Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Portal Riset dan Inovasi Sistem Perangkat Lunak
Nilawati, Asyaroh Ramadona
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 2 Documents
Search

 1 
EKSTRAKSI FITUR PEMBULUH DARAH CITRA FUNDUS RETINA MENGGUNAKAN FUZZY LOGIC Nilawati, Asyaroh Ramadona; Hidayat, Taufik
Jurnal Ilmiah Informatika Komputer Vol 26, No 2 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i2.4304

Abstract

Ekstraksi pola pembuluh darah retina dapat dimanfaatkan dalam sistem biometrik sebagai otentikasi keamanan. Citra hasil ekstraksi pola pembuluh darah retina dapat dimasukkan ke dalam fitur untuk identifikasi sistem biometrik. Salah satu metode yang dapat dilakukan untuk melakukan segmentasi pembuluh darah retina adalah metode fuzzy logic. Pada penelitian ini, dilakukan ekstraksi pembuluh darah citra fundus retina menggunakan implementasi fuzzy logic. Peneliti menggunakan sejumlah 20 citra fundus yang diperoleh dari dataset DRIVE berformat .tif. Proses segmentasi dimulai dengan tahap preprocessing yang berisikan konversi citra menjadi grayscale, median filtering, perataan histogram CLAHE, dan eliminasi optic disc, kemudian dilanjutkan dengan pembuatan fuzzy inference system. Tahapan preprocessing yang digunakan merupakan hasil dari rangkaian uji coba peneliti dengan melihat hasil dari setiap uji coba yang dilakukan, sehingga mendapatkan citra yang menonjolkan fitur pembuluh darah dan menghilangkan noise atau fitur retina yang tidak diperlukan seperti optic disc. Uji coba segmentasi dilakukan pada Polyspace R2020a sebagai media untuk menjalankan program mulai dari preprocessing hingga segmentasi menggunakan fuzzy logic. Keluaran dari segmentasi ini berupa citra segmentasi hasil dari metode fuzzy logic dan crisp value. Metode fuzzy logic berhasil diterapkan untuk melakukan ekstraksi pembuluh darah retina dan menghasilkan crisp value. Hasil penelitian ini diharapkan dapat digunakan sebagai salah satu fitur sistem identifikasi biometrik retina.
Rancang Bangun Alat Pendeteksi Kebisingan Kendaraan Bermotor Berbasis IoT Hazazi, Muhammad Mughni; Adlina, Dea; Nilawati, Asyaroh Ramadona
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 3 No. 3 (2025): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v3i3.173

Abstract

Kebisingan atau polusi suara merupakan salah satu masalah lingkungan yang semakin meresahkan di wilayah perkotaan, khususnya di Jabodetabek. Kendaraan bermotor terutama sepeda motor dengan knalpot modifikasi, seperti knalpot racing, menjadi penyumbang utama kebisingan yang melebihi ambang batas aman. Hal ini memiliki dampak serius terhadap kesehatan dan kualitas hidup masyarakat. Peraturan mengenai ambang batas kebisingan telah ditetapkan seperti Permen LHK Nomor 56 Tahun 2019 dan Peraturan Menteri Lingkungan Hidup No. 07 Tahun 2009. Meskipun peraturan tersebut telah ada sejak lama, pelanggaran masih sering terjadi. Upaya penegakan hukum oleh pihak berwenang sering terkendala oleh proses identifikasi manual yang kurang efektif. Penelitian ini bertujuan untuk mengembangkan alat pendeteksi kebisingan kendaraan bermotor berbasis Internet of Things (IoT) yang dapat memantau tingkat kebisingan secara real-time. Alat ini menggunakan ESP32-CAM sebagai pengendali utama yang terhubung dengan ESP WROOM-32 untuk mengontrol sensor suara INMP441 dan LCD 16x2. Alat yang dirancang terbukti dapat mendeteksi kebisingan melebihi ambang batas 90 desibel. Setelah kebisingan terdeteksi, alat dapat secara otomatis mengambil gambar kendaraan yang melanggar batas suara bising. Gambar kendaraan yang ditangkap oleh kamera alat juga secara langsung dikirimkan ke aplikasi chat telegram yang terhubung.
Co-Authors Adlina, Dea Hazazi, Muhammad Mughni Taufik Hidayat