Article Per Year (5 Year)
p-Index From 2019 - 2024
4.757
P-Index
This Author published in this journals
All Journal Jurnal Teknik Elektro Jurnal Inovasi Bisnis (Inovbiz) Jurnal Teknik Informatika (JUTIF) eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT)
Iwan Iwut Tritoasmoro
Telkom University
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4 
Identifikasi Penyakit Pada Daun Kopi Menggunakan Metode Local Binary Pattern Dan Random Forest Begita Wahyuningtyas; Iwan Iwut Tritoasmoro; Nur Ibrahim
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Kopi adalah hasil perkebunan yang sangat penting dan merupakan salah satu penghasil devisa terbesar dalam perekonomian Indonesia. Namun, tingkat kualitas dan kuantitas produksi kopi di Indonesia masih rendah. Salah satu faktor yang mempengaruhi adalah kematian tanaman kopi akibat terinfeksi penyakit, sehingga perlu dilakukan pencegahan awal dengan mengidentifikasi penyakit. Identifikasi dapat dilakukan dengan melihat perubahan warna dan bentuk fisik dari daun. Namun, karena lahan perkebunan kopi yang luas dengan jumlah tanaman yang banyak membuat petani kesulitan dalam mengidentifikasi penyakit dengan tepat. Pada tugas akhir ini telah dirancang sistem pengolahan citra digital yang dapat megidentifikasi penyakit pada daun kopi. Penyakit daun kopi diidentifikasi kedalam 3 jenis penyakit, yaitu Leaf Blight, Leaf Miner, dan Leaf Rust. Proses pengolahan citra digital menggunakan metode ekstraksi ciri Local Binary Pattern dan metode klasifikasi Random Forest. Dataset yang digunakan sebanyak 240 citra, terbagi menjadi 192 citra data latih dan 48 citra data uji. Dari hasil pengujian diperoleh akurasi terbaik sebesar 95,83% dengan menggunakan parameter ukuran citra 128x128 piksel, radius LBP = 1, dan nestimators Random Forest = 100. Sehingga dapat disimpulkan bahwa sistem yang dibangun dapat berjalan dengan baik dalam mengidentifikasi penyakit pada daun kopi. Kata Kunci: kopi, penyakit daun, local binary pattern, random forest
Deteksi Pelanggaran Marka Jalan Berbasis Pengolahan Citra Menggunakan Metode Deteksi Garis Tepi Canny Dan Transformasi Hough Iqbal Muhammadin; Iwan Iwut Tritoasmoro; Syamsul Rizal
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

Pada tahun 2018, Indonesia tercatat sebagai negara peringkat ke -3 yang memiliki angka kecelakaan lalu lintas tertinggi di seluruh dunia. Salah satu faktor penyebab kecelakaan lalu lintas yaitu pelanggaran lalu lintas yang dilakukan oleh pengendara dengan tidak mengindahkan peraturan lalu lintas khususnya pada peraturan melintasi marka jalan yang terlarang. Maka dari itu, diperlukan sistem yang dapat memantau arus lalu lintas secara intensif untuk mempermudah pihak aparatur negara yang berwenang dalam membuat kebijakan berlalu lintas yang lebih baik dimasa yang akan datang. Penelitian ini menggunakan data rekaman video CCTV untuk mendeteksi pelanggaran marka jalan berbasis pengolahan citra. Pemrosesan sistem menggunakan perangkat lunak pengolah citra. Proses pengolahan citra dalam mendeteksi garis marka jalan menggunakan metode deteksi garis tepi Canny. Selain itu juga dilakukan pembandingan hasil pengujian terhadap metode deteksi garis tepi Prewitt, Roberts, dan Sobel. Metode transformasi Hough digunakan untuk membuat plotting garis lurus diatas marka jalan yang telah terdeteksi sebagai penanda pada area yang digunakan sebagai bahan pengujian. Sistem akan mendeteksi telah terjadi pelanggaran marka jalan apabila nilai piksel garis marka jalan pada citra video kurang dari nilai piksel citra background. Pengujian dilakukan dengan menggunakan 4 buah video bahan uji untuk setiap metode deteksi garis tepi. Setiap video memiliki 450 frame dengan spesifikasi durasi 15 detik dan frame rate sebesar 30 fps. Sistem mendapatkan hasil pengujian terhadap nilai akurasi dalam mendeteksi jumlah kendaraan yang melanggar marka jalan sebesar 100% untuk pengujian pada seluruh metode deteksi garis tepi yang digunakan dalam proses pengujian. Metode deteksi garis tepi yang memiliki kinerja terbaik dalam proses deteksi pelanggaran marka jalan yaitu metode deteksi garis tepi Roberts dengan nilai error rate sebesar 0 % untuk pengujian data video ke-1, 20,89 % untuk pengujian data video ke-2, 41,78 % untuk pengujian data video ke-3 dan 53,33 % untuk pengujian data video ke-4.Kata Kunci: lampu lalu lintas, suara sirene, sistem kontrol, MFCC, Euclidean Distance, Arduino.
Layar Proyeksi Hologram Interaktif Dengan Kinerja Hand Gesture Detection Dan Tracking Model Reinforcement Learning Muthia Saada; Suryo Adhi Wibowo; Iwan Iwut Tritoasmoro
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

Teknologi hologram adalah bentuk topografi yang merekam gambar dalam visual 3 dimensi dan diproyeksikan pada permukaan 2 dimensi. Gambar hologram dapat digunakan untuk hiburan, pembelajaran dan lain – lain. Hologram sendiri juga bisa menjadi teknologi untuk penyampaian informasi. Human computer interaction (HCI) adalah ilmu yang mempelajari bagaimana manusia dan komputer dapat berinteraksi. Pada tugas akhir ini, dirancang layar proyeksi yang menampilkan gambar seolah-olah 3 dimensi yang bisa berinteraksi dengan gerakan tangan (hand gesture). Sistem ini bergerak secara real time untuk pengenalan dan deteksi gerakan tangan yang ditentukan pengguna yang diambil menggunakan kamera webcam. Di sistem ini digunakan SURF untuk mendapatkan fitur bag of visual words dari tangan pengguna. fitur itu nanti akan digunakan untuk memprediksi tangan pengguna. Sistem dapat meningkatkan keakuratannya selama waktu pengujian dengan menggunakan metode reinforcement learning yaitu disini pengguna memiliki kemampuan untuk memberikan umpan balik positif atau negatif untuk setiap prediksi sistem sebelumnya dan sistem akan memperbarui sendiri selama waktu pengujian untuk hasil prediksi yang lebih baik. Pada Tugas Akhir ini pengujian dilakukan dalam 3 tahap, 30 frames, 40 frames dan 50 frames serta dilakukan penerapan konfigurasi jarak tangan terhadap kamera. Berdasarkan percobaan yang dilakukan nilai akurasi yang didapat terus meningkat dalam tiap tahapnya. Didapatkan hasil terbaik untuk akurasi prediksi gesture tangan saat menggunakan data 50 frames sebesar 98.70%. Proses HCI pada hologram saat memasukkan gestur unik dari tangan pengguna bisa untuk membuka google, instagram, dan video di youtubeKata Kunci: Hologram, Hand Gesture Detection, Webcam, 3D, Reinforcement Learning, HCI
Perancangan Prorotipe Pencarian Lokasi Parkir Menggunakan Metode Transformasi Hough Aris Setyo Raharjo; Iwan Iwut Tritoasmoro; Arif Indra Irawan
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

Lahan parkir dari masa ke masa terus menjadi permasalahan dikarenakan jumlah kendaraan terus meningkat. Ketersediaan lahan parkir di universitas, rumah sakit dan fasilitas umum lainnya. Karena terbatasnya ruang parkir fasilitas umum membuat pengemudi mobil membutuhkan waktu lebih untuk mencari lokasi parkir yang tersedia. Seringkali pada ruang parkir terbuka atau fasilitas umum lainnya juru parkir tidak tersedia di area parkir untuk mengatur ruang parkir yang tersedia sehingga pengemudi dapat membutuhkan waktu lebih cepat dalam mencari ketersediaan parkir Pada tugas akhir ini dirancang suatu prototipe lokasi parkir. Metode yang digunakan adalah Cicle Hough Transform (CHT). Dalam prosesnya menggunakan raspberry pi, kamera webcam logitech C270 dan sebuah prototipe lokasi parkir. Alur proses mendeteksi lokasi parkir yaitu dengan kamera yang terhubung dengan raspberry pi dan mengambil gambar lokasi parkir yang telah dibuat melalui prototipe, lalu hasilnya dikirimkan ke laptop yang telah dirancang menggunakan Graphical User Interface (GUI). GUI tersebut memiliki 5 menu tampilan yaitu kalibrasi, bantuan, parkir, available, parked. GUI tersebut memiliki fungsi sebagai pintu masuk kendaraan yang akan menempatkan di lokasi parkir. Hasil yang diperoleh dengan perancangan lokasi parkir menggunakan \textit{Circle Hough Transform} adalah Sistem mendapatkan persentase tertinggi dengan nilai 100\% pada parameter nilai intensitas cahaya dengan range 13-85 lx. Sistem memilik waktu delay pada tombol kalibrasi yaitu 7.99 detik dan tombol parkir yaitu 3.12 detik.Kata Kunci: Circle Hough Transform, Lokasi parkir, kamera, GUI, Prototipe.
Klasifikasi Sinyal Eeg Terhadap Konsentrasi Individu Menggunakan Metode K-nearest Neighboor Febrina Yumiko; Iwan Iwut Tritoasmoro
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Secara umum manusia memiliki otak yang sering mengalami perubahan di saat melakukan suatu aktifitas dan ketika tidak melakukan aktifitas apapun, begitu juga disaat kita sebelum dan sesudah meminum air yang kaya akan antioksidan untuk mempengaruhi aktifitas kinerja otak. Dalam hal ini perubahan itu jelas dibuktikan dalam percobaan Test Basic Mathemathic dimana adanya perbedaan saat di berikan stimulus dan sebelum diberikan stimulus airantioksidan. Penelitian ini bertujuan untuk menganalisis dan mengetahui konsentrasi pada otak manusia dalam mengerjakan Test Basic Mathemathic yang akan di susun bersumber pada suatu frekuensi gelombang alpha dan beta yang berfrekuensi alpha (8-12Hz) dan beta (12-30Hz). Metode pada penelitian ini menggunakan DCT (Discrete Cosine Transform) sebagai metode kompersi atau sebagai ekstrasi ciri tahap selanjutnya yaitu, menjalankan proses klasifikasi dengan metode K-Nearest Neighbor(K-NN). Penelitian ini menggunakan alat Headset NeuroSky Mindwave 1 channel. Dan pada penelitian kali ini menggunakan 14 data latih yaitu 7 sebelum dan 7 sesudah dan 6 data uji yaitu 3 sebelum dan 3 sesudah, yang di hasilkan dengan 10 responden. Hasil pada penelitian kali ini dapat menunjukan keluaran sinyal alpha dan sinyal beta yang sudah di filter dengan tiap responden, pengujian akurasi terbaik didapatkan k=1dan DCT=1 dengan nilai akurasi 83%. Kata kunci : Discrete Cosine Transform, K-Nearest Neighbor, Test Basic Mathemathic, Gelombang alpha , Gelombang beta, , Electroencephalogram.
Perancangan Program Pencarian Kost pada Website Mamikost Berbasis Robotic Process Automation (RPA) Ahmad Izharul Ihsan; Kris Sujatmoko; Iwan Iwut Tritoasmoro
eProceedings of Engineering Vol 10, No 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Setiap tahunnya, Telkom University menerima ribuan mahasiswa baru serta meluluskan ribuan lainnya. Mahasiswa baru akan datang dan mencari tempat tinggal di area kampus, begitu pula dengan mahasiswa yang telah lulus akan mencari tempat tinggal disekitaran kantor tempat mereka bekerja. Namun, kegiatan ini sangat sulit dilakukan dikarenakan para mahasiswa masih asing dengan daerah yang akan mereka datangi yang mengakibatkan pencarian mahasiswa akan sangat terbatas. Dikarenakan sulitnya dalam mencari kost, banyak website yang meyediakan daftar kost yang dapat disewa. Namun, website tersebut hanya menyediakan informasi terkait kost tersebut dan tidak menyediakan rekomendasi kost yang cocok untuk mahasiswa. Hal ini akan memakan waktu yang sangat lama dikarenakan ada puluhan bahkan ratusan kost yang ada disekitaran kampus maupun tempat kerja mahasiswa tersebut. Kegiatan yang berulang tersebut dapat diotomasi sehingga waktu yang diperlukan untuk mencari kost dapat dipercepat. Dengan otomasi juga setiap kost yang telah disortir bisa diberi scoring dengan parameter – parameter tertentu. Hal ini akan membuat mahasiswa bisa fokus ke kegiatan lain yang seperti mengumpulkan syarat – syarat masuk kuliah dan kerja.Kata Kunci—otomasi, robot, kost, scoring
Identifikasi Kanker Kulit Melanoma Berbasis Inception V3 Menggunakan Pra-Pemrosesan dan Augmentasi Data pada Dataset Citra Kulit Ira Mustikasari; Iwan Iwut Tritoasmoro; Rita Purnamasari
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

Kanker kulit melanoma merupakan salah satukanker kulit yang paling berbahaya. Hal ini disebabkan karenakeganasan dan kecepatannya untuk menyebar ke bagian tubuhyang lain hingga menyebabkan kematian bagi pengidapnya.Tidak menutup kemungkinan terjadi kesalahan ketikamendeteksi melanoma secara manual karena mengandalkanketerampilan dari pengamat, sehingga diperlukan perhitungankomputasi guna mempermudah serta meminimalisir kesalahanyang disebabkan oleh pengamat kanker kulit melanoma. Padapenelitian ini, untuk membantu mendiagnosa adanya kankerkulit melanoma, klasifikasi berdasarkan model Inception V3dari Convolusional Neural Network (CNN) digunakan untukmelatih dataset asli dari HAM10K yang berasal dari kagglemelalui tahap preprocessing menggunakan teknik ContrastLimited Adaptive Histogram Equalization (CLAHE) dan tahapaugmentasi terlebih dahulu. Hasil dari citra yang telah melewatitahap preprocessing, dibagi secara acak menjadi tiga bagianyaitu 72% untuk training, 10% untuk validasi, dan 18% untuktesting. Hasil pengujian dataset CLAHE deangan tingkatakurasi terbaik diperoleh dengan menggunakan nilai batch size8 sebesar 90,01%, nilai iterasi epoch 30 sebesar 90,69% dan nilailearning rate 0,0001 sebesar 89,67%. Hasil evaluasi sistemmenunjukkan tingkat performansi pengaplikasian arsitekturInception V3 pada algoritma CNN terhadap keefektifannyadalam mendeteksi kanker kulit melanoma cukup optimal.Kata kunci— Kanker Kulit Melanoma, ConvolutionalNeural Network, Inception V3, Preprocessing, Augmentasi,Klasifikasi.
Co-Authors Adrian Kurnia Dewantoro Agus Reza A.N Reza A.N Ahmad Izharul Ihsan Ahmad Mudhoffar Rabbani Ahmad Mudhoffar Rabbani Anak Agung Gede Mahendra Kusuma Anindita Fitriani Apriza Arraminta Wulandari Arif Indra Irawan Arindaka, Hafizhan Bhamakerti Aris Setyo Raharjo Asyraf Fakhri Atiffan Ramadhiat Azella Nanda Yudri Azella Nanda Yudri Bandiyah Sri Aprillia Begita Wahyuningtyas Denis Ramadana Dieny Rofiatul Mardiyah Eko Rahayu Eko Susatio Fadhel Ramadhan Febrina Yumiko Galuh Lintang Permatasari Gemilang Kurniawan Soejantono Hanif Chandra Mulya Hilman Fauzi, Hilman I Nyoman Apraz Ramatryana I Putu Hady Ambara Putra I Wayan Agus Sugiarsa Inung Wijayanto Iqbal Muhammadin Ira Mustikasari Irma Safitri JANGKUNG RAHARJO Kevin Aglianry Kris Sujatmoko Kusuma Nindia Rizki Ledya Novamizanti Muh. Iqbal Iswanto Djamal Muhammad Fadhil Muhammad Harits Ibrahim Muhammad Raihan Muhammad Rizqi Rahmawan Muhammad Taufik Hidayat Muthia Saada Nor Kumalasari Caecar Pratiwi Nur Andini Nur Ibrahim Purba Daru Kusuma Ratna Mayasari Reyhan Ivandhani Rezki Diar Amelia Ricky Hilmi Sudrajad Ridwan Ridwan Rita Purnamasari Rizka Maulida Aminah Satrio Ardhimasetyo Sevierda Raniprima SOFIA SAIDAH Suryo Adhi Wibowo Syamsul Rizal Widya Alisya Kusuma Ningrum Wijayaning Bawono