Tim peneliti dari Universitas Pendidikan Indonesia (UPI) dan Universitas Gadjah Mada (UGM) berhasil mempublikasikan hasil riset berjudul “Optimasi Klasterisasi Kubernetes untuk Peningkatan QoS pada Jaringan 5G” di Journal of Applied Smart Electrical Network and Systems (JASENS). Penelitian ini dilakukan oleh Dr. Ronald Adrian, S.T., M.Eng., Dr. Sahirul Alam, S.T., M.Eng., dan Ir. Yuris Mulya Saputra, S.T., M.Sc., Ph.D., IPM. dari Program Studi Teknologi Rekayasa Internet, Sekolah Vokasi Universitas Gadjah Mada, bersama R. Deasy Mandasari, S.T., M.T. dari Program Studi Teknik Elektro, Fakultas Pendidikan Teknik dan Industri, Universitas Pendidikan Indonesia.

read more

Dalam ekosistem kota pintar (Smart City), peningkatan pesat perangkat nirkabel dan beragam standar komunikasi menimbulkan kemacetan spektrum dan interferensi sinyal. Kondisi ini dapat menghambat komunikasi yang andal dan berlatensi rendah, padahal sangat dibutuhkan oleh berbagai aplikasi seperti keselamatan publik, pemantauan lingkungan, serta transportasi cerdas.

Menanggapi permasalahan tersebut, tim peneliti yang terdiri atas Budi Bayu Murti dan Alif Subardono mengusulkan penerapan teknologi Radio Kognitif (Cognitive Radio/CR), yang memungkinkan Secondary Users (SUs) memanfaatkan kanal yang tidak digunakan oleh Primary Users (PUs) melalui proses penginderaan spektrum adaptif. Namun, metode konvensional seperti Energy Detection (ED) dinilai kurang efektif pada kondisi Signal-to-Noise Ratio (SNR) rendah. Sistem tidak mampu mengenali jenis modulasi sinyal yang merupakan salah satu aspek penting untuk komunikasi adaptif dan mitigasi interferensi.

read more

Proses pengembangan alat monitoring wellness berbasis Internet of Things (IoT) dan kecerdasan buatan (AI) oleh tim peneliti Sekolah Vokasi Universitas Gadjah Mada (UGM) telah mencapai progres signifikan. Proyek ini sudah memasuki fase prototyping dengan capaian kemajuan hingga 75%, dan ditargetkan selesai 100% pada bulan Oktober mendatang.

Tim yang diketuai oleh Ardhi Wicaksono Santoso ini melibatkan para peneliti lintas bidang seperti Isnan Nur Rifai, Galih Setyawan, dan Budi Sumanto, guna memperkuat aspek teknis dan metodologis dari penelitian. Sistem yang dikembangkan bertujuan memantau parameter kesehatan penting—seperti tinggi dan berat badan, tekanan darah, saturasi oksigen, suhu tubuh, dan lingkar lengan—yang kemudian dianalisis menggunakan AI dan ditampilkan secara visual dalam dashboard berbasis web.

read more

Proses pengembangan alat monitoring wellness berbasis Internet of Things (IoT) dan kecerdasan buatan (AI) oleh tim peneliti Sekolah Vokasi Universitas Gadjah Mada (UGM) telah mencapai progres signifikan. Proyek ini sudah memasuki fase prototyping dengan capaian kemajuan hingga 75%, dan ditargetkan selesai 100% pada bulan Oktober mendatang.

Tim yang diketuai oleh Ardhi Wicaksono Santoso ini melibatkan para peneliti lintas bidang seperti Isnan Nur Rifai, Galih Setyawan, dan Budi Sumanto, guna memperkuat aspek teknis dan metodologis dari penelitian. Sistem yang dikembangkan bertujuan memantau parameter kesehatan penting—seperti tinggi dan berat badan, tekanan darah, saturasi oksigen, suhu tubuh, dan lingkar lengan—yang kemudian dianalisis menggunakan AI dan ditampilkan secara visual dalam dashboard berbasis web.

read more

Selaras dengan peta jalan riset flagship Universitas Gadjah Mada dalam tema Transisi Energi serta mendukung Tujuan Pembangunan Berkelanjutan (SDGs) poin ke-12 tentang Responsible Consumption and Production, penerapan transformasi digital berbasis teknologi Internet of Things (IoT) menjadi semakin signifikan. Teknologi ini memberikan solusi prediktif yang cepat, akurat, dan efisien untuk mendukung keberlanjutan serta efisiensi proses industri manufaktur.

Dalam kerangka tersebut, Dr. Yuris Mulya Saputra, dosen Departemen Teknik Elektro dan Informatika, Sekolah Vokasi UGM, melalui pendanaan Penelitian Masyarakat SV UGM Tahun 2025, telah mengembangkan riset yang mengintegrasikan pendekatan Federated Learning (FL) pada perangkat IoT. FL merupakan metode pembelajaran mesin kolaboratif yang memungkinkan setiap perangkat IoT melatih model secara lokal tanpa harus mengirimkan data mentah ke server pusat. Model hasil pelatihan kemudian disinkronkan melalui cloud server, sehingga privasi data tetap terjaga dan keamanan informasi di lingkungan industri dapat diperkuat.

read more