Article Per Year (5 Year)
p-Index From 2019 - 2024
1.701
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Communications in Science and Technology Automata Aceh International Journal of Science and Technology
Rajagede, Rian Adam
Universitas Islam Indonesia
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Classroom Attendance Based on Smiling Face Patterns and Nearby Wifi with Deep Learning Miftakhurrokhmat; Rian Adam Rajagede; Ridho Rahmadi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 1 (2021): Februari 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (716.05 KB) | DOI: 10.29207/resti.v5i1.2575

Abstract

Students' attendance in class is often mandatory in education and becomes a benchmark for assessing students. Sometimes there are still fraudulent practices by students to achieve minimum attendance. From the administrative perspective, a paper-based presence system is potentially wasteful and extends the administrative stage because it requires manual recapitulation. This study aims to design a class attendance application based on facial pattern recognition, smile, and closest Wi-Fi. The method used in this research is a deep learning approach with CNN based architecture, FaceNet, to recognize faces. In addition to facial images, the system will also validate the attendance with location and time data. Location data is obtained from matching SSID from the database, and time data is taken when the user sends attendance data through API. This attendance system consists of three applications: web, mobile, and services installed on a mini-computer, which are integrated to sending attendance data to the academic system automatically. As confirmation, students are required to smile selfies to strengthen the validity of their presence. The testing model's accuracy results are 92.6%, while for live testing accuracy the model obtained 66.7%.
Sebuah Tinjauan Pustaka dari Studi-Studi Terkini Tentang Sistem Manajemen Lampu Lalu Lintas Adaptif Muhammad Sauqi Khatami; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini berusaha untuk mempelajari dan menganalisis penelitian-penelitian sebelumnya yang terkait dengan permasalahan pengaturan lampu lalu lintas adaptif. Setelah mengkaji sebelas literatur terkait pengaturan lampu lalu lintas adaptif, diketahui bahwa terdapat beberapa metode yang dapat melakukan pengaturan lampu lalu lintas adaptif beserta hasil dari masing-masing metode. Selain itu, ditemukan juga bagaimana representasi kepadatan lalu lintas dalam satu ruas jalan dan data yang digunakan dalam masing-masing penelitian.
Penelitian Terkini Tentang Sistem Pendeteksi Pelanggaran Lalu Lintas Berbasis Deep Learning: Sebuah Kajian Pustaka Dimas Ariyoga; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini menganalisis sejauh mana dan metode apa yang digunakan di dalam penelitian-penelitian sebelumnya terkait dengan permasalahan deteksi pelanggaran lalu lintas menggunakan image processing dan deep learning. Dari sebelas literatur yang dikaji, diketahui bahwa metode-metode yang digunakan memperoleh nilai akurasi dan ketepatan yang cukup dan bahkan sangat baik. Namun, terdapat beberapa kelemahan pada pendeteksian kendaraan dan pelanggaran pada keadaan minim cahaya. Selain itu, ditemukan juga bahwa banyaknya data set dan beragamnya sudut pandang pada gambar pada proses pelatihan berpengaruh pada kecepatan dan nilai akurasi hasil model.
Pengembangan Sistem Deteksi Hunian Parkir Menggunakan Metode Convolutional Neural Network Fatih Assidhiqi; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kurangnya informasi mengenai area parkir merupakan masalah yang saat ini dihadapi oleh para pengendara. Peningkatan jumlah kendaraan dengan lahan parkir yang dibutuhkan seringkali tidak seimbang dimana hal ini dapat menimbulkan kemacetan di berbagai tempat, salah satunya yaitu di area parkir. Untuk mendapatkan tempat parkir, seringkali pengendara harus berkeliling ke seluruh area parkir, bahkan pengendara harus keluar dari area parkir tersebut karena tidak dapat menemukan tempat parkir untuknya. Pada penelitian ini, penulis mengembangkan sistem deteksi hunian parkir menggunakan metode convolutional neural network yang diimplementasikan menggunakan aplikasi android, sehingga pengendara dapat menggunakannya untuk mencari informasi dimana letak tempat parkir yang kosong. Hasil akurasi dan loss yang didapatkan terbilang sangat baik, dimana akurasi pada training set mencapai nilai 0.9965 dengan nilai loss 0,0113 dan akurasi pada validation set mencapai 0,9877 dengan nilai loss 0,03406. Sedangkan pada test set akurasi yang didapat yaitu 0,9901 dengan loss sebesar 0,0461. Deteksi gambar sebuah area parkir menggunakan model yang sudah dilatih sebelumnya dapat divisualisasikan dengan baik pada aplikasi android secara real-time.
Analisis Sentimen Politik Berdasarkan Big Data dari Media Sosial Youtube: Sebuah Tinjauan Literatur Rizky Ainul Wildan S; Ridho Rahmadi; Rian Adam Rajagede
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Media sosial merupakan salah satu sumber Big Data yang besar dan kompleks. Youtube adalah salah satu platform media sosial yang paling banyak digunakan di Indonesia. Peristiwa, pendapat, dan kebijakan politik seringkali disampaikan melalui media sosial Youtube. Pada makalah ini penulis bermaksud untuk mendiskusikan tinjauan literatur mengenai analisis sentimen politik berdasarkan Big Data dari media sosial Youtube. Pengumpulan literatur-literatur dengan melakukan seleksi terhadap publikasi berdasarkan beberapa kriteria, yaitu: (1) Literatur yang membahas terkait analisis sentimen, (2) Literatur yang membahas terkait Big Data, (3) Literatur yang membahas metode klasifikasi dalam melakukan analisis sentimen. Berdasarkan tinjauan literatur didapatkan hasil, yaitu: (1) analisis sentimen dapat digunakan untuk meneliti sentimen dalam berbagai aspek kehidupan, (2) Metode naïve bayes classifier adalah metode klasifikasi yang paling sering dipakai dalam pengklasifikasian analisis sentimen, (3) Metode naïve bayes classifier umumnya memiliki akurasi yang lebih baik dari metode lain. (4) Analisis sentimen dapat dilakukan berdasarkan data dari media sosial Twitter dan Youtube
Kajian Pustaka Pengembangan Aplikasi Mobile untuk Pengenalan Bahasa Isyarat Berbasis Deep Learning Javier Farran Ath-Thaariq; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Abstract—Kajian pustaka ini disusun dengan tujuan untuk mempelajari dan membandingkan penelitian-penelitian sebelumnya terkait pengenalan bahasa isyarat berbasis deep learning. Setelah mengkaji beberapa literatur, dapat diketahui bahwa ada 2 jenis bahasa isyarat yang paling dominan di Indonesia, Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). Pengembangan sistem pengenalan bahasa isyarat menggunakan deep learning juga menggunakan banyak metode seperti Convolutional Neural Network (CNN), Support Vector Machine Classification (SVM), Algoritma K Nearest Neighbor Classifier, dan Sistem jaringan syaraf tiruan perambatan balik. Selain itu ditemukan juga faktor-faktor yang menentukan akurasi pengenalan bahasa isyarat.
Improving Automatic Essay Scoring for Indonesian Language using Simpler Model and Richer Feature Rian Adam Rajagede
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 6, No. 1, February 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v6i1.1196

Abstract

Automatic essay scoring is a machine learning task where we create a model that can automatically assess student essay answers. Automated essay scoring will be instrumental when the answer assessment process is on a large scale so that manual correction by humans can cause several problems. In 2019, the Ukara dataset was released for automatic essay scoring in the Indonesian language. The best model that has been published using the dataset produces an F1-score of 0.821 using pre-trained fastText sentence embedding and the stacking model between the neural network and XGBoost. In this study, we propose to use a simpler classifier model using a single hidden layer neural network but using a richer feature, namely BERT sentence embedding. Pre-trained model BERT sentence embedding extracts more information from sentences but has a smaller file size than fastText pre-trained model. The best model we propose manages to get a higher F1-score than the previous models on the Ukara dataset, which is 0.829.
Al-Quran recitation verification for memorization test using Siamese LSTM network Rian Adam Rajagede; Rochana Prih Hastuti
Communications in Science and Technology Vol 6 No 1 (2021)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21924/cst.6.1.2021.344

Abstract

In the process of verifying Al-Quran memorization, a person is usually asked to recite a verse without looking at the text. This process is generally done together with a partner to verify the reading. This paper proposes a model using Siamese LSTM Network to help users check their Al-Quran memorization alone. Siamese LSTM network will verify the recitation by matching the input with existing data for a read verse. This study evaluates two Siamese LSTM architectures, the Manhattan LSTM and the Siamese-Classifier. The Manhattan LSTM outputs a single numerical value that represents the similarity, while the Siamese-Classifier uses a binary classification approach. In this study, we compare Mel-Frequency Cepstral Coefficient (MFCC), Mel-Frequency Spectral Coefficient (MFSC), and delta features against model performance. We use the public dataset from Every Ayah website and provide the usage information for future comparison. Our best model, using MFCC with delta and Manhattan LSTM, produces an F1-score of 77.35%
Pengembangan Permainan Tradisional Dam-Daman Dalam Bentuk Application Programming Interface Farah Nurul Izza Bintoro; Rian Adam Rajagede; Galang Prihadi Mahardika
AUTOMATA Vol. 3 No. 2 (2022)
Publisher : AUTOMATA

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

Abstract

Saat ini permainan tradisional mulai ditinggalkan oleh anak-anak muda karena digantikan oleh permainan modern yang lebih canggih dan praktis. Perkembangan teknologi membuat gaya hidup anak-anak muda zaman sekarang sangat berbeda dengan zaman dahulu dengan hadirnya barang-barang elektronik seperti komputer, ponsel, laptop, dan sebagainya. Oleh karena itu perlu dilakukan pelestarian permainan tradisional agar mengikuti perubahan zaman. Pelestarian dapat dilakukan dengan mengembangkan permainan tradisional tersebut menjadi permainan digital. Pengembangan permainan tradisional ini menyesuaikan konsep dan aturan bermain permainan pada permainan tersebut. Dalam penelitian ini diambil salah satu permainan tradisional papan yaitu permainan Dam-Daman. Permainan ini akan digitalkan dalam bentuk API berdasarkan framework GAPOERA API. Dengan menggunakan GAPOERA API, pengembangan game tradisional menjadi lebih mudah karena GAPOERA API dapat dijadikan sebagai framework untuk mengembangkan kecerdasan buatan dalam permainan tersebut. Dalam penelitian ini, penggunaan GAPOERA API difokuskan ke dalam pengembangan permainan tradisional Dam-Daman.
Personalized Al-Quran Memorization Testing System Using Group Decision Support System Rian Adam Rajagede; Yuanda Hanif Hisyam; Muhammad Ichlasul Amal Yulianto; Farid Amin Ridwanto; Alfian Try Putranto; Muhammad Rifqi Fatchurrahman Putra Danar
Aceh International Journal of Science and Technology Vol 10, No 3 (2021): December 2021
Publisher : Graduate Program of Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.315 KB) | DOI: 10.13170/aijst.10.3.23199

Abstract

Memorizing Al-Quran is one of the most important acts of worship for Muslims. After memorizing some parts of the Al-Qur’an, the hafiz or Al-Qur’an’s memorizer is recommended to repeat or muraja’ah their memorization to strengthen it. This process is usually done in pairs by listening to each other’s memorization or testing by asking questions about Al-Quran. This study proposes a system that can help memorizers test their memorization independently without a partner. The system will perform a memorization test to support the user’s process of memorizing the Al-Quran. The system records and analyzes user data and uses it to personalize memorization testing from time to time. The system was made using the Group Decision Support System (GDSS) approach with the help of several Al-Quran memorizers as decision-makers. The GDSS algorithm used combines Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) and Weighted Geometric Mean to rank surahs based on provided user data. The evaluation was conducted with the help of human evaluators, and the evaluators showed 78% agreement with the system decision. 
Co-Authors Alfian Try Putranto Dimas Ariyoga Farah Nurul Izza Bintoro Farid Amin Ridwanto Fatih Assidhiqi Galang Prihadi Mahardika Javier Farran Ath-Thaariq Miftakhurrokhmat Muhammad Ichlasul Amal Yulianto Muhammad Rifqi Fatchurrahman Putra Danar Muhammad Sauqi Khatami Ridho Rahmadi Ridho Rahmadi Rizky Ainul Wildan S Rochana Prih Hastuti Yuanda Hanif Hisyam