Aryo Nugroho

Dr. Aryo Nugroho

Electrical Engineering, Universitas PGRI Adi Buana, Surabaya, Jawa Timur, Indonesia
orcid

Research Focus & Metrics

Academic Career Length

10Years (2017-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
30 September 2019 in Jurnal Eksplora Informatika
Verified
Journal Article
Open access
PDF file
ESEko Budi Santoso
Eko Budi Santoso
ANAryo Nugroho
Aryo Nugroho
Eksplora Informatika ITB STIKOM Bali

1 December 2017
Verified
Conference Paper
Closed access
ASAdri Gabriel Sooai
Adri Gabriel Sooai
ANAryo Nugroho
Aryo Nugroho
MAMoh Noor Al Azam
Moh Noor Al Azam
SSSurya Sumpeno
Surya Sumpeno
MPMauridhi Hery Purnomo
Mauridhi Hery Purnomo

23 April 2018 in MATEC Web of Conferences
Verified
Journal Article
Open access
MAMoh Noor Al-Azam
Moh Noor Al-Azam
MAMochamad Mizanul Achlaq
Mochamad Mizanul Achlaq
ANAryo Nugroho
Aryo Nugroho
ASAdri Gabriel Sooai
Adri Gabriel Sooai
AWARIS WINAYA
ARIS WINAYA
MAMaftuchah
Maftuchah
Mobile users are getting smarter in using their phones. Many tasks are usually completed or monitored via a computer screen, nowadays can be taken anywhere with Android phones or tablets. Likewise with features in the phone is increasingly sophisticated. Currently bluetooth version 4 is almost mandatory in all phones. Even for entry level phones are now equipped with bluetooth version 4. This paper discusses the use of Bluetooth Low Energy—which is part of bluetooth version 4, in providing information about the status of plant growth chamber conditions. By using this concept, all phones or tablets that have bluetooth version 4 and there are applications in it will be able to receive the latest chamber status. The results show that this way of broadcasting is very effective. The data required to be monitored by a laboratory technician can be continuously broadcasted so that anyone on duty will get instant information at his grasp.

31 March 2020 in Jurnal Eksplora Informatika
Verified
Journal Article
Open access
PDF file
APAndhika Ryan Pratama
Andhika Ryan Pratama
MMMuhammad Mustajib
Muhammad Mustajib
ANAryo Nugroho
Aryo Nugroho
Mesin pendeteksi uang kertas menjadi salah satu objek yang diperhatikan untuk diteliti dan dikembangkan. Mesin pendeteksi uang kertas Indonesia yang ditemukan seperti di stasiun kereta api di suatu kota, terdapat kegagalan dalam mengenali nilai uang kertas tertentu. Tujuan dari penelitian ini adalah membangun model dari pengenalan nilai uang kertas menggunakan K-Nearest Neighbor (KNN) yang merupakan metode yang paling sederhana dan paling penting dalam pengenalan pola, hal ini ditunjukkan pada akurasi yang diperoleh lebih tinggi dibandingkan metode lainnya seperti Artificial Neural Networks (ANN) dan Feedforward Neural Network (FNN). Model yang diusulkan menggunakan ekstraksi fitur, terdapat beberapa fitur yang digunakan untuk pengenalan uang kertas seperti yang pernah dilakukan menggunakan ekstraksi fitur tekstur. Penelitian ini menggunakan ekstraksi fitur warna. Warna memberikan informasi yang berarti dan nilai-nilai yang penting dalam proses mendeskripsikan suatu objek. Warna yang digunakan adalah Red, Green, Blue (RGB). Hasil disajikan pada dataset 40 gambar uang kertas yang terdiri dari pecahan 2000 rupiah keluaran lama, 2000 rupiah keluaran baru, 5000 rupiah keluaran lama, dan 5000 rupiah keluaran baru. Pendekatan yang diusulkan terlihat kinerja yang cukup baik dengan menggunakan metode KNN. Dari 16 data uji menunjukkan 15 objek uang kertas berhasil dideteksi dengan benar. Akurasi yang dihasilkan sebesar 93,7% dengan nilai K=5.

12 July 2019 in JOINTECS (Journal of Information Technology and Computer Science)
Verified
Journal Article
Open access
SPSeptian Fendyputra Pratama
Septian Fendyputra Pratama
RARicsa Andrean
Ricsa Andrean
ANAryo Nugroho
Aryo Nugroho
Media sosial, Twitter, saat ini telah banyak memberikan dampak besar dalam membangun opini, pandangan, sentimen, dan preferensi politik publik (menjelang Pemilihan Umum) berlangsung. Penelitian ini dilakukan untuk mengetahui percakapan di Twitter pada debat pertama calon presiden Republik Indonesia melalui hashtag dari kedua pasang calon. Selain itu, juga untuk mengetahui tentang kecenderungan masyarakat di Twitter terkait dengan debat yang sedang berlangsung tersebut cenderung positif, negatif, atau netral. Data percakapan di Twitter didapatkan melalui Twitter API yang diambil dengan bahasa Pemrograman R. Proses analisis sentimen ini menggunakan metode Fined-grained Sentiment Analysis yaitu, Jika satu tweet berisi lebih banyak kalimat positif daripada negatif, maka hasil keseluruhan akan positif dan bernilai (+1). Jika jumlah kalimat negatif lebih besar dari kalimat positif, maka hasil keseluruhan negatif dan bernilai (-1). Jika ada jumlah yang sama dari kalimat positif dan negatif dalam paragraf, maka hasilnya adalah netral dan bernilai (0). Hasil dari penelitian ini menunjukkan bahwa tweet sentimen dari kedua hashtag cenderung positif, lebih banyak daripada sentimen negatif dan netral.

18 October 2023
Verified
Conference Paper
Closed access
SSSantirianingrum Soebandhi
Santirianingrum Soebandhi
ASAdri Gabriel Sooai
Adri Gabriel Sooai
KRKristiningsih
Kristiningsih
ANAryo Nugroho
Aryo Nugroho
Food tourism can be a competitive advantage for Indonesian tourism. With diverse cultures and ethnicities, Indonesia certainly has local culinary characteristics not found in other regions. Although culinary tourism research has been conducted, not many have examined culinary tourism from multisensory experience analysis through a big data approach to obtain datasets that can be processed to visualize tourist experiences. This study aims to classify the multisensory experienced by tourists when doing culinary tours utilizing deep learning SqueezeNet for image extraction and Support Vector Machine with Linear Kernel for image classification. The primary dataset consisted of three image classes: Vibes, Place, and Food. This study succeeded in classifying multisensory culinary images with an accuracy rate of 98.6%.