Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Kreativitas PKM Idealis : Indonesia Journal Information System
Lucky Indra Kesuma
Universitas Muhammadiyah Palembang
Computer Science & IT Decision Sciences, Operations Research & Management Health Professions Medicine & Pharmacology Nursing Public Health

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

Found 2 Documents
Search

 1 
Implementasi Ensemble Weighted Voting Pada Arsitektur Densenet Mobilenet Xception Untuk Klasifikasi Penyakit Diabetic Retinopathy Lucky Indra Kesuma; Des Alwine Zayanti; Anita Desiani; Purwita Sari; Zulhipni Reno Saputra; Muhammad Ihsan; Fathona Nur Muzayyadah
IDEALIS : InDonEsiA journaL Information System Vol. 9 No. 1 (2026): Jurnal IDEALIS Januari 2026
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v9i1.3714

Abstract

Convolutional Neural Network (CNN) merupakan salah satu pendekatan deep learning yang banyak digunakan pada tugas klasifikasi dan segmentasi citra, termasuk pada bidang kesehatan. Salah satu penerapan penting CNN adalah pada analisis citra Diabetic Retinopathy (DR), yaitu penyakit pada retina mata yang disebabkan oleh komplikasi diabetes jangka panjang dan dapat menyebabkan gangguan penglihatan hingga kebutaan apabila tidak terdeteksi secara dini. Namun, penggunaan arsitektur CNN tunggal sering mengalami keterbatasan, seperti overfitting, kebutuhan komputasi yang tinggi, atau kemampuan ekstraksi fitur yang belum optimal. Oleh karena itu, metode ensemble dapat digunakan untuk mengombinasikan keunggulan dari beberapa model guna meningkatkan kinerja klasifikasi. Pada penelitian ini diusulkan metode ensemble berbasis weighted voting dengan menggabungkan tiga arsitektur CNN, yaitu DenseNet, MobileNet, dan Xception, untuk klasifikasi biner Diabetic Retinopathy. DenseNet dipilih karena kemampuannya dalam mengekstraksi fitur yang kaya melalui konektivitas antar lapisan, MobileNet dipilih karena efisiensi komputasi dan ukuran model yang ringan, sedangkan Xception digunakan karena kemampuannya menyeimbangkan kedalaman jaringan dan efisiensi komputasi melalui depthwise separable convolution. Tahapan penelitian meliputi pengumpulan data, pelatihan model, pengujian, serta evaluasi kinerja. Dataset EyePACS digunakan sebagai data pelatihan, sedangkan dataset APTOS dimanfaatkan sebagai data pengujian untuk menguji kemampuan generalisasi model. Hasil eksperimen menunjukkan bahwa metode ensemble yang diusulkan menghasilkan kinerja yang baik dengan nilai akurasi sebesar 85,22%, sensitivitas 70,63%, spesifisitas 99,40%, F1-score 87,21%, serta nilai Cohen’s Kappa sebesar 0,7032. Hasil ini menunjukkan bahwa pendekatan ensemble mampu meningkatkan kinerja klasifikasi dan mengurangi permasalahan overfitting dibandingkan model CNN tunggal, serta berpotensi dikembangkan sebagai sistem pendukung keputusan untuk skrining otomatis Diabetic Retinopathy.
Aplikasi Bicara Pintar untuk Meningkatkan Kemampuan Komunikasi Siswa Tunarungu di Slb-B Ypac Palembang Anita Desiani; Lucky Indra Kesuma; Diana Dewi Sartika; Azmi Muhammad Padhil; Tyara Hestyani Putri; Pasma Azzahra; Ally Muchlas; Muhammad Yusuf Prabudifa; Ferdi Setiawan; Dicky Naturatama; Muhammad Iqbal Arsyad. H
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 9, No 4 (2026): Volume 9 Nomor 4 (2026)
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v9i4.25071

Abstract

ABSTRAK Bicara Pintar merupakan aplikasi berbasis kecerdasan buatan yang mendeteksi bahasa isyarat berdasarkan gambar, teks, dan suara yang diterapkan di SLB-B YPAC Palembang. Bicara Pintar mampu menerjemahkan dua arah antara bahasa isyarat SIBI dan BISINDO dengan bahasa Indonesia. Model YOLO yang digunakan pada aplikasi Bicara Pintar menunjukkan tingkat akurasi dan presisi mencapai 98,9%. Kegiatan pengabdian ini terdiri dari survei ke lokasi, pengumpulan dataset, pengujian dan perbaikan, launching, sosialisasi, penerapan aplikasi dan evaluasi kegiatan. Penerapan aplikasi digunakan untuk pelatihan soft skill. Pengujian aplikasi dilakukan dengan melibatkan 15 siswa teman tuli dan teman dengar yang terdiri dari 5 guru dan peserta pengabdian. Hasil pengujian dari siswa tunarungu menunjukkan input gerakan ke teks akurasinya rata-rata 46,33% dan dari teks ke gerakan 92,66%. Hasil pengujian dari guru dan tim menunjukkan akurasi dari gerakan ke teks rata-rata 46% dan dari teks ke gerakan 95%. Selain itu dari angket kepuasan diperoleh 65% menyatakan aplikasi cukup membantu untuk pelatihan soft skill, 95% menilai sudah sangat baik dan mudah digunakan, dan 18% menyarankan penambahan kosakata. Hasil ini menunjukkan Bicara Pintar mampu meningkatkan kemampuan komunikasi teman tuli dengan teman dengar khususnya siswa tunarungu SLB-B YPAC. Kata kunci: Tunarungu, SLB, Bicara Pintar, Kesenjangan, Pendidikan.  ABSTRACT Bicara Pintar is an artificial intelligence application that detects sign language based on images, text, and sound, implemented in SLB-B YPAC Palembang. Bicara Pintar is capable of two-way translation between SIBI and BISINDO sign language and Indonesian. The YOLO model used in the application shows an accuracy and precision level of 98.9%. This activity consists of a site survey, data collection, testing and improvement, launching, socialization, implementation, and evaluation. The application is used for classroom learning and soft skills training. Application testing was carried out involving 15 deaf and hearing students, consisting of 5 teachers and a team. The results from deaf students showed an average accuracy of 46,33% from gesture to text and 92,66% vice versa. The results from teachers and the team showed an average accuracy of 46% from gesture to text and 95% vice versa. Furthermore, a satisfaction questionnaire showed that 95% stated that the application was helpful for teaching and learning, 65% stated that the application was helpful enough for soft skills training, 95% considered it excellent and easy to use, and 18% suggested adding vocabulary. These results indicate that the application can improve the communication of deaf friends with hearing friends, especially students at SLB-B YPAC. Keywords: Deaf, SLB, Bicara Pintar, Disparity, Education.
Co-Authors Ally Muchlas Anita Desiani Anita Desiani Azmi Muhammad Padhil Des Alwine Zayanti Diana Dewi Sartika Dicky Naturatama Fathona Nur Muzayyadah Ferdi Setiawan Muhammad Ihsan Muhammad Iqbal Arsyad. H Muhammad Yusuf Prabudifa Pasma Azzahra Purwita Sari Tyara Hestyani Putri Zulhipni Reno Saputra Elsi