Article Per Year (5 Year)
p-Index From 2019 - 2024
0.983
P-Index
This Author published in this journals
All Journal Insyst : Journal of Intelligent System and Computation Prosiding Seminar Nasional Universitas Ma Chung Jurnal Teknik Ilmu dan Aplikasi Jurnal Difusi Ipteks Legowo
Windra Swastika
Universitas Ma Chung
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Deteksi Objek pada Film Menggunakan Yolo Object Detector dan K-Nearest Neighbor Windra Swastika; Marcellino Agustinus Sinaga
Prosiding Seminar Nasional Universitas Ma Chung Vol. 1 (2021): Prosiding Seminar Nasional Universitas Ma Chung
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33479/snumc.v1i.224

Abstract

Peran film sebagai industri budaya merupakan salah satu faktor yang dianggap penting bagi Indonesia. Film harus benar–benar diperhatikan dan dilindungi agar tidak berbalik menjadi pengaruh negatif yang tidak sesuai dan mengakibatkan kemunduran bagi negara Indonesia. Rating usia dari sebuah film merupakan solusi untuk masalah tersebut. Rating usia menunjukkan sentimen pada film tersebut negatif atau positif terutama untuk anak-anak. Pada penelitian ini akan dibuat sebuah sistem untuk mendeteksi objek pada film menggunakan You Only Look Once (YOLO). YOLO digunakan untuk mendapatkan data dari objek yang terdeteksi pada film yaitu untuk objek pistol, pisau, dan rokok dengan jumlah iterasi 50.000. Hasil dari YOLO Mean Average Precision (mAP) adalah 67,14%.
Perbandingan Akurasi Deteksi Emosi Pada Suara Menggunakan Multilayer Perceptron, Random Forest, Decision Tree dan K-NN Windra Swastika; Romy Budhi Widodo; Alvin Andrius Oepojo
Intelligent System and Computation Vol 5 No 1 (2023): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v5i1.264

Abstract

Penelitian ini bertujuan untuk membandingkan akurasi pengenalan emosi melalui suara dengan menggunakan beberapa jenis classifier. Emosi dasar yang akan dikenali ada 4, yaitu senang, sedih, neutral dan marah. Metodologi penelitian dimulai dengan memperoleh dataset suara dari database RAVDESS, yang terdiri dari 24 aktor dengan jumlah suara sebanyak 60 per aktor. Namun, hanya 28 suara yang dipilih dari setiap aktor, sehingga total ada 672 suara yang digunakan dalam penelitian ini. Untuk mengekstraksi fitur dari dataset suara, digunakan tiga teknik yaitu mel frequency cepstral coefficient (MFCC), Chroma, dan Skala Mel. Kemudian, empat jenis classifier digunakan dalam pembuatan model yaitu Multilayer Perceptron Classifier (MLPC), Decision Tree, Random Forest, dan K-NN. Dataset dibagi menjadi data train dan data test dalam 3 uji coba untuk masing-masing classifier, yait 85% train – 25% test, 80% train – 25% test, dan 75% train dan 25% test. Hasil penelitian menunjukkan bahwa model dengan menggunakan Random Forest Classifier memiliki akurasi tertinggi yaitu sebesar 79% dengan pembagian dataset 80% train - 20% test. Sedangkan, model dengan Decision Tree Classifier memiliki akurasi terendah sebesar 57% dengan pembagian dataset menjadi 75% train - 25% test. Dalam penelitian ini, teknik ekstraksi fitur yang digunakan yaitu MFCC, Chroma, dan Skala Mel, yang terbukti efektif dalam menghasilkan fitur dari dataset suara. Selain itu, hasil penelitian juga menunjukkan bahwa Random Forest Classifier lebih unggul dalam mengenali emosi melalui suara jika dibandingkan dengan jenis classifier yang lain.
RANCANG BANGUN APLIKASI MONITORING JANTUNG UNTUK KONDISI ARITMIA BERBASIS ANDROID Paulus Lucky Tirma Irawan; Bryan Asa Kristian; Windra Swastika
Jurnal Teknik Ilmu dan Aplikasi Vol. 3 No. 2 (2022): Jurnal Teknik Ilmu dan Aplikasi
Publisher : Politeknik Negeri Malang

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

Abstract

Hingga saat ini penyakit jantung adalah salah satu penyakit yang sangat berbahya. Hal ini dikarenakan kejadiannya sangat sulit untuk diprediksi. Meski begitu terdapat beberapa variabel yang dapat dijadikan acuan untuk mengetahui kapan seseorang dikatakan memiliki potensi yang tinggi untuk mengalami serangan jantung. penyakit jantung bisa dideteksi lebih awal dengan mengetahui gangguan irama jantung (aritmia) yang terjadi. Aritmia merupakan kelainan elektrofisiologi jantung yang dapat disebabkan oleh gangguan sistem konduksi jantung serta gangguan pembentukan dan penghantar impuls. Contoh dari aritmia ini adalah Atrial fibrilasi. Atrial fibrilasi terjadi karena sinyal-sinyal listrik tidak terorganisir dalam atrium dan ventrikel yang menyebabkan detak jantung sangat cepat, lambat dan tidak teratur. Di dalam dunia medis sendiri terdapat teorema waktu kritis yang lebih dikenal dengan Golden Period. Istilah tersebut menandakan waktu kritis maksimal penanganan pasien sebelum terjadi kerusakan permanen dan kematian. Berdasarkan teori ini, kemungkinan penderita selamat dari serangan jantung mendekati nol bila ditangani setelah 10 menit sejak serangan jantung pertama terjadi. Dalam penelitian ini akan dikembangkan sebuah sistem pemantauan berkelanjutan terhadap tanda vital tubuh yang terintegrasi dengan perangkat komunikasi cerdas. Sistem ini dapat menjadi alat pengawas detak jantung secara otomatis dan realtime, sehingga mampu menghindarkan penggunanya dari resiko serangan jantung, dan meningkatkan kewaspadaan akan kondisi jantung. Aplikasi ini akan menggunakan smartband sebagai pembaca detak jantung, serta menggunakan teknologi Location Based Service yang berfungsi sebagai penentu lokasi. Berdasarkan pengujian yang sudah dilakukan seluruh fitur utama termasuk fitur darurat yang berfungsi untuk mengirimkan notifikasi kepada whitelist contact apabila pengguna dalam kondisi aritmia telah bekerja sesuai spesifikasi.
PEMBELAJARAN GAME EDUKASI DENGAN OBJECT-ORIENTED PROGRAMMING PADA JENJANG SMP YPK MALANG Romy Budhi Widodo; Windra Swastika; Yuswanto Yuswanto
Jurnal Difusi Ipteks Legowo Vol. 1 No. 1 (2023): Jurnal Difusi Ipteks Legowo
Publisher : Perkumpulan Legowo Cerdas Sejahtera

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62242/jdil.v1i1.5

Abstract

Extracurricular activities which are supplements and complements of the curriculum have been planned in the educational calendar of a school. Although these activities are outside the curriculum, whether they are compulsory or optional activities, they play an important role in personality development and discovering student talents. Learning educational games at SMP YPK Malang is carried out in community service for the 2019/2020 period. The material uses object-oriented programming with the Greenfoot platform. The results of this extracurricular learning are evaluated with a qualitative assessment of the domain of acting skills. The assessment techniques used include practices, products, and projects. The results of the evaluation show that the aspects of student diligence and the selection of suitable materials are the dominant factors in the success of students in producing game products.
Co-Authors Alvin Andrius Oepojo Bryan Asa Kristian Marcellino Agustinus Sinaga Paulus Lucky Tirma Irawan Romy Budhi Widodo Yuswanto Yuswanto