Articles
<![CDATA[Deteksi Otomatis Bidang Kepala Janin dari Citra Ultrasonografi 2 Dimensi ]]>
<![CDATA[Cahya Perbawa Aji]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Muhammad Hilman Fatoni]]>
<![CDATA[ Jurnal Teknik ITS Vol 9, No 1 (2020) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v9i1.45679
<![CDATA[Modalitas pencitraan primer untuk untuk pemeriksaan anatomi dan fisiologi janin adalah alat ultrasonografi (USG) medis 2 dimensi mengingat harganya yang murah, ketersediaan yang melimpah, kemampuan realtime, dan tidak adanya bahaya radiasi. Head Circumference (HC) merupakan parameter pengukuran biometri janin yang dianalisa untuk mengetahui perkembangan janin secara kuantitatif dengan menggunakan mesin USG. Pada praktik klinis, karena rasio signal-to-noise yang rendah, klinisi seringkali mengalami kesulitan untuk mengenali bidang janin dengan tepat. Lebih dari itu, klinisi kesulitan untuk membuat elips yang paling mendekati hanya dengan tiga titik parameter minor dan mayor yang disediakan mesin USG. Proses deteksi dan pengukuran HC secara manual oleh klinisi membutuhkan waktu yang cukup lama dan akurasinya sangat bergantung dengan pengalaman dan kemampuan klinisi. Penelitian mengenai deteksi dan pengukuran otomatis HC sedang menjadi bidang penelitian yang cukup aktif. Dalam penelitian ini diajukan sebuah sistem deteksi otomatis untuk HC. Metode Convolutional Neural Network (CNN) diajukan untuk melakukan klasifikasi bidang elips janin dari jaringan ibu maupun jaringan janin lainnya. CNN dipekerjakan untuk pixel-wise classification citra ke dalam kelas bidang janin, maternal tissue, ataupun background. Pada penelitian ini, dari 13 citra uji, didapatkan rata rata akurasi segmentasi semantik sebesar 0.76.]]>
<![CDATA[Klasifikasi Tumor Otak pada Citra Magnetic Resonance Image dengan Menggunakan Metode Support Vector Machine ]]>
<![CDATA[Ainani Shabrina Febrianti]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Atar Fuady Babgei]]>
<![CDATA[ Jurnal Teknik ITS Vol 9, No 1 (2020) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v9i1.51587
<![CDATA[Di Indonesia, pasien yang terdiagnosis tumor otak semakin meningkat setiap tahunnya. Bukan hanya orang dewasa saja, tetapi anak-anak juga dapat terserang penyakit tumor otak. Untuk membedakan citra gambar Magnetic Resonance Image (MRI) yang terdeteksi tumor otak dengan yang tidak terdeteksi tumor otak, perlu dilakukan proses klasifikasi dengan menggunakan metode Support Vector Machine (SVM). Dalam penelitian ini, proses klasifikasi dilakukan dalam tiga langkah, Pre-processing yang mengubah ukuran citra, ekstraksi fitur yang mengambil informasi (fitur) secara teksturnya, kemudian diikuti dengan melatih data dan dilakukan pengujian pada SVM. Hasil dari penelitian ini adalah untuk mengklasifikasikan citra MRI dengan tumor atau non tumor. Serta menganalisis tingkat akurasi klasifikasi untuk kernel SVM yang berbeda seperti Linear, RBF dan Polynomial. Dari hasil pengujian klasifikasi dengan SVM, didapatkan tingkat akurasi yang cukup baik sebesar 0.76 dengan menggunakan kernel Linear dan RBF pada tipe C-SVM.]]>
<![CDATA[Peningkatan Kontras Citra Mamografi Digital dengan Menggunakan CLAHE dan Contrast Stretching ]]>
<![CDATA[Windy Deftia Mertiana]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Nada Fitrieyatul Hikmah]]>
<![CDATA[ Jurnal Teknik ITS Vol 9, No 2 (2020) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v9i2.56306
<![CDATA[Kanker menjadi salah satu penyebab utama angka kematian terbesar di dunia dan kanker payudara menjadi jenis kanker dengan prevalensi paling tinggi dialami oleh perempuan. Pendeteksian dini menggunakan screening mamografi menjadi langkah efektif untuk mengetahui keberadaan kanker payudara walaupun benjolan dalam bentuk gumpalan sering kali muncul dengan tipikal kontras rendah dan seringkali buram. Oleh karena itu, dibutuhkan dokter dan radiologis untuk mendiagnosis kanker payudara melalui citra mamografi. Namun, tidak menutup kemungkinan terdapat ketidakakuratan proses diagnosis mengingat keterbatasan visual dan objektivitas dari manusia itu sendiri. Beberapa tahun terakhir penelitan mengenai pendeteksian kanker payudara melalui citra mamografi banyak dilakukan. Untuk itu, pada penelitian ini dikembangkan sebuah metode untuk meningkatkan kualitas citra mamografi dan membantu proses pendeteksian kanker payudara berbasis tekstur. Perbaikan kualitas citra berbasis indirect contrast enhancement dilakukan dengan menggunakan metode Contrast Limited Adaptive Histogram Equalization dan contrast stretching yang dilakukan secara cascade. Melalui pengujian yang dilakukan terhadap 120 citra, didapatkan rata-rata nilai MSE dan PSNR citra yang telah melalui proses peningkatan kontras dengan metode CLAHE sebesar 65,92 dan 29,95dB. Sedangkan nilai rata-rata MSE dan PSNR citra hasil contrast stretching sebesar 57,47 dan 30,62dB. Sehingga dapat dikatakan metode yang diusulkan akan sangat membatu proses segmentasi pada penelitian selanjutnya.]]>
<![CDATA[Pengembangan Instrumentasi dan Analisis Sinyal EMG pada Otot Leher ]]>
<![CDATA[Nabilah Ashriyah]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Mohammad Nuh]]>
<![CDATA[ Jurnal Teknik ITS Vol 9, No 1 (2020) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v9i1.44787
<![CDATA[Orang yang telah kehilangan laring (laryngectomee) atau mengalami kerusakan laring akan kehilangan fungsi bicara dan menyebabkan sulitnya berkomunikasi. Electrolarynx (EL) adalah perangkat genggam berdayakan baterai yang merupakan salah satu alternatif untuk membangkitkan suara dengan memberi getaran pada otot leher. EL adalah alternatif yang mudah digunakan dan sederhana, akan tetapi suara yang dihasilkan EL tidak natural (seperti robot), monoton, dan memiliki kualitas yang rendah sehingga dibutuhkan pengembangan lanjut untuk meningkatkan kualitas suara dan kenyamanan penggunaan. Penelitian sebelumnya telah menunjukkan adanya hubungan antara aktivitas otot leher dengan pembentukan suara. Oleh karenanya, sinyal elektromiografi (EMG) pada otot leher dianalisis terhadap intensinya untuk memulai/berhenti bicara dan hubungannya dengan nada suara yang dihasilkan. Pada penelitian ini, instrumentasi EMG minimum dirancang untuk memperoleh sinyal EMG pada otot leher. Instrumentasi EMG terdiri dari penguat instrumentasi, rangkaian filter, dan rangkaian adder. Sinyal EMG kemudian direkam dan dilakukan proses filtering, rectification, dan kalkulasi envelope sinyal sederhana dengan low pass filter Pole-Zero. Korelasi amplitudo envelope EMG dengan sinyal suara ketika berbicara dianalisis. Thresholding sinyal EMG dengan batas ambang ganda (onset/offset) diusulkan dalam mendeteksi sinyal wicara. Hasil penelitian ini menunjukkan bahwa perekaman sinyal EMG pada otot leher membutuhkan instrumentasi dengan penguatan yang jauh lebih besar. Nilai threshold untuk onset mampu mendeteksi sinyal wicara sebelum wicara terjadi dengan selang waktu sekitar 0.2 ms. Akan tetapi, offset threshold tidak mampu memberikan waktu akhir dari sinyal wicara dengan tepat, di mana deteksi wicara diakhir lebih cepat sekitar 0.12 ms dari seharusnya.]]>
<![CDATA[ADVANCE ATTACK AND DEFENSE STRATEGY ALGORITHM WITH DYNAMIC ROLE ASSIGNMENT FOR WHEELED SOCCER ROBOT ]]>
<![CDATA[Rudy Dikairono]]>;
<![CDATA[Setiawardhana Setiawardhana]]>;
<![CDATA[Fajar Budiman]]>;
<![CDATA[Djoko Purwanto]]>;
<![CDATA[Tri Arief Sardjono]]>
<![CDATA[ Jurnal Ilmiah Kursor Vol 11 No 1 (2021) ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/kursor.v11i1.257
<![CDATA[Game strategy is one of the most critical parts of winning a soccer robot match and cannot be separated from the cooperation among robots in making movements to score goals. In this paper, a wheeled soccer robot game strategy called advance attack and defense has been developed. The strategy is combined with dynamic role assignment, in which robot can change from an attacker to a defender and vice versa. Defender robots are not only based on defensive area but will always block opposing attacker to score goal. The attack strategy performs a rotational trajectory for attacker robot to overpass opponent robot. This strategy has been proven to increase defense and attack effectiveness. Test results using soccer robot gameplay environment simulator developed by Institut Teknologi Sepuluh Nopember Robot with Intelligent System (IRIS) team show that the advance strategies are superior compared with basic strategies. In 30 matches, the advance dynamic strategy won 80%, drew 6.7%, and obtained the highest goal difference, 85 goals. The test was then verified with the implementation in the IRIS robots and showed the same performance. The developed game algorithms were tested in 2019 Indonesian wheeled soccer robot contest (KRSBI-B) and the IRIS team won the title.]]>
<![CDATA[Towards Improvement of LSTM and SVM Approach for Multiclass Fall Detection System ]]>
<![CDATA[Herti Miawarni]]>;
<![CDATA[Eko Setijadi]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Wijayanti]]>;
<![CDATA[Mauridhi Hery Purnomo]]>
<![CDATA[ EMITTER International Journal of Engineering Technology Vol 10 No 1 (2022) ]]>
Publisher : <![CDATA[Politeknik Elektronika Negeri Surabaya (PENS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24003/emitter.v10i1.639
<![CDATA[Telemonitoring of human physiological data helps detect emergency occurrences for subsequent medical diagnosis in daily living environments. One of the fatal emergencies in falling incidents. The goal of this paper is to detect significant incidents such as falls. The fall detection system is essential for human body movement investigation for medical practitioners, researchers, and healthcare businesses. Accelerometers have been presented as a practical, low-cost, and dependable approach for detecting and predicting outpatient movements in the user. The accurate detection of body movements based on accelerometer data enables the creation of more dependable systems for incorporating long-term development in physiological remarks. This research describes an accelerometer-based platform for detecting users' body movement when they fall. The ADXL345, MMA8451q, and ITG3200 body sensors capture activity data, subsequently classified into 15 fall incident classes based on SisFall dataset. Falling incidents classification is performed using Long Short-Term Memory results in best AUC-ROC value of 97.7% and best calculation time of 6.16 seconds. Meanwhile, Support Vector Machines results in the best AUC-ROC value of 98.5% and best calculation times of 17.05 seconds.]]>
<![CDATA[Braille Character Recognition Using Artificial Neural Network ]]>
<![CDATA[Joko Subur]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Ronny Mardiyanto]]>
<![CDATA[ IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015 ]]>
Publisher : <![CDATA[Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (320.825 KB)
|
DOI: 10.12962/j23546026.y2015i1.1048
<![CDATA[Braille letter is characters designed for the blind, consist of six embossed points, arranged in a standard braille character. Braille letters is touched and read using fingers, therefore the sensitivity of the fingers is important. Those characters need to be memorized, so it is very difficult to be learned. The aim of this research is to create a braille characters recognition system and translate it to alpha-numeric text. Webcam camera is used to capture braille image from braille characters on the paper sheet. Cropping, grayscale, thresholding, erotion, and dilation techniques are used for image preprocessing. Then, artificial neural network method are used to recognize the braille characters. The system can recognize braille characters with 99% accuracy even when the braille image is tilted up to 1 degrees.]]>
<![CDATA[Deteksi Arteri Karotis pada Citra Ultrasound B-Mode Berbasis Convolution Neural Network Single Shot Multibox Detector ]]>
<![CDATA[I Made Gede Sunarya]]>;
<![CDATA[Tita Karlita]]>;
<![CDATA[Joko Priambodo]]>;
<![CDATA[Rika Rokhana]]>;
<![CDATA[Eko Mulyanto Yuniarno]]>;
<![CDATA[Tri Arief Sardjono]]>;
<![CDATA[Ismoyo Sunu]]>;
<![CDATA[I Ketut Eddy Purnama]]>
<![CDATA[ Jurnal Teknologi dan Sistem Komputer Volume 7, Issue 2, Year 2019 (April 2019) ]]>
Publisher : <![CDATA[Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1288.438 KB)
|
DOI: 10.14710/jtsiskom.7.2.2019.56-63
<![CDATA[Detection of vascular areas (blood vessels) using B-Mode ultrasound images is needed for automatic applications such as registration and navigation in medical operations. This study developed the detection of the carotid artery area using Convolution Neural Network Single Shot Network Multibox Detector (SSD) to determine the bounding box ROI of the carotid artery area in B-mode ultrasound images. The data used are B-Mode ultrasound images on the neck that contain the carotid artery area (primary data). SSD method result is 95% of accuracy which is higher than the Hough transformation method, Ellipse method, and Faster RCNN in detecting carotid artery area in the B-Mode ultrasound image. The use of image enhancement with Gaussian filter, histogram equalization, and Median filters in this method can increase detection accuracy. The best process time of the proposed method is 2.09 seconds so that it can be applied in a real-time system.]]>
<![CDATA[Pengembangan Sistem Konversi Citra ke G-Code untuk Aplikasi Manufaktur ]]>
<![CDATA[Retno Tri Wahyuni]]>;
<![CDATA[Djoko Purwanto]]>;
<![CDATA[Tri Arief Sardjono]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2011: SNTIKI 3 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (328.898 KB)
<![CDATA[Along with the development of technology, has provided software image converter with bmp format into G-code. But the software is not yet integrated with the camera. Software development about Image to G-code converter integrated with camera present in this paper. Before the G-code file is created, set the parameter like x-y resolution for image resolution, carving dimension and maximum depth.Object with varying shapes and size used in testing process. G-code file run in CNC Simulator. Result of testing indicate that carving object have similar form with original object and have appropriate dimension. Integration with the camera allowing the further development online of image to g-code converter and addition 3D reconstruction algorithm so the G-code represents the actual dimension of objects that the camera captured.Key words: Gray scale, G-code, CNC Simulator]]>
<![CDATA[Navigasi Robot Penjaga Gawang Berdasarkan Prediksi Posisi dan Waktu Kedatangan Bola ]]>
<![CDATA[Setiawardhana]]>;
<![CDATA[Rudy Dikairono]]>;
<![CDATA[Djoko Purwanto]]>;
<![CDATA[Tri Arief Sardjono]]>
<![CDATA[ Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 9 No 3: Agustus 2020 ]]>
Publisher : <![CDATA[Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1615.99 KB)
|
DOI: 10.22146/.v9i3.295
<![CDATA[Research on wheeled soccer robots has been developed especially for the accuracy of the object detection and classification. This paper solves the problem for ball's position and arrival time prediction also its navigation to block the ball. Previous research used Single Layer Neural Network (SLNN) and Two Layer Neural Network (TLNN) methods. This paper propose a Modified Two-Layer Neural Network (MTLNN) algorithm for increasing the prediction accuracy for ball’s position and its arrival time, also Goalkeeper Robot Navigation (GKRN) algorithm for its navigation. The algorithm was created by modifying the TLNN architecture in the number of nodes to eight inputs and two outputs, with the number of hidden being designed as needed. The accuracy of the prediction greatly affects ball blockade because it is used to navigate the robot. The GKRN algorithm was created by modifying the membership function of the Fuzzy Inferences System (FIS), which is adjusted to the robot's needs. The results showed an increase in prediction accuracy from up to 20 times better for ball position and 4 times better for the arrival time of the ball. Overall, the navigation system obtained a successful rate of 90% for blocking the ball.]]>
