonitor kondisi kandang lebah dan mengontrol rutinitas lebah serta menentukan waktu panen dengan cara yang lebih mudah dan dapat dilakukan dari jarak jauh. Sistem monitoring lebah madu berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 yang berfungsi sebagai kontrol utama untuk menjalankan tiga macam sensor, yaitu sensor DHT22 untuk suhu dan kelembapan dengan akurasi 98,31% dan 95,12%, sensor Load Cell untuk berat kandang dengan akurasi 99,68%, dan sensor suara KY-037 yang tidak dapat mengukur kebisingan dikarenakan pembacaan analog pada ESP32 mendapatkan nilai akurasi sebesar 18,27% untuk kondisi hening, untuk kondisi sedang sebesar 18,77% dan 20,02% pada kondisi berisik. Sistem ini berhasil menampilkan data sensor pada aplikasi Blynk dengan ping rata-rata 2 ms.Kata Kunci: berat, kebisingan, kelembapan, Internet of Things, suhu.
Co-Authors Abdul Manan Adam Aji Bhuwana Aditya Hidayat Afrilio Franseda Afrilio Franseda Agung Nugroho Jati Ahmad Fida Akhmad Hafiezh Pramana Alfian Imran Algimar Mochammad Firdaus Anasri Tanjung Andreas Michael Hutagalung Andrew Brian Osmond ANGGUNMEKA LUHUR PRASASTI Anton Siswo Raharjo Ansori Arianto Anggoro Belinda Fridolin Darmanto Budhi Irawan Burhanuddin Dirgantaro Burhanuddin Dirgantoro Calvin Noval Casi Sastika Casi Setianingsih Davy Rachmandiaz Hartoyo Dede Nur Fathurrahman Dicky Muhammad Dimas Gallantino Erwin Lapian Fadli Ihsan Winarto Faishal Affan Tampubolon Fathurohim M Ahsin Sidqi Fauzan Andaru Kurniadi Fauzul Haqi Siregar Feby Rahmasari Fussy Mentari Dirgantara Geraldy Martin Pangabean Guntur Tri Wibowo Hatta Arya Dinata Henric Sahala Teofilus Simbolon Henti Purnamasari Ilham Majid Rabbani Jhosua Parningotan Sianipar Joao Amaral de Fatima Pereira Junedi Pasaribu Kevin Manfield Anderson Pasaribu Kevin Simangunsong Kurniawan Indrajaya Luthfi Abdul Hakim M. Ghozy Nurcahyadi Maulana Andang Rosidi Meta Kallista Muhamad Hamdan Rifai Muhamad Rizky Arief Wicaksono Muhammad Agung Laksono Muhammad Nur Fadli Nasy&#039;an Taufiq Al Ghifary Nursyifa Pratiwi Prasetyo Yuda Pangestu Purba Daru Kusuma Qorio Surya Akbar R Rumani M R. Rumani M Rezqa Afraghina Riffi Yunasa Rizka Rona Putri Rizki Fauzi Andaru Rizky Anandra Ronel Daniel Rumani M Rumani M. Rumani M. Satrio Budiarjo Umar Ali Ahmad Usamah Ash-shidiq Utsman Al Aydarus Yakub Eka Nugraha Yeska Haganta Yulfan Aditya Yuni dwi anggraeni Yusuf Abdurrahman Hakim