Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Deteksi Dini Penyakit Parkinson Melalui Speech Pattern Menggunakan Metode Recurrence Quantification Analysis Alhafizh, Muhammad Adam; Henryranu, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Saat ini, total pengidap penyakit Parkinson di seluruh dunia sudah melebihi 10 juta orang. Penyakit Parkinson adalah gangguan neurodegenerative yang dapat mengganggu kemampuan kognitif dan motorik penderita. Penelitian ini bertujuan untuk mengembangkan suatu sistem yang dapat melakukan pendeteksian dini penyakit Parkinson melalui pola suara. Metode Recurrence Quantification Analysis (RQA) terpilih sebagai metode ekstraksi fitur dikarenakan kemampuannya untuk menganalisis dan mengidentifikasi karakteristik nonlinier dan kompleksitas dalam pola bicara. RQA memungkinkan pemeriksaan menyeluruh terhadap komponen sistem nonlinier seperti pola bicara pasien Parkinson dibandingkan dengan orang sehat. Metode tersebut nantinya diimplementasikan ke dalam Raspberry Pi 4 Model B yang akan didukung oleh komponen lainnya. Selain itu, pendekatan berbasis deep learning, khususnya Convolutional Neural Network (CNN) juga digunakan untuk menemukan pola-pola yang dapat dipelajari untuk melakukan klasifikasi. Dataset yang digunakan diambil dari internet. Dari hasil ekstraksi fitur yang dilakukan oleh RQA, diketahui bahwa terdapat pola yang berbeda dari pengidap penyakit Parkinson dan non-parkinson. Hasil dari penilitian menunjukkan bahwa sistem yang menggunakan RQA sebagai ekstraksi fitur dan CNN sebagai model neural network dapat menghasilkan tingkat ketepatan klasifikasi hingga 86%. Oleh karena itu, sistem ini memiliki potensi sebagai perangkat pembantu pendeteksian dini penyakit Parkinson.
Implementasi Purwarupa Perangkat Rumah Cerdas Pervasif Berbasis Protokol Universal Plug And Play (UPnP) Dan Raspberry Pi General Purpose Input/Output (GPIO) Akbar, Sabriansyah Rizqika; Henryranu, Barlian; Handono, Maystia Tri; Basuki, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1030.085 KB) | DOI: 10.25126/jtiik.201522143

Abstract

AbstrakRumah cerdas saat ini dapat terdiri dari berbagai macam peralatan pendukung didalamnya dimulai dari kontrol terhadap lampu, tv, speaker dan beberapa peralatan lainnya. Dengan semakin bervariasinya peralatan tersebut, implementasi peralatan dalam rumah cerdas tergolong rumit karena peralatan tersebut dibuat oleh berbagai vendor dan membutuhkan proses konfigurasi (terhadap jaringan) yang cukup menyita waktu. Penelitian kami menghasilkan purwarupa sistem peralatan rumah cerdas memanfaatkan mikrokomputer Raspberry pi yang mampu secara pervasive ditemukan oleh peralatan seperti komputer maupun smartphone yang dapat digunakan sebagai alat kontrol terhadap switching lampu memanfaatkan protokol Universal Plug and Play (UPnP) yang terintegrasi dengan Raspberry Pi Genaral Purpose Input/Output (GPIO). Pengembangan purwarupa dilakukan dengan memanfaatkan framework GUPnP untuk diintegrasikan dengan library Wiring Pi pada GPIO Raspberry Pi, Pengujian dilakukan dengan melakukan perhitungan waktu proses switching lampu selama 20 kali dengan menggunakan aplikasi generik control point UPnP Spy. Hasil penelitian menunjukkan bahwa integrasi protokol UPnP dan Raspberry Pi GPIO secara fungsional telah memiliki fitur pengenalan pervasif pada jaringan lokal dan mampu memberikan informasi perangkat dan jenis layanan yang diberikan oleh Raspberry Pi. Perubahan status pada GPIO dapat dilakukan dengan merubah parameter dari aplikasi kontrol. Berdasarkan perhitungan delay, didapatkan proses pengecekan status pada GPIO rata-rata adalah 5.1 ms, dan proses perubahan status GPIO memiliki rata-rata delay sebesar 14.8 ms. Penelitian ini diharapkan memiliki kontribusi menjembatani mekanisme pengenalan peralatan pada sistem rumah cerdas  menjadi lebih pervasive dan mudah dikenali oleh peralatan yang lain dan dapat memberikan gambaran bahwa perangkat mikrokomputer Raspberry Pi dapat digunakan untuk pengembangan perangkat Rumah Cerdas yang memiliki fitur pervasif.Kata kunci: Smart home appliances, UPnP, Pervasive  AbstractSmart home composed of a wide variety of appliance such as control of lights, tv, speaker, etc. With the increasing variability of the equipment, the implementation of smart home appliances is complicated caused it manufactured by various vendors that build their own method to control and find the devices. Some of the methods need to configure manually by the homeowner and it is quite time-consuming. Our research created a prototype system of smart home appliances by integrating microcomputer Raspberry Pi GPIO that able to pervasively found (the device and it services) by other control equipment such as computers and smartphones. Our prototype simulating  a light switching by utilizing Universal Plug and Play (UPnP) Protocol that is integrated with the Raspberry Pi General Purpose Input / output (GPIO). Prototype development is done by utilizing the framework to be integrated which are GUPnP Library and Wiring Pi Library on the Raspberry Pi GPIO. We have done several experiment by calculating the processing time switching the lights on for 20 times using generic applications Spy UPnP control point. The results showed that the integration of the UPnP protocol and GPIO Raspberry Pi functional has had pervasive recognition features on the local network and is able to provide information devices and types of services provided by Raspberry Pi. Our prototype also able to change the GPIO status by changing status parameters from control applications. Based on the delay calculation, we obtained in the process of checking the status of GPIO need an average delay 5.1 ms, and the process of changing the status of GPIO has an average delay of 14.8 ms. This research is expected to contribute that equipment in smart home systems become more pervasive and easily recognizable by other devices. We also give an idea that the Raspberry Pi microcomputer devices can be used for the development of Smart Home devices with pervasive device and service discovery features by implementing UPnP ProtocolsKeywords: Smart home appliances, UPnP, Pervasive