Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Kursor Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS
Riana Retno Widiastuty
Universitas Pembangunan Nasional Veteran Jawa Timur
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Convolutional layer exertion on few-shot learning for brain tumor classification Sunarko, Victor Immanuel; Puspaningrum, Eva Yulia; Widiastuty, Riana Retno; Hadi, Surjo; Awang, Mohd Khalid; Mas Diyasa, I Gede Susrama
Jurnal Ilmiah Kursor Vol. 13 No. 2 (2025)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/kursor.v13i2.430

Abstract

Brain tumors, though relatively rare, pose a significant threat due to their critical location within the brain, impacting essential bodily functions. Accurate and timely diagnosis is vital, but traditional diagnostic methods are time-intensive and rely heavily on large labeled datasets. This study addresses these challenges by proposing a Few-Shot Learning (FSL) framework enhanced with Convolutional Neural Networks (CNNs) to classify brain tumors using MRI images. By employing the Matching Network architecture, the model leverages limited training data through an N-way-K-shot setup. Training results demonstrated accuracy levels of 71.58% (1-shot) and 82.89% (5-shot) for 1-layer CNNs, 66.65% (1-shot) and 84.03% (5-shot) for 3-layer CNNs, and 63.43% (1-shot) and 84.94% (5-shot) for 5-layer CNNs. However, validation accuracy revealed overfitting concerns, with the highest performance at 51.56% (1-layer, 1-shot). These results underscore the potential of FSL in medical imaging while highlighting the need for advanced augmentation and feature representation techniques to improve generalization.
PEMERIKSAAN TEST CEPAT UNTUK DIAGNOSIS PENYAKIT PASCA BENCANA Riana Retno Widiastuty; Shobran Naufal; Aisyah Nur Shafira; Cahya Ayu Brilyanda; Khansa Tsabitah Aulia
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 4 No. 3 (2026): Juni
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v4i3.3776

Abstract

Pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pengetahuan masyarakat mengenai diagnosis dini penyakit pascabencana melalui edukasi dan demonstrasi pemeriksaan cepat (rapid diagnostic test/RDT) di Posyandu Kecamatan Sukolilo, Surabaya. Metode yang digunakan meliputi penyuluhan kesehatan, diskusi interaktif, demonstrasi penggunaan pemeriksaan cepat melalui media video, serta evaluasi menggunakan pre-test dan post-test terhadap 37 peserta yang terdiri atas kader kesehatan, ibu rumah tangga, dan masyarakat usia produktif. Hasil kegiatan menunjukkan adanya peningkatan pengetahuan yang signifikan pada seluruh indikator yang diukur. Pengetahuan tentang penyakit pascabencana meningkat dari 8,1% menjadi 100% pada kategori cukup mengetahui, pengetahuan tentang pemeriksaan cepat meningkat dari 0% menjadi 78%, pengetahuan tentang manfaat deteksi dini penyakit meningkat dari 0% menjadi 100%, dan pengetahuan tentang kebersihan pribadi dan keluarga meningkat dari 81,1% menjadi 100%. Simpulan kegiatan ini menunjukkan bahwa edukasi dan demonstrasi pemeriksaan cepat efektif meningkatkan pengetahuan dan kesiapsiagaan masyarakat dalam melakukan deteksi dini penyakit pascabencana sehingga dapat mendukung upaya promotif dan preventif kesehatan berbasis masyarakat pada situasi kedaruratan dan pascabencana.
Co-Authors Aisyah Nur Shafira Awang, Mohd Khalid Cahya Ayu Brilyanda Eva Yulia Puspaningrum Hadi, Surjo I Gede Susrama Mas Diyasa Khansa Tsabitah Aulia Shobran Naufal Sunarko, Victor Immanuel