Article Per Year (5 Year)
p-Index From 2021 - 2026
2.884
P-Index
This Author published in this journals
All Journal MATEMATIKA Jurnal Teknik Sipil USU Jurnal Sekolah Dasar Perspektif : Review Penelitian Tanaman Industri Interest : Jurnal Ilmu Kesehatan Jurnal Keterapian Fisik Journal of Epidemiology and Public Health Conference on Innovation and Application of Science and Technology (CIASTECH) Lakon Jurnal Pengkajian & Penciptaan Wayang Jurnal Literasiologi Industri Inovatif : Jurnal Teknik Industri Jurnal Karinov Jurnal Teknik Industri Terintegrasi (JUTIN) JURNAL AKTUAL AKUNTANSI KEUANGAN BISNIS TERAPAN (AKUNBISNIS) Educate: Journal of Community Service in Education Paradigma Indonesian Journal Computer Science (ijcs) Sinar Dunia: Jurnal Riset Sosial Humaniora dan Ilmu Pendidikan Jurnal Pengabdian Masyarakat dan Riset Pendidikan Indonesian Journal of Acupuncture International Journal of Education, Vocational and Social Science
Sumanto Sumanto
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Indonesian Journal Computer Science (ijcs)

 1 
Pengembangan Sistem Deteksi Objek Botol Real-Time dengan YOLOv8 untuk Aplikasi Vision Triyanto, Dedi; Zidan, Muhammad; Wahyudi, Mochamad; Pujiastuti, Lise; Sumanto, Sumanto
Indonesian Journal Computer Science Vol. 3 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i1.6070

Abstract

Plastik daur ulang berperan penting dalam menanggulangi masalah limbah lingkungan sekaligus mendukung praktik keberlanjutan. Penelitian ini bertujuan mengembangkan sistem deteksi botol plastik dan kaleng daur ulang secara real-time menggunakan algoritma YOLOv8 yang terkenal akan kecepatan dan akurasinya. Dengan memanfaatkan dataset yang terdiri dari 2.900 gambar dan melatih model melalui Google Colab selama 25 epoch, penelitian ini berhasil menunjukkan performa luar biasa dari YOLOv8, dengan hasil mAP sebesar 99,5%, precision 99,7%, dan recall 99,5%. Model ini terbukti sangat efektif dalam mendeteksi objek daur ulang, memberikan prediksi yang tepat tanpa kesalahan negatif pada confusion matrix. Untuk penelitian lanjutan, disarankan menambah variasi kelas objek seperti botol kaca dan karet serta memperluas dataset guna meningkatkan generalisasi model. Selain itu, pengujian dalam kondisi nyata sangat diperlukan untuk memastikan kinerja optimal dalam lingkungan yang lebih kompleks. Pendekatan serupa dalam penelitian sebelumnya juga telah membuktikan kinerja unggul dalam deteksi real-time, menjadikan metode ini salah satu yang terdepan dalam pengembangan teknologi berbasis YOLO.
Deteksi dan Prediksi Cerdas Penyakit Paru-Paru dengan Algoritma Random Fores Kurniawan, Deny; Wahyudi, Mochamad; Pujiastuti, Lise; Sumanto, Sumanto
Indonesian Journal Computer Science Vol. 3 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i1.6071

Abstract

Penyakit paru-paru, seperti COPD, kanker paru-paru, dan asma, adalah masalah kesehatan global yang menyebabkan lebih dari tujuh juta kematian setiap tahun. Teknologi canggih, termasuk model deep learning dan algoritma Random Forest, telah digunakan secara efektif untuk mendeteksi dan mengklasifikasikan penyakit paru-paru dari data pencitraan dengan akurasi tinggi. Penelitian ini bertujuan menunjukkan efektivitas algoritma Random Forest dalam memprediksi penyakit paru-paru. Dataset yang digunakan terdiri dari 30.000 data dengan 11 atribut, diperoleh dari Kaggle dan diproses menggunakan perangkat lunak Orange versi 3.36.2. Algoritma Random Forest diimplementasikan dengan 10 pohon keputusan dan enam atribut yang dipertimbangkan pada setiap pembagian data. Model ini diuji menggunakan validasi silang dengan 10 lipatan, dan hasil pengujian menunjukkan nilai AUC sebesar 0,993, yang mengindikasikan tingkat akurasi yang sangat tinggi. Matriks kebingungan digunakan untuk mengevaluasi kinerja model, dengan mengukur akurasi, presisi, recall, F1-Score, dan AUC. Model ini menunjukkan akurasi yang tinggi, dengan nilai ROC AUC 0,453 untuk prediksi adanya penyakit paru-paru dan 0,547 untuk prediksi ketiadaan penyakit paru-paru. Hasil ini menunjukkan bahwa algoritma Random Forest dapat menjadi alat yang efektif dalam mengidentifikasi penyakit paru-paru. Penelitian ini berkontribusi pada pengembangan teknik diagnostik yang lebih akurat dan efisien, yang dapat membantu tenaga medis dalam mendiagnosis penyakit paru-paru pada pasien. Dengan pemahaman yang lebih baik tentang penerapan algoritma ini dalam dunia kesehatan, diharapkan dapat meningkatkan kualitas diagnosis dan perawatan pasien secara signifikan.
Co-Authors 'Aini, Fatimah Qurrota Adhiani, Budhi Afifah Nurul Khikmah Ali Mahmudi Amir Amir Andi Setiawan Anwar, Kaspul Ariskawati, Mila Badri, Sholichan Budhi Adhiani Danies Seda Yuseva Darmawi . Dedi Triyanto DENY KURNIAWAN Dhina Puspasari Wijaya, Dhina Puspasari Elysah, Elysah Gutama, Deden Hardan Hartono Hartono Heni Nur Kusumawati Idha Rizqi Pratiwi Joko Tri Haryanto Kompri, Kompri Maharani Rona Makom Makom, Maharani Rona Mardinawati Mardinawati Mardinawati, Mardinawati Maria Dewi Christiyawati Maria Dewi Christiyowati Maulana Maulana, Maulana Mochamad Wahyudi Murtiningsih Murtiningsih Muslim A Ningtyas, Listina Ade Widya Noviyanto Pramuntadi, Andri Pujiastuti, Lise Retno Winarti Saefudin Saefudin Santosa, Teguh Budi Sentot Achmadi Sholichan Badri Sri Sudarmi Sri Yatmihatun Suci Wulandari Sulistyo Sulistyo Suparno Suparno Suwaji Handaru Wardoyo Suwaji Handaru Wardoyo, Suwaji Handaru Tabrani, Tabrani Teguh Budi Santosa Usep Kustiawan Zidan, Muhammad