Claim Missing Document
Check
Articles

PENENTUAN PENYAKIT PARU DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Listyalina, Latifah; Utari, Evrita Lusiana; Puspaningtyas, Desty Ervira
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 11, No 1 (2020): JURNAL SIMETRIS VOLUME 11 NO 1 TAHUN 2020
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v11i1.3667

Abstract

Organisasi Kesehatan Dunia (WHO) dan Organisasi Penanggulangan Kanker Dunia (UICC) memprediksikan terjadinya peningkatan kejadian kanker sebesar 300% pada tahun 2030. Salah satu jenis kanker ialah kanker paru. Deteksi kanker paru dapat dilakukan menggunakan rontgen. Diagnosis kanker paru dapat dilakukan melalui pengamatan hasil dari citra foto rontgen secara teliti. Otomasi dari hasil citra X-Ray dapat digunakan oleh praktisi kesehatan dalam pendeteksian kanker paru. Perancangan perangkat lunak jaringan saraf tiruan dari citra foto rontgen dilakukan melalui beberapa langkah yaitu pengolahan citra, seperti median filter, ekualisasi histogram adaptif, dan transformasi kosinus diskrit sebagai ekstraksi fitur citra yang selanjutnya dijadikan masukan jaringan saraf tiruan serta dengan didahului oleh proses pra pengolahan citra. Tingkat akurasi pendeteksian kanker paru melalui citra foto rontgen paru sebesar 72,97%.  
STERILISASI TANGAN OTOMATIS BERBASIS ARDUINO DENGAN POTENSI INTEGRASI TEKNOLOGI PLASTIK INOVATIF Listyalina, Latifah
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7891

Abstract

Perkembangan bidang elektronika semakin berperan penting dalam menciptakan berbagai sistem otomatis yang dapat mempermudah aktivitas manusia. Salah satu aktivitas yang sering diabaikan namun krusial bagi kesehatan adalah mencuci tangan. Penelitian ini merancang dan mengembangkan alat Sterilisasi Tangan Otomatis Berbasis Arduino yang mampu mendukung kebersihan tangan secara praktis, cepat, dan tanpa kontak langsung. Metode yang digunakan adalah pengembangan eksperimental, yang mengacu pada penelitian-penelitian terdahulu, dengan tahapan pengumpulan data melalui pengujian kinerja alat, analisis tiap komponen, serta evaluasi hasil uji. Alat ini menggunakan tiga sensor ultrasonik SRF04 untuk mendeteksi keberadaan tangan pada rentang jarak >5 cm hingga <22 cm. Pada jarak tersebut, sistem secara otomatis mengaktifkan pompa dan heater, dilengkapi dengan alarm serta display untuk memberikan informasi tambahan. Hasil pengujian menunjukkan bahwa sistem bekerja sesuai dengan perintah yang telah diprogram, dengan tingkat akurasi sensor ultrasonik mencapai 100%. Temuan ini menegaskan bahwa rancangan alat mampu berfungsi optimal sebagai perangkat sterilisasi tangan otomatis. Ke depannya, pengembangan penelitian ini diarahkan pada integrasi teknologi plastik inovatif, baik melalui pemanfaatan material plastik antibakteri, bioplastik ramah lingkungan, maupun plastik rekayasa tahan kimia, sehingga dapat menghasilkan perangkat yang tidak hanya fungsional, tetapi juga berkontribusi pada keberlanjutan teknologi material masa depan.
EVALUASI KESESUAIAN KUALITAS PRODUK JERIGEN PLASTIKDENGAN SNI 19-4779-1998 Ellianto, Mario Sariski Dwi; Listyalina, Latifah; Suharyanto, Suharyanto; Ikhwan, Muhammad; Putrama, Fala
JMMT Vol 6 No 2 (2025)
Publisher : Prodi Teknik Mesin Universitas Yudharta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/gbpxsk43

Abstract

Jerigen plastik merupakan jenis kemasan plastik yang sering digunakan dalam berbagai sektor industri. Bahan baku, proses produksi, ketebalan dinding dan desain sangat menentukan kualitas dan keamanan jerigen plastik. Penelitian ini bertujuan untuk mengevaluasi kesesuaian kualitas jerigen plastik dengan persyaratan SNI 19-4779-1998 dan mendorong pemahaman terhadap pentingnya pengujian kualitas produk dalam industri manufaktur plastik. Metode penelitian yang dilakukan adalah pengujian kebocoran dan kerapatan tutup, uji jatuh, ketahanan terhadap beban tumpukan, kekuatan pegangan, dan keseimbangan. Hasil pengujian kebocoran dan kerapatan tutup diperoleh 5 sampel mengalami kebocoran sehingga dinyatakan tidak lolos pengujian. Hasil pengujian jatuh, ketahanan terhadap beban tumpukan, kekuatan pegangan, dan keseimbangan pada keseluruhan sampel dinyatakan lolos pengujian.Berdasarkan keseluruhan data pengujian, jerigen plastik belum sesuai dengan persyaratan SNI.
PEMBERDAYAAN MASYARAKAT DALAM PENGELOLAAN SAMPAH DENGAN MENERAPKAN TEKNOLOGI PIROLISIS PLASTIK DI BANK SAMPAH SIDOMULYO MAJU BAMBANGLIPURO Listyalina, Latifah; Syahbani, Muhammad Wahyu; Ratnaningsih, Wahyu; Saputra, Andri; Satwikanitya, Pani; Ellianto, Mario Sarisky Dwi; Suharyanto, Suharyanto; Pambudi, Wisnu
Charity : Jurnal Pengabdian Masyarakat Vol. 7 No. 2 (2024): Charity-Jurnal Pengabdian Masyarakat
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Keberadaan sampah merupakan suatu hal yang mempunyai banyak dampak negatif pada manusia dan lingkungan sekitar, khususnya sampah plastik yang merupakan material yang sulit terurai di alam. Bank Sampah Sidomulyo Maju merupakan bank sampah yang terletak di Desa Sidomulyo, Bambanglipuro, Bantul. Berdasarkan informasi yang di peroleh dari website dan perangkat desa Sidomulyo, kegiatan yang saat ini berjalan di bank sampah Sidomulyo Maju adalah aktivitas pengumpulan dan pemilahan jenis sampah komunal yang dihasilkan oleh masyarakat setempat. Selaras dengan Program yang dicanangkan oleh Pemerintah Bantul “Bantul Bebas Sampah 2025” dan Program Tri Dharma Perguruan Tinggi, diberikan Pelatihan Pembuatan Minyak Pirolisis dari Sampah Plastik kepada masyarakat dan anggota Bank Sampah Sidomulyo Maju di Desa Sidomulyo, Bambanglipuro, Bantul. Pelatihan yang dilakukan diharapkan dengan semangat pengabdian yang disusun oleh Perguruan Tinggi, yakni mengharapkan terjadinya transfer ilmu dan kemanfaatan dari civitas akademika kepada masyarakat luas.
IDENTIFIKASI SUARA JANTUNG BERBASIS KOMPUTER Listyalina, Latifah
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4392

Abstract

Penelitian tentang klasifikasi suara jantung manusia berbasis komputer dimotivasi oleh kebutuhan akan alat bantu yang lebih efisien bagi dokter dalam proses klasifikasi suara jantung daripada stetoskop konvensional. Alat ini memanfaatkan proses komputasi untuk memungkinkan penilaian yang lebih mudah, cepat, dan akurat terhadap suara jantung. Dengan menggunakan pendekatan komputasi, alat ini dapat membantu dokter dalam mendiagnosis kondisi jantung dengan lebih baik. Klasifikasi suara jantung manusia berbasis komputer diciptakan sebagai solusi dalam dunia medis, bertujuan untuk membantu dokter dalam menganalisis suara jantung dan menghasilkan diagnosis yang lebih tepat. Melalui penggunaan metode fractal, alat ini mampu mengolah data suara jantung dengan efisien. Software Klasifikasi Suara Jantung Manusia Berbasis  ini telah terbukti mampu mengklasifikasikan sampel suara jantung menggunakan metode KNN (K_Nearest Neighbour) dengan baik, meningkatkan kinerja diagnosis yang diberikan oleh dokter.
Identifying Types of Waste as Efforts in Plastic Waste Management Based on Deep Learning Buyung, Irawadi; Munir, Agus Qomaruddin; Wijaya, Nurhadi; Listyalina, Latifah
Telematika Vol 20 No 3 (2023): Edisi Oktober 2023
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v20i3.10804

Abstract

Purpose: This research aims at designing a computer algorithm for automatic waste sorting.Design/methodology/apprach: This research is quantitative and uses secondary data, specifically images of various types of waste. The images will be classified into organic and inorganic waste types with the assistance of a deep learning model. In this research, we propose the EfficientNet method for Waste Type Identification as an Effort in Plastic Waste Management. Experiments were conducted on a secondary dataset from Kaggle.com, which involved classifying various types of waste into 'Plastic' and 'Non-Plastic' categories, showing the effectiveness of the proposed method.Findings/result: The measurement is performed to compute the accuracy of the designed deep learning model in classifying waste images into the appropriate waste types. Based on the research results, our system achieved the highest accuracy of 97% during testing.Originality/value/state of the art: The designed method can perform fast and automatic waste sorting, which is useful in reducing the increasing amount of waste accumulating each year. 
Rancang Bangun Kendali Nyala Lampu Berbasis Arduino Uno dengan Identifikasi Perintah Suara Azmi, Desvika Arnila; Yudianingsih, Yudianingsih; Listyalina, Latifah
Jurnal Litek : Jurnal Listrik Telekomunikasi Elektronika Vol. 23 No. 1 (2026): Jurnal Litek, Maret 2026
Publisher : Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/litek.v23i1.97

Abstract

Pengendalian lampu yang masih dilakukan secara manual sering menimbulkan ketidakefisienan, terutama pada bangunan dengan banyak titik pencahayaan. Penelitian ini merancang sistem kendali nyala lampu berbasis Arduino Uno dengan identifikasi perintah suara menggunakan aplikasi Arduino Voice Control pada perangkat Android. Sistem bekerja dengan menghubungkan smartphone ke modul Bluetooth HC-06 untuk mengirim perintah suara yang kemudian diproses dalam Arduino Uno dan diteruskan ke modul relay sebagai pengendali nyala lampu. Hasil pengujian menunjukkan bahwa jarak komunikasi efektif antara smartphone dan modul Bluetooth mencapai maksimal 6,5 meter dengan sinyal yang stabil.
Development of a real-time plastic waste detection system based on deep learning to support the automation of industrial waste sorting processes Listyalina, Latifah; Sarisky, Mario; Arifin, Uma Fadzilia; Utarianingrum, Ratna; Chandra, Hekin Irfan
OPSI Vol 18 No 2 (2025): OPSI - December 2025
Publisher : Jurusan Teknik Industri, Fakultas Teknologi Industri UPN "Veteran" Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/opsi.v18i2.15682

Abstract

The accumulation of plastic waste has become one of the major environmental issues in Indonesia, where conventional waste management systems are still limited in handling and classifying various types of waste. This research aims to develop an automatic waste detection system using Artificial Intelligence (AI) and implement it in a mobile application capable of identifying plastic waste in real time. The model was trained using the WasteIn dataset, which contains annotated images of different waste categories, including plastic, paper, glass, metal, organic, and electronic waste. The YOLO11-Nano architecture was applied due to its lightweight structure and efficiency for mobile-based deployment. The trained model was then converted into TensorFlow Lite (TFLite) format and integrated into an Android Studio environment to enable real-time inference through smartphone cameras. Based on the evaluation of 36 test images, the system achieved an accuracy of 91.67%, with consistent performance in detecting plastic, paper, and organic waste. The inference time of less than 100 milliseconds per frame demonstrates the system’s feasibility for real-time mobile applications. The results indicate that the integration of deep learning and computer vision technologies can effectively support waste classification processes and contribute to sustainable waste management practices.
IMPLEMENTATION OF FAST FOURIER TRANSFORM (FFT) FOR INFANT CRYING DETECTION Listyalina, Latifah; Utari, Evrita Lusiana; Wizando, Mario Warran
Indonesian Applied Physics Letters Vol. 4 No. 1 (2023): Indonesian Applied Physics Letters - June 2023
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/iapl.v4i1.46916

Abstract

Babies cry based on the discomfort felt by the baby which is a reflex such as when a hungry baby will suck his hand and then he will start crying, hunger can be interpreted from the baby's crying. At each of the baby's cries, when each crying pattern was responded to with the solution applied to the previous baby, each baby would stop crying. For this reason, to carry out this solution, a research was carried out to identify the pattern recognition of the sound of a baby's cry using the fast fourier transform (FFT) method with several different frequency ranges. The voice recording process is stored in digital form in the form of frequency-based sound spectrum waves, where signals that were previously in the time domain will be changed in the frequency domain. The sounds that will be distinguished in this study include the sounds of crying babies, adults, and colliding objects. This can be obtained through several stages, namely sound sample recording, sampling, signal cutting, frame blocking, final normalization, hamming window, and finally the FFT calculation process. From these series of stages, the results of the frequency range of baby crying are 101-1863 Hz, for adults the frequency range is 101-1376 Hz and for the sound of colliding objects 101-2233 Hz.
Beach Litter Detection as an Environmental Conservation Effort Against Plastic Waste Using Artificial Intelligence Listyalina, Latifah; Mario Sarisky Dwi Ellianto; Midarto Dwi Wibowo
Jurnal Rekayasa Elektro Sriwijaya Vol. 7 No. 2 (2026): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/ap8wjq69

Abstract

The increasing presence of plastic debris in these areas not only disrupts biodiversity but also threatens the balance and sustainability of marine habitats. Addressing this problem requires innovative approaches that combine environmental science with modern technology. This study was conducted to develop a beach litter detection system as part of a broader effort to support environmental preservation and reduce the detrimental effects of plastic waste on coastal areas in Indonesia. The research employed a secondary dataset obtained from Kaggle.com, which consisted of labeled images of beach waste. A deep learning method was applied through the use of Convolutional Neural Networks (CNN), with MobileNetV2 selected as the primary architecture due to its lightweight design, computational efficiency, and proven effectiveness in image classification tasks. Experimental results demonstrated that the model performed exceptionally well, achieving a training accuracy of 100%, which indicates its strong ability to capture patterns in the dataset. More importantly, the validation accuracy reached 97.83%, reflecting the model’s robustness and capacity to generalize effectively to unseen data. These findings emphasize the potential of artificial intelligence in supporting environmental monitoring and management. In particular, automated detection and classification of plastic waste on beaches can enhance current conservation strategies and provide timely information for waste management interventions. Furthermore, this research serves as a foundation for future studies aimed at advancing intelligent waste management systems. The integration of AI in this domain remains relatively underexplored, and continued exploration could contribute significantly to mitigating the global challenge of plastic pollution in coastal environments.
Co-Authors Adetya, Nais Pinta Adjie Wibowo Soedjono Agus Qomaruddin Munir Andri Saputra Andri Saputra Arief Mamoer Riawan Ariyanto, Ipan Azmi, Desvika Arnila Bagus Seno Wulung, Raden Chandra, Hekin Irfan Desty Ervira Puspaningtyas Dharmawan, Dhimas Arief Dhimas Arief Dharmawan Diana Ndun Diana Ross Arief Dwi Wibowo, Midarto Eka Dharma Yana Eka Legya Eko Susilo Ellianto, Mario Sariski Dwi Engelbertus, Yustinus Ernawati Ernawati Evrita Lusiana Utari Evrita Lusiana Utari Evrita Lusiana Utari Evrita Lusiana Utari Evrita Lusiana Utari, Evrita Lusiana Fauzi Ashari Hanung Adi Nugroho Herison Surbakti Ikhwan Mustiadi Irawadi Buyung Irawadi Buyung, Irawadi Kusuma Mayasari Mario Sariski Dwi Ellianto Mario Sarisky Dwi Ellianto Mario Sarisky Dwi Ellianto Mario Sarisky Dwi Ellianto Midarto Dwi Wibowo Midarto Dwi Wibowo Mochammad Charis Hidayahtullah Muh. Wahyu Syabani Muhammad Fernadi Lukman Muhammad Ikhwan Naimah Putri Novi Irawati Nurwijayanti Oktoeberza, Widhia KZ Pambudi, Wisnu Pani Satwikanitya Pani Satwikanitya Putrama, Fala Rahmawati Eba Rian Ratnaningsih, Wahyu Ratri Retno Utami Ratri Retno Utami Restiana Anggraeni RR. Ella Evrita Hestiandari Sabdullah, Mursid Sarisky Dwi Ellianto, Mario Sarisky, Mario Satwikanitya, Pani Sugeng Winardi Sugiyanto Suharyanto Sunardi Sunu Wibirama Suwarno, Yuli Syahbani, Muhammad Wahyu Uma Fadzilia Arifin Uma Fadzilia Arifin Uma Fadzilia Arifin, Uma Fadzilia Utarianingrum, Ratna Wahyu Ratnaningsih Wahyu Ratnaningsih Wahyu Ratnaningsih Wahyu Ratnaningsih Wijaya, Nurhadi Wisnu Pambudi Wizando, Mario Warran Yuafni Yudianingsih Yudianingsih Yudianingsih Yudianingsih Yudianingsih, Yudianingsih