Article Per Year (5 Year)
p-Index From 2019 - 2024
8.122
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika eProceedings of Engineering
Casi Setianingsih
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 84 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 77 Documents
Search
Journal : eProceedings of Engineering

 4   5   6   7   8 
Deteksi Tanda Kehidupan Pada Korban Bencana Alam Dengan Bantuan Uav Memakai Algoritma Mask R-Cnn Dan Open Pose Garry Abel Diaraja H; Casi Setianingsih; Meta Kallista
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 — Bencana alam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam. Bencana alam mengakibatkan medan yang sulit dijangkau oleh Tim SAR (search and rescue). Yang dimana penelitian ini bertujuan mempermudah tim Search and Rescue (SAR) dalam melakukan evakuasi korban. Proses pendeteksian korban bencana alam memakai Mask R-CNN. Dataset yang digunakan berisikan 100 gambar kelas manusia yang telah dilabeli diroboflow. Model Terbaik yang digunakan peneliti menggunakan Learning rate 0,01 ; epochs 100; step epochs 1000 mendapatkan Hasil Penelitian Terbaik yaitu nilai TP 104, FN 12, FP 29, Precision 78 %, Recall 89%, F1 score 83% , FNR 10.3%. Sistem ini akan mendeteksi objek manusia menggunakan model terbaik lalu mendeteksi adanya pergerakan dada, perut atau punggung objek yang dibangun melalui RoI Openpose. yang dimana didalam ROI openpose dapat mendeteksi tanda kehidupan memakai Motion Detection. Motion detection yang peneliti gunakan adalah metode Image Difference. Apabila nilai absdiff g 50000 maka dinyatakan hidup sebaliknya apabila f 50000 dinyatakan tidak hidup. Nilai absdiff 50000 merupakan batas nilai perubahan berdasarkan eksperimen peneliti dalam membandingkan manusia dan manekin.Kata kunci— Mask R-CNN, Open Pose, ROI
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
Deteksi Tanda-Tanda Kehidupan Pada Korban Bencana Alam Dengan Bantuan UAV Menggunakan Algoritma YOLO Dan MoveNet Thunder Figo Plambudi Dwigantara; Casi Setianingsih; Meta Kallista
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— Bencana alam merupakan peristiwa alam yang mengakibatkan dampak besar bagi kehidupan manusia yang datang secara tiba-tiba dan tidak dapat dihindari oleh siapapun. Bencana alam juga dapat merusak dan menghancurkan bangunan sehingga pada pasca bencana alam seperti gempa bumi, tanah longsor, tsunami dan lain-lain, pencarian jalur darat terhambat karena permukaan daratan yang tidak stabil dan medan yang sulit dijangkau oleh Tim SAR (search and rescue). Pada penelitian ini menghasilkan output sistem pendeteksi korban bencana alam yang masih hidup atau tidak. Dalam pelaksanaannya, metode YOLO digunakan dalam penelitian ini untuk mengidentifikasi korban bencana alam. Dataset yang digunakan untuk mendeteksi korban bencana adalah dataset custom yang berisikan kurang lebih 400 gambar kelas manusia dengan berbagai pose. Algoritma yang digunakan untuk mendeteksi adanya korban atau tidaknya menggunakan metode You Only Look Once (YOLO) versi 5 yang dimana memiliki nilai cukup tinggi 90,75% untuk dapat mendeteksi objek manusia. Setelah dapat dideteksi manusia kemudian sistem akan melanjutkan pendeteksian hidup atau mati melalui titik skeleton yang ditentukan menggunakan Tensorflow MoveNet dengan akurasi 100% dari 14 video yang dicoba.Kata kunci— Bencana Alam , Object Detection, Computer Vision, You Only Look Once (YOLO), Tensorflow, MoveNet
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.
Performance Analysis Of Class Rebalancing Self-Training Framework For Imbalanced Semi-Supervised Learning Alvaro Septra Dominggo Nauw; Suryo Adhi Wibowo; Casi Setianingsih
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

This research aims to analyze the effectiveness ofthe Class-Rebalancing Self-Training (CReST) method in semisupervisedlearning (SSL) on class-imbalanced data. The studyuses the CIFAR 10 long-tailed dataset to test the performance ofSSL with CReST using Python programming language on theGoogle Colab platform. The results showed that CReSTeffectively reduces pseudo-labels in the majority class andincreases recall in the minority class, with the best performanceachieved at Generation 16. However, there was a decrease inAverage Accuracy Recall per Class after Generation 16. Thestudy suggests addressing the over-sampling issue and exploringthe application of the CReST framework in other areas ofmachine learning and AI.Kata kunci— CReST, Semi-Supervised Learning, imbalancedata, pseudo label, Semi-Supervised Learning Generation
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 Abdi Hazman Abdulloh Salahul Haq Adi Pranesthi Adine Nayla Adita Sukma Wardani Aditya Nugraha Adlirrahaman Hasfi Aji Adrian Sabagus Tanazri Afif Husaini Agung Nugroho Jati Agung Nungroho Jati Ahmad Devi Gunawan Ahmad Tri Hanuranto Al Agias Bayu Asa Alfian Imran Aloisius Gonzaga Januar Widi Aquarizky Alvaro Septra Dominggo Nauw Amanda Austin Herlambang Andrew Brian Osmond Arif Aquri Saputra Arramsyah, Izzat Ashri Dinimaharawati Asmianti Asrin Attallah Arelian Naufhal Bagas Prakoso Putra Bangkit Surya Praja Budhi Irawan Burhanuddin Dirgantoro Chianyung Chianyung Cornelius Situmorang Dyka Khairullah Zamhari Elka Distria Fairuz Azmi Farradita Imanda Fauzan Andaru Kurniadi Fauzul Haqi Siregar Feby Rahmasari Figo Plambudi Dwigantara Firdi Setiawan Fussy Mentari Dirgantara Garry Abel Diaraja H Gayuh Erlanggono G Grace Cyndiana Hamdi Aziz Al-Mujadidi Hanna Diwanti Haq, Abdulloh Salahul Hikmah Nisya Ilham Arisyandy Irfan Dhiya Abirawa Irghiansyah Izzul Haque Izzat Arramsyah Izzat Arramsyah Jannata Arianda Ja’far Razzaq Jhosua Parningotan Sianipar Kevin Manfield Anderson Pasaribu Kusprasapta Mutijarsa Linda Kartika M Agung Baskoro M. Indra Halim Arsya Dwi Akbari Maftukhah Carolin Noviardini Marisa W Paryasto Marisa W. Paryasto Martarheza Marthiyas Maulana Heardy Yusfian Megatari Wahyuningrum Handani Meta Kalista Meta Kallista Mohammad Ibrahim Al Mahi Mohammad Naufal Nabil Abdillah Muhamad Ramadhan Muhamad Rizky Arief Wicaksono Muhammad Akmal Fauzi Muhammad Ary Murti Muhammad Fathurrohim Nur Muhammad Iqbal G Putra Muhammad Izzah Aeman Muhammad Mufti Ramadhan Muhammad Nasrun Muhammad Reza Aji Pangestu Muhhammad Ary Murti Naufal Ramadhan Natafili Jangkaru Novianty, Astri Prabu Arie Pradana Pranesthi, Adi Pratama, Rizki Mulia Purba Daru Kusuma R. Rumani M Rumani M Raisha Citra Chairani Randy Efra Saputra Randy Erfa Saputra Ratna Astuti Renaldy Eka Putra Reyhan Adiptya Reza Mahendra Rizka Rona Putri Rizka Shinta Wulandari Rizki Mulia Pratama Rizky Iskandar Rizky Naufal Perdana Roswan Latuconsina Rumani Rumani Runi Siti N Septian Putra Manuel Simangunsong Sigit Yudha Juwantoro Sony Sumaryo Suryo Adhi Wibowo Tia Dianti Hajizah Tinton Aji Sadewo Tito Waluyo Purboyo Valerian Ezra Vyanza Wendi Harjupa Yudha Purwanto Yudhi Septian Rahman Ziqra Haniffah Ziza Amira Syafini