Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Pengabdian Kepada Masyarakat
Umilizah, Nia
Unknown Affiliation
Humanities Computer Science & IT Education Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Combination of Image Improvement on Segmentation Using a Convolutional Neural Network in Efforts to Detect Liver Disease Umilizah, Nia; Octavia, Pipin; Kesuma, Lucky Indra; Rayani, Ira; Suedarmin, Muhammad
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 7 No. 2 (2024): Vol. 7 No. 2 (2024): Issues January 2024
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v7i2.10221

Abstract

Liver disease is a disease caused by various factors such as the spread of viruses. Liver damage causes the ability to break down red blood cells to be disrupted. Detection of liver disease can be done using the segmentation. Segmentation is useful for separating an area of the liver in an image from other areas. Segmentation carried out manually requires experts and a long time, so automatic segmentation is needed. CNN can be used to perform automatic segmentation. One of the CNN architectures is the U-Net architecture. Segmentation requires quality images to improve recognition of image patterns, so image improvement is needed in the form of contrast enhancement. Contrast improvement was carried out by taking Green Channel images. Contrast enhancement was carried out using the Contrast Stretching and CLAHE methods. The image improvement results show MSE and SSIM values 66.1844 and 0.7088. Evaluation of the image improvements obtained provides significant changes. The improved image is used at the segmentation stage. Segmentation is carried out using the U-Net architecture. The segmentation results obtained performance evaluation values in the form of accuracy 99.6%, sensitivity 98.9%, and specificity 99.7%. This shows that the proposed method can detect liver disease in liver images well
Pelatihan Desain Produk Menggunakan Canva Bersama Fakultas Ilmu Administrasi, Mahasiswa Universitas Sjakhyakirti, Siswa Sma Dan Smk Sjakhyakirti Iryani, Lemi; Umilizah, Nia; Maharani, Putri; Andika
Jurnal Pengabdian Kepada Masyarakat Vol 1 No 02 (2024): Jurnal Pengabdian Kepada Masyarakat
Publisher : Alihsanpublisher

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

Abstract

Era digital saat ini menuntut kemampuan komunikasi visual yang efektif, terutama untuk mendukung berbagai aktivitas seperti promosi, edukasi, dan personal branding. Namun, keterbatasan pengetahuan dan akses terhadap alat desain sering kali menjadi hambatan bagi individu maupun komunitas dalam menghasilkan konten visual berkualitas. Pelatihan desain menggunakan Canva ini dirancang untuk membekali peserta dengan keterampilan dasar desain grafis secara praktis dan efisien. Pelatihan ini mengajarkan peserta cara memanfaatkan fitur-fitur Canva, seperti penggunaan template, pengaturan elemen visual, tipografi, dan warna, untuk menciptakan desain yang menarik dan profesional. Materi yang disampaikan mencakup pengenalan prinsip dasar desain, praktik membuat berbagai jenis konten visual (poster, media sosial, presentasi, dll.), serta tips untuk menyesuaikan desain dengan kebutuhan spesifik.Melalui metode pembelajaran interaktif dan praktik langsung, pelatihan ini bertujuan untuk meningkatkan kreativitas peserta, memperluas wawasan mereka tentang komunikasi visual, dan memberikan solusi sederhana untuk menciptakan desain berkualitas tinggi tanpa memerlukan keahlian teknis yang mendalam. Hasil dari pelatihan ini diharapkan dapat mendukung individu, komunitas, atau pelaku usaha dalam menyampaikan pesan mereka dengan lebih efektif melalui media visual
Co-Authors ANDIKA Iryani, Lemi Kesuma, Lucky Indra Octavia, Pipin Putri Maharani Rayani, Ira Suedarmin, Muhammad