Article Per Year (5 Year)
p-Index From 2019 - 2024
2.524
P-Index
This Author published in this journals
All Journal Perfecting a Video Game with Game Metrics Jurnal Teknologi Informasi dan Ilmu Komputer Infotech Journal KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal Jalan Jembatan JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Buletin Profesi Insinyur Jurnal Pengabdian Ilung (Inovasi Lahan Basah Unggul) JUSTE (Journal of Science and Technology) Jurnal Jalan Jembatan
Andreyan Rizky Baskara
Universitas Lambung Mangkurat
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PENERAPAN ACTIVE CONTOUR MODEL PADA PENGOLAHAN CITRA UNTUK DETEKSI KERUSAKAN JALAN Sari, Yuslena; Baskara, Andreyan Rizky; Prakoso, Puguh Budi; Rahman, Muhammad Arif
Jurnal Jalan-Jembatan Vol 38 No 2 (2021)
Publisher : Direktorat Bina Teknik Jalan dan Jembatan

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

Abstract

Road damage is a serious problem because it often occurs everywhere. Damage to the road surface, such as potholes, often disrupts land transportation, and can even cause accidents. With the automatic detection of road damage types, it can simplify the process of classifying the types of road damage by using images from the results of the classification system which can be used as supporting information in calculating road repairs. In this study, to identify road damage types by images, the active contour model segmentation technique is used based on the level set and then classified by the support vector machine method. Based on the test results, using 58 data sets with 12 types of road damage, the accuracy of this method is 87.93%.
PSO optimization on backpropagation for fish catch production prediction Yuslena Sari; Eka Setya Wijaya; Andreyan Rizky Baskara; Rico Silas Dwi Kasanda
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 2: April 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i2.14826

Abstract

Global climate change is an issue that is enough to grab the attention of the world community. This is mainly because of the impact it has on human life. The impact that is felt also occurs in waters on the South Kalimantan region. This is of course can disrupt the productivity of fish in the marine waters of South Kalimantan. This study aims to make fish catch production prediction models based on climate change in the South Kalimantan Province because the amount of productivity of marine fish has fluctuated. This study uses climate data as input and fish production as output which is divided into two, namely training and testing data. Then the prediction is conducted using Backpropagation method combined with Particle Swarm Optimization method. The results of the study produced a prediction model with RMSE of 0.0909 with a combination of parameters used, namely, C1: 2, C2: 2, w: 0.7, learning rate: 0.5, Momentum: 0.1, Particles: 5, and epoch: 500. While the model used when predicting testing data produces RMSE of 0.1448.
Application of neural network method for road crack detection Yuslena Sari; Puguh Budi Prakoso; Andreyan Rizky Baskara
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 4: August 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i4.14825

Abstract

The study presents a road pavement crack detection system by extracting picture features then classifying them based on image features. The applied feature extraction method is the gray level co-occurrence matrices (GLCM). This method employs two order measurements. The first order utilizes statistical calculations based on the pixel value of the original image alone, such as variance, and does not pay attention to the neighboring pixel relationship. In the second order, the relationship between the two pixel-pairs of the original image is taken into account. Inspired by the recent success in implementing Supervised Learning in computer vision, the applied method for classification is artificial neural network (ANN). Datasets, which are used for evaluation are collected from low-cost smart phones. The results show that feature extraction using GLCM can provide good accuracy that is equal to 90%.
Klasifikasi Laporan Keluhan Pelayanan Publik Berdasarkan Instansi Menggunakan Metode LDA-SVM Muhammad Alkaff; Andreyan Rizky Baskara; Irham Maulani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8, No 6: Desember 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021863768

Abstract

Sebuah sistem layanan untuk menyampaikan aspirasi dan keluhan masyarakat terhadap layanan pemerintah Indonesia, bernama Lapor! Pemerintah sudah lama memanfaatkan sistem tersebut untuk menjawab permasalahan masyarakat Indonesia terkait permasalahan birokrasi. Namun, peningkatan volume laporan dan pemilahan laporan yang dilakukan oleh operator dengan membaca setiap keluhan yang masuk melalui sistem menyebabkan sering terjadi kesalahan dimana operator meneruskan laporan tersebut ke instansi yang salah. Oleh karena itu, diperlukan suatu solusi yang dapat menentukan konteks laporan secara otomatis dengan menggunakan teknik Natural Language Processing. Penelitian ini bertujuan untuk membangun klasifikasi laporan secara otomatis berdasarkan topik laporan yang ditujukan kepada instansi yang berwenang dengan menggabungkan metode Latent Dirichlet Allocation (LDA) dan Support Vector Machine (SVM). Proses pemodelan topik untuk setiap laporan dilakukan dengan menggunakan metode LDA. Metode ini mengekstrak laporan untuk menemukan pola tertentu dalam dokumen yang akan menghasilkan keluaran dalam nilai distribusi topik. Selanjutnya, proses klasifikasi untuk menentukan laporan agensi tujuan dilakukan dengan menggunakan SVM berdasarkan nilai topik yang diekstraksi dengan metode LDA. Performa model LDA-SVM diukur dengan menggunakan confusion matrix dengan menghitung nilai akurasi, presisi, recall, dan F1 Score. Hasil pengujian menggunakan teknik split train-test dengan skor 70:30 menunjukkan bahwa model menghasilkan kinerja yang baik dengan akurasi 79,85%, presisi 79,98%, recall 72,37%, dan Skor F1 74,67%. AbstractA service system to convey aspirations and complaints from the public against Indonesia's government services, named Lapor! The Government has used the Government for a long time to answer the problems of the Indonesian people related to bureaucratic problems. However, the increasing volume of reports and the sorting of reports carried out by operators by reading every complaint that comes through the system cause frequent errors where operators forward the reports to the wrong agencies. Therefore, we need a solution that can automatically determine the report's context using Natural Language Processing techniques. This study aims to build automatic report classifications based on report topics addressed to authorized agencies by combining Latent Dirichlet Allocation (LDA) and Support Vector Machine (SVM). The topic-modeling process for each report was carried out using the LDA method. This method extracts reports to find specific patterns in documents that will produce output in topic distribution values. Furthermore, the classification process to determine the report's destination agency carried out using the SVM based on the value of the topics extracted by the LDA method. The LDA-SVM model's performance is measured using a confusion matrix by calculating the value of accuracy, precision, recall, and F1 Score. The test results using the train-test split technique with a 70:30 show that the model produces good performance with 79.85% accuracy, 79.98% precision, 72.37% recall, and 74.67% F1 Score
PROTOTYPE MONITORING SUHU BERBASIS MIKROKONTROLER PADA COOL BOX IKAN MENGGUNAKAN SENSOR DS18B20 DENGAN METODE FUZZY Eka Setya Wijaya; Muti`a Maulida; Yuslena Sari; Andreyan Rizky Baskara; Akhmad Rivaldy
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 3 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i3.343

Abstract

Often fish supply in to the consumers need long relatives distance and much time. Meanwhile the consumers always want fresh fish. The problem occurred was broken stock of fresh fish in every shipping and happened almost all the time. It made fish became stale and made supplier got lose. The study was took place in Batulicin Simpang Empat in a harbor (Pelelangan Pembongkaran Ikan)  until now the handling of fish catches generally used ice block in the usual cool box. Using ice block is one of easiest method. Although, using ice block only could maintain low temperature in short time whereas the ideal temperature of cool box should be 10  Celsius measured by usual temperature’s device room. In shipping process, the driver unpack the cool box to checked temperaturemanually. This matter waste time and cost because the driver should provide extra ice block to maintain low temperature of cool box. In order to resolve the problem, monitoring could be done automatically by using a microcontroller chip in the cool box with DS18B20 censor and fuzzy methodbase microcontroller. The purpose was supplier could be helped to monitoring the stabilities of cool box temperature used website. This system is made by computerization. It would make supplier job easier because driver able to check fish condition without unpack the cool box and made time, energy and cost more efficient.Keywords: Temperature Censor, Fish cool box microcontroller, Fuzzy method, and websiteSeringkali dalam penyuplaian ikan kepada konsumen membutuhkan jarak dan waktu yang relatif panjang, sedangkan konsumen selalu mengharapkan ikan segar. Permasalahan besar yang dihadapi dalam produksi ikan segar, yaitu persediaan yang rusak (broken stock) dalam jumlah yang banyak, sehingga jumlah ikan yang membusuk menjadi berlebihan dan akhirnya mengalami kerugian. Di Batulicin Simpang Empat, tempat dilakukanya penelitian, tepatnya di pelabuhan PPI (Pelelangan Pembongkaran Ikan), penanganan hasil tangkapan ikan saat ini masih menggunakan pendinginan es batu di dalam cool box biasa. Penggunaan es merupakan salah satu cara yang paling mudah dilakukan. Akan tetapi, pendinginan dengan menggunakan es batu  hanya dapat mempertahankan suhu rendah dalam waktu yang singkat sedangkan suhu ideal dari dalam cool box adalah 10 C yang diukur dengan menggunakan alat suhu ruangan biasa. Jadi, saat perjalanan driver akan membongkar muatan dan mengecek apakah suhu turun atau tidak secara manual. Hal ini sangat memakan waktu dan biaya karena supplier selalu membawa cadangan es untuk berjaga-jaga jika suhu turun didalam cool box tersebut. Untuk mengatasi permasalahan di atas, monitoring dapat dilakukan secara otomatis dengan memanfaatkan sebuah chip mikrokontroler pada cool box dengan sensor DS18B20 bersama metode fuzzy berbasis mikrokontroler. Tujuannya agar supplier dapat terbantu untuk memonitoring kestabilan suhu cool box dengan menggunakan website. Karena sistem dibuat terkomputerisasi maka akan memudahkan kinerja dari supplier atau driver sehingga driver dapat memonitor kondisi ikan di dalam cool box tanpa harus membongkar muatan dan hal ini dapan mengefisiensikan waktu, tenaga, dan biaya karena suhu cool box tetap terjaga dengan baik  dan mudah.Kata kunci: Sensor Suhu, Mikrokontroler Cool Box Ikan,  Metode Fuzzy, dan website
SISTEM PENERIMAAN PEGAWAI SALES KPR PADA BANK MENGGUNAKAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS Andreyan Rizky Baskara; Yuslena Sari; Muhammad Adetya Ashari
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.372

Abstract

The recruitment of new employees, especially for housing loan sales employees (KPR) is often carried out by banks because the performance evaluation of KPR sales employees is carried out regularly. The large number of prospective employees and the variety of criteria determined for selecting new employees lead to a lengthy decision-making process. Decision Support System (DSS) is basically a comprehensive computer system that can help make decisions and solve problems. The Multi Objective Optimization method on The Basis of Ratio Analysis (MOORA) as a decision-making method is used to build a decision support system. The decision support system is implemented as a web-based application using ATOM software which is integrated with the MySQL database. The Black Box testing method is used to test the system. The results showed that the MOORA method is very suitable to be applied in the decision making of KPR sales employee recruitmentKeywords: Decision Support System, KPR Sales Employee, MOORA Perekrutan pegawai baru khususnya untuk pegawai Sales Kredit Pemilikan Rumah (KPR) sering dilakukan oleh bank karena evaluasi kinerja pegawai sales KPR dilakukan secara berkala. Banyaknya calon pegawai dan beragamnya kriteria-kriteria yang ditentukan untuk menseleksi pegawai baru menyebabkan lamanya proses pengambilan keputusan. Sistem Pendukung Keputusan (SPK) pada dasarnya adalah sistem komputer komprehensif yang dapat membantu membuat keputusan dan menyelesaikan masalah. Metode Multi Objective Optimization on The Basis of Ratio Analysis (MOORA) sebagai salah satu metode pengambilan keputusan digunakan untuk membangun sistem pendukung keputusan. Sistem pendukung keputusan diimplementasikan sebagai aplikasi berbasis web menggunakan perangkat lunak ATOM yang terintegrasi dengan database MySQL. Metode pengujian Black Box digunakan untuk menguji sistem. Hasil penelitian menunjukkan bahwa metode MOORA sangat cocok diterapkan dalam pengambilan keputusan perekrutan pegawai sales KPRKata kunci: MOORA, Pegawai Sales KPR , Sistem Penunjang Keputusan
PENERAPAN ARSITEKTUR VGG UNTUK KLASIFIKASI HUTAN Yuslena Sari; Andreyan Rizky Baskara; Ferry Pratama; Muhammad Faidhorrahman
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 2 (2021)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v6i2.99

Abstract

Kerapatan vegetasi penting untuk dibedakan guna mengetahui penggunaan lahan dan degradasi lahan. Menurut Standar Nasional Indonesia (SNI 7645:2014), vegetasi diklasifikasikan berdasarkan kerapatan. Indeks kerapatan vegetasi dibagi menjadi 4 yaitu non vegetasi, rendah, sedang dan tinggi. Kerapatan vegetasi dapat dihitung dengan Normalized Difference Vegetation Index (NDVI) atau index vegetasi. Perhitungan NDVI dilakukan dengan terlebih dahulu mengumpulkan informasi terkait vegetasi dengan melakukan survey terhadap suatu lahan. Proses survey ini merupakan tantangan yang dihadapi dimana medan survey untuk setiap lahan berbeda-beda. Salah satu cara dalam mengatasi hal tersebut adalah dengan memanfaatkan penginderaan jarak jauh dan pemanfaatan computer vision dan machine learning. Penginderaan jauh dapat dilakukan salah satunya dengan menggunakan Unmanned Vehicle Unit (UAV). Penelitian ini menggunakan data citra yang didapatkan dari hasil tangkapan drone. Metode klasfikasi yang digunakan yaitu metode Transfer Learning dalam melakukan klasifikasi jenis tutupan lahan yaitu rendah, sedang, dan tinggi dan menggunakan arsitektuk VGG16. Hasil menunjukkan arsitektur VGG16 dapat melakukan klasifikasi tutupan hutan lahan basah dengan akurasi sebesar 0.8333
Rancang Bangun Aplikasi E-Commerce Produk Desa Binaan Fakultas Teknik ULM Kecamatan Cempaka Banjarbaru Yuslena Sari; Husnul Khatimi; Muhammad Alkaff; Andreyan Rizky Baskara; Muti’a Maulida; Halimah Halimah; Nurul Qamaria
Buletin Profesi Insinyur Vol 2, No 2 (2019): Buletin Profesi Insinyur (Juli-Desember)
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/bpi.v2i2.45

Abstract

Desa Cempaka yang terletak di Banjarbaru Kalimantan Selatan merupakan desa pengrajin sasirangan dan produk-produk kerajinan lainnya. Banyak masyarakat yang berdatangan kesana untuk membeli kain sasirangan maupun produk buatan tangan lainnya karena dikenal dengan kualitasnya yang bagus. Tetapi dalam pengelolaan jual beli di Desa Cempaka, pembeli harus datang langsung ke tempat untuk melihat barang dan melakukan proses transaksi jual beli. Hal ini akan memakan waktu untuk pembeli dan bisa menyebabkan kurangnya minat pembeli untuk kerajinan di Desa Cempaka Banjarbaru. Dengan berkembangnya teknologi informasi saat ini banyak aplikasi yang membuat Online Shop untuk lebih mudah melakukan jual – beli dan menghemat waktu tanpa datang langsung ke toko yang kita inginkan. Perkembangan bisnis menggunakan Online Shop pun semakin meningkat seiring dengan banyaknya masyarakat yang menggunakan internet. Untuk itu kami membuat aplikasi Online Shop untuk memfasilitasi kerajinan yang ada di Desa Cempaka Banjarbaru. Penelitian ini mengaplikasikan metode waterfall dalam pengembangan sistemnya. Metode waterfall dipilih karena system ini akan berkelanjutan seiring dengan perkembangan bisnis di Desa Cempaka Banjarbaru. Tujuan dari penelitian adalah untuk mempermudah masyarakat yang ingin membeli produk kerajinan di desa cempaka sehingga dapat meningkatkan penjualan produk kerajinan dari Desa Cempaka.Kata kunci : online shop, waterfall, bisnis, Cempaka
Penerapan Metode K-Means Berbasis Jarak untuk Deteksi Kendaraan Bergerak Yuslena Sari; Andreyan Rizky Baskara; Puguh Budi Prakoso
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9, No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022945768

Abstract

Deteksi kendaraan bergerak adalah salah satu elemen penting dalam aplikasi Intelligent Transport System (ITS). Deteksi kendaraan bergerak juga merupakan bagian dari pendeteksian benda bergerak. Metode K-Means berhasil diterapkan pada piksel cluster yang tidak diawasi untuk mendeteksi objek bergerak. Secara umum, K-Means adalah algoritma heuristik yang mempartisi kumpulan data menjadi K cluster dengan meminimalkan jumlah kuadrat jarak di setiap cluster. Dalam makalah ini, algoritma K-Means menerapkan jarak Euclidean, jarak Manhattan, jarak Canberra, jarak Chebyshev dan jarak Braycurtis. Penelitian ini bertujuan untuk membandingkan dan mengevaluasi implementasi jarak tersebut pada algoritma clustering K-Means. Perbandingan dilakukan dengan basis K-Means yang dinilai dengan berbagai parameter evaluasi yaitu MSE, PSNR, SSIM dan PCQI. Hasilnya menunjukkan bahwa jarak Manhattan memberikan nilai MSE = 1.328 , PSNR = 21.14, SSIM = 0.83 dan PCQI = 0.79 terbaik dibandingkan dengan jarak lainnya. Sedangkan untuk waktu pemrosesan data memperlihatkan bahwa jarak Braycurtis memiliki keunggulan lebih yaitu 0.3 detik. AbstractDetection moving vehicles is one of important elements in the applications of Intelligent Transport System (ITS). Detection moving vehicles is also part of the detection of moving objects. K-Means method has been successfully applied to unsupervised cluster pixels for the detection of moving objects. In general, K-Means is a heuristic algorithm that partitioned the data set into K clusters by minimizing the number of squared distances in each cluster. In this paper, the K-Means algorithm applies Euclidean distance, Manhattan distance, Canberra distance, Chebyshev distance and Braycurtis distance. The aim of this study is to compare and evaluate the implementation of these distances in the K-Means clustering algorithm. The comparison is done with the basis of K-Means assessed with various evaluation paramaters, namely MSE, PSNR, SSIM and PCQI. The results exhibit that the Manhattan distance delivers the best MSE = 1.328 , PSNR = 21.14, SSIM = 0.83 and PCQI = 0.79 values compared to other distances. Whereas for data processing time exposes that the Braycurtis distance has more advantages 
Diagnosis Penyakit Saluran Pencernaan Berbasis Android Menggunakan Metode Fuzzy Inference System Tsukamoto Andreyan Rizky Baskara; Eka Setya Wijaya; Taufiq Abrory
INFOTECH journal Vol. 8 No. 2 (2022)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v8i2.2882

Abstract

Penyakit saluran merupakan penyakit yang mempengaruhi saluran pencernaan seperti kerongkongan, lambung, usus kecil, usus besar, dan rektum. Salah satu cara untuk mengetahui penyakit saluran pencernaan yang diderita seseorang yaitu dengan melakukan konsultasi ke tenaga kesehatan seperti dokter maupun perawat. Namun dengan terbatasnya waktu, tenaga, dan jumlah tenaga kesehatan dapat membuat penderita mengalami keterlambatan dalam menangani penyakitnya. Tujuan dari penelitian ini yaitu untuk membangun sebuah aplikasi mobile yang dapat mendiagnosis penyakit saluran pencernaan yang bisa dilakukan tanpa bantuan seorang tenaga kesehatan seperti dokter maupun perawat. Metode yang digunakan pada aplikasi ini yaitu metode fuzzy inference system Tsukamoto,menentukan penyakit pencernaan apa yang dialami oleh pengguna. Berdasarkan pengujian yang telah dilakukan, tingkat akurasi sistem sebesar 80%, yang berarti ini dapat mendiagnosis penyakit saluran pencernaan umum yang diderita oleh pengguna.
Co-Authors Ahmad Rivaldy Akhmad Rivaldy Eka Setya Wijaya Ferry Pratama Halimah Halimah Husnul Khatimi Irham Maulani Muhammad Adetya Ashari Muhammad Alkaff Muhammad Alkaff Muhammad Andri Firdaus Muhammad Arif Rahman Muhammad Faidhorrahman Muhammad Syauqi Al Fath Mutia Maulida Muti`a Maulida Noorhanida Royani Nurul Qamaria Prakoso, Puguh Budi Puguh Budi Prakoso Puguh Budi Prakoso Rahman, Muhammad Arif Rico Silas Dwi Kasanda Taufiq Abrory Yuslena Sari Yuslena Sari Yuslena Sari Yuslena Sari, Yuslena