Claim Missing Document
Check
Articles

Found 36 Documents
Search

Klasifikasi Penyakit Folikulitis Berdasarkan Citra Digital Dengan Metode Fraktal dan K-Nearest Neighbor Hazmi, Kiflan Mohammad; Suhartono, Efri; Hasudungan, Jaspar
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Folikulitis merupakan peradangan pada folikel rambut. Hal tersebut disebabkan oleh infeksi terutama Staphylococcus aureus. Secara umum, hampir 20% populasi manusia membawa bakteri Staphylococcus aureus di permukaan tubuh, terutama hidung, aksila, dan perineum. Staphylococcus aureus memproduksi beberapa toksin yang dapat meningkatkan kemungkinan invasi dan membantu mempertahankan kehidupan Staphylococcus di jaringan. Hingga saat ini masih belum ada cara untuk mengetahui jenis penyakit ini selain dilakukannya penelitian pada sel penderita. Semakin berkembangnya teknologi maka dapat dibuatlah sistem untuk mendeteksi penyakit tersebut dengan melakukan segmentasi citra menggunakan metode Fraktal dan K- Nearest Neighbor. Fraktal merupakan obyek yang memiliki kemiripan dirinya-sendiri namun dalam skala yang berbeda. Ini artinya, bagian-bagian dari obyek akan tampak sama dengan obyek itu sendiri bila dilihat secara keseluruhan. K-Nearest Neighbor digunakan untuk mencari jarak terdekat antara data latih yang dimasukkan ke dalam database dengan data uji dan mengklasifikasikannya. Penelitian tugas akhir ini bertujuan untuk membuat simulasi pada Matlab yang dapat mendeteksi dan mengklasifikasikan jenis Folikulitis dengan pengambilan sumber dataset dari https://dermnetnz.org. Klasifikasi tersebut dibagi menjadi tiga kelas, yaitu: Superficial Folikulitis , Deep Folikulitis, dan Malassezia Folikulitis. Performansi terbaik dari penelitian ini yaitu akurasi 83.33% presisi 100% dan recall 100% dengan parameter K-Nearest Neighbor merupakan nilai K=3 dan jarak Euclidean. Kata Kunci- folikuitis, klasifikasi, fraktal, K-nearest neighbor
Deteksi Penyakit Aritmia pada Sinyal Elektrokardiogram Menggunakan Algoritma Jaringan Saraf Tiruan (JST) Nusyahya, Regisa; Safitri, Irma; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Jantung adalah salah satu organ vital yang berfungsi memompa ke seluruh tubuh manusia. Sehingga jantung harus selalu dalam keadaan baik karena ada beberapa gangguan fungsi jantung yang berakibat fatal bahkan bisa menyebabkan kematian, salah satunya adalah penyakit aritmia. Pada penelitian kali ini akan dirancang sebuah sistem untuk mendeteksi penyakit aritmia pada sinyal EKG menggunakan algoritma jaringan saraf tiruan (JST) dengan metode Interpolasi linier. Pada penelitian kali ini dataset yang digunakan terbagi kedalam dua kelas. Kemudian dilakukan juga beberapa skenario pengujian guna mencari hyperparameter terbaik. Ketika menggunakan data sebelum Interpolasi linier, hasil hyperparameter terbaik yang didapatkan adalah epoch 500, learning rate 0,01, batch size 64 dan optimizer adam. Akurasi yang didapat ketika menggunakan hyperparameter terbaik ini mendapatkan validsai akurasi sebesar 0,8571 dan validasi loss sebesar 0,4227. Kemudian hasil setelah dilakukannya pre- processing menggunakan Interpolasi linier terlebih dahulu, nilai hyperparameter terbaik yang didapatkan adalah epoch 500, learning rate 0,001, batch size 32 dan optimizer adam. Akurasi yang didapat ketika menggunakan hyperparameter terbaik ini adalah sebesar 0,6813 dengan loss 0,6203.Kata kunci— Aritmia, Elektrokardiogram (EKG), Interpolasi linier, Jaringan Saraf Tiruan (JST).
Deteksi Penyakit Pneumonia Berbasis Citra XRay Menggunakan Cnn Arsitektur Vgg-19 Gusmanda, Ilham; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 6 (2023): Desember 2023
Publisher : eProceedings of Engineering

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

Abstract

Pneumonia menjadi salah satu masalah kesehatan di seluruh dunia yang menjadi penyebab kematian. Pneumonia dapat diidentifikasi dengan melihat foto x-ray dada. Salah satu metode dalam sistem pengelolahan citra berbasis komputer yang berfungsi untuk mendeteksi Pneumonia yaitu dengan Convolutional Neural Network (CNN). Pada tugas akhir ini, dilakukan pengujian menggunakan citra chest x-ray untuk deteksi Pneumonia dengan Convolitional Neural Network (CNN). Arsitektur yang digunakan adalah VGG-19. Dataset yang digunakan berjumlah 5.840 Citra. Citra yang digunakan pada penelitian ini terbagi menjadi 2 kelas yaitu normal dan Pneumonia. Citra tersebut akan dilakukan preprocessing resize yaitu mengubah Size Citra, Optimizer, Learning Rate, Epoch, dan Batch Size. Hasil yang didapat pada tugas akhir ini diperoleh dengan parameter terbaik yaitu Size citra 64 × 64, Optimizer RMSprop, Learning Rate 0.0001, Epoch 20, dan Batch size 16. Dengan hasil performansi yaitu akurasi 92.95%, nilai Loss 0.2223, nilai presisi 93%, nilai recall 93%, dan nilai f1 score 93%.Kata kunci : Pneumonia, Convolutional Neural Network (CNN), VGG-19, Size Citra, Optimasi, Learning Rate, Epoch, Batch Size
Implementasi HSV dan Haar Cascade dalam Pendeteksian Penyakit dan Hama pada Hidroponik Tanaman Sawi Hijau Pratama Putra, Ardio; Tri Hanuranto, Ahmad; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 6 (2023): Desember 2023
Publisher : eProceedings of Engineering

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

Abstract

Sawi hijau mengalami naik turunnya hasil panen yang dikarenakan penyakit dan hama. Petani yang memiliki waktu minimal perlu mengandalkan solusi selain melakukan pengawasan secara langsung pada tanamannya. Pendeteksian penyakit dan hama pada hidroponik tanaman sawi hijau dapat menjadi solusi dari petani yang sibuk. Dengan implementasi HSV dan haar cascade pada kamera, penyakit dan hama yang hinggap pada hidroponik tanaman sawi dapat terdeteksi secara otomatis. Metode HSV digunakan untuk mendeteksi penyakit tanaman sawi hijau dengan indikator warna daun sawi hijau yang memiliki kategori sehat apabila berwarna hijau, kurang sehat apabila berwarna hijau kekuningan, dan tidak sehat apabila berwarana kuning. Metode haar cascade digunakan untuk mendeteksi hama yang hinggap pada hidroponik tanaman sawi hijau. Pengimplementasian dari kedua metode ini mampu membantu petani dalam mendeteksi penyakit dan hama pada hidroponik tanaman sawi hijau secara dini. Selain itu penerapan Internet of Things dengan kedua metode ini mampu memberikan otomasi bagi petani dalam melakukan pengontrolan.Kata kunci— sawi hijau, HSV, haar cascade, hidroponik, IoT
Analisis Perhitungan Ekonomi-Teknik Dan Kelayakan Ekonomi Dalam Pengembangan Energi Baru Terbarukan Ramadhan, Muhammad Agung; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract

Potensi energi baru terbarukan di Indonesia mencapai 443 GW, termasuk energi air, angin, surya, biomassa, mikrohidro, dan panas bumi. Pemerintah telah mendorong penggunaan energi terbarukan melalui kebijakan seperti Perpres No. 22 tahun 2017, dengan target bauran energi 23% pada 2025 dan 31% pada 2050. Namun, pengembangan energi terbarukan memerlukan biaya investasi yang lebih tinggi dibandingkan pembangkit fosil, sehingga perlu dilakukan upaya untuk menganalisa aspek keekonomiannya. Pertimbangan ekonomi juga menjadi faktor penting dalam pengoperasian dan pembangunan pembangkit energi terbarukan, termasuk pengembangan jenis pembangkit hybrid yang optimal. Dalam hal ini, diperlukan analisis ekonomiteknik dan kelayakan ekonomi sebagai parameter dalam mengoptimalkan pengembangan energi terbarukan dan membantu dalam mengevaluasi pengembangan energi baru terbarukan. Parameter yang digunakan dalam aspek ekonomi ialah LCC, CRF, dan COE sebagai parameter ekonomi-teknik sedangkan NPV, BCR dan DPP sebagai parameter kelayakan ekonomi. Dengan menganalisa aspek keekonomian dalam mengembangkan energi baru terbarukan, hasil pengembangan akan lebih optimal dilihat dari aspek ekonomiKata kunci— Potensi energi terbarukan, Analisa Kelayakan Investasi, Ekonomi-Teknik.
Analisis Perhitungan Emisi Dari Pengembangan Energi Baru Terbarukan Ardiansyah, Faiz Rizqullah; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract