Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.978

P-Index

This Author published in this journals

All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Teknik ITS Semantik TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Seminar Nasional Informatika (SEMNASIF) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Sewagati

Bilqis Amaliah

Departemen Teknik Informatika, Institut Teknologi Sepuluh Nopember, Kampus ITS, Keputih, Sukolilo, Surabaya 60111

Author-ID : 225471

Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

PEMISAHAN SEL BERTUMPUK CITRA SEL KANKER PAYUDARA MENGGUNAKAN METODE REGION-BASED ACTIVE CONTOUR DAN BAYESIAN Aini, Nuru; Fatichah, Chastine; Amaliah, Bilqis
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 3 (2015)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v10i3.620

Abstrak. Keberagaman karakteristik merupakan tantangan dalam segmentasi citra sel kanker payudara. Segmentasi citra sel kanker payudara juga memiliki permasalahan tentang sel bertumpuk. Pemisahan sel bertumpuk dibutuhkan untuk kuantisasi sel. Kuantisasi dibutuhkan pada diagnosis medis. Penelitian ini menggunakan metode Region-based Active Contour dan Bayesian untuk melakukan pemisahan sel bertumpuk citra sel kanker payudara. Tahap pertama adalah segmentasi Region-based Active Contour. Tahap kedua adalah pemisahan sel bertumpuk menggunakan metode Bayesian. Berdasarkan hasil penelitian, metode Region-based Active Contour dan Bayesian menunjukkan performa yang hampir sama dengan metode Region-based Active Contour dan Watershed. Hal ini ditunjukkan oleh rata-rata akurasi 0.613 untuk Bayesian dan 0.650 untuk Watershed. Kata Kunci: Bayesian, kanker payudara, Region-based Active Contour, segmentasi sel bertumpuk

PENENTUAN JENIS FUMIGASI DENGAN MENGGUNAKAN METODE DECISION TREE Bilqis Amaliah; Achmad Saikhu; Irina Amalia Nastiti
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (174.66 KB)

Fumigasi merupakan suatu perlakuan yang harus dilakukan terhadap semua komoditi yang akan dikirim ke luar negeri. Terdapat beberapa macam jenis fumigasi yaitu AQIS, ISPM 15, AF, LCL, dan Standart. Atribut yang digunakan adalah Jenis Komoditi, Negara tujuan, Shipper, Volume, Alat Angkut, Bahan Pengepak, Dosis, dan Tempat Stuffing. Sehingga tidak mudah bagi seorang fumigator untuk menentukan jenis fumigasi yang cocok untuk komoditi yang akan dikirim keluar negeri. Untuk membantu fumigator agar dapat menentukan jenis fumigasi yang tepat, maka pada penelitian ini akan dibuat aplikasi penentuan jenis fumigasi dengan menggunakan metode klasifikasi decision tree ID3. Ada tiga tahap dalam pembuatan penelitian ini yaitu tahapan pengolahan data, tahap decision tree, dan tahap interpretasi. Pada tahap pengolahan data meliputi data selection, pre-processing dan transformation. Tahap decision tree adalah tahap pembuatan tree, sedangkan tahap interpretasi adalah proses pencarian jenis fumigasi berdasarkan decision tree yang telah di dapat. Dari percobaan dan sembilan scenario yang dilakukan, terbukti bahwa metode decision tree dapat diaplikasikan untuk permasalahan klasifikasi jenis fumigasi. Terbukti dengan tingkat akurasi yang didapat adalah 83% untuk 50% data training, dan 50% data testing.Kata Kunci: Decision Tree ID3, Klasifikasi, Fumigasi, Interpretasi

PEMILIHAN WARNA LIPSTIK BERDASARKAN INFORMASI USIA DAN WARNA KULIT DENGAN MENGGUNAKAN METODA ARTIFICIAL NEURAL NETWORK Bilqis Amaliah; Amethis Oktaorora
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (409.882 KB)

Seringkali seorang wanita sulit untuk memutuskan warna lipstik apa yang sesuai untuk dirinya, terutama bagi wanita yang baru pertama kali membeli lipstik. Pada situasi seperti ini pihak penjual diharapkan dapat memberikan saran kepada wanita atau pelanggan tersebut.Untuk membantu pihak penjual agar dapat memberikan saran kepada pelanggan maka pada penelitian ini akan dibuat suatu aplikasi yang dapat menentukan warna lipstik yang tepat bagi pelanggan. Aplikasi dibangun dengan melakukan proses pengenalan pola, klasifikasi dan ramalan pada data kasus yang ada. Data masukan yang dibutuhkan berupa informasi warna kulit dan usia dari pelanggan. Metode yang digunakan adalah metode pembelajaran Jaringan Syaraf Tiruan (Artificial Neural Network) dengan menggunakan fungsi training Levenberg- Marquardt. Hasil dari penelitian ini adalah dapat menentukan warna lipstik bagi pelanggan dengan tingkat akurasi rata-rata adalah 51%.Kata kunci : Klasifikasi, Artificial Neural Network, Levenberg-Marquardt

Classification and Numbering of Dental Radiographs for an Automated Human Identification System Anny Yuniarti; Anindhita Sigit Nugroho; Bilqis Amaliah; Agus Zainal Arifin
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 10, No 1: March 2012
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v10i1.771

Dental based human identification is commonly used in forensic. In a case of large scale investigation, manual identification needs a large amount of time. In this paper, we developed an automated human identification system based on dental radiographs. The system developed has two main stages. The first stage is to arrange a database consisting of labeled dental radiographs. The second stage is the searching process in the database in order to retrieve the identification result. Both stages use a number of image processing techniques, classification methods, and a numbering system in order to generate dental radiograph’s features and patterns. The first technique is preprocessing which includes image enhancement and binarization, single tooth extraction, and feature extraction. Next, we performed dental classification process which aims to classify the extracted tooth into molar or premolar using the binary support vector machine method. After that, a numbering process is executed in accordance with molar and premolar pattern obtained in the previous process. Our experiments using 16 dental radiographs that consist of 6 bitewing radiographs and 10 panoramic radiographs, 119 teeth objects in total, has shown good performance of classification. The accuracy value of dental pattern classification and dental numbering system are 91.6 % and 81.5% respectively.

KLASIFIKASI VOTED PERCEPTRON UNTUK IDENTIFIKASI MELANOMA Bilqis Amaliah; Isye Arieshanti; Chastine Fatichah; Sylvi Novita Dewi; M Rahmat Widyanto
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Salah satu kanker kulit yang berbahaya adalah Melanoma. Salah satu cara untuk menentukan apakah sebuahcitra adalah Melanoma atau bukan adalah dengan menggunakan klasifikasi. Klasifikasi yang digunakan padapaper ini adalah Voted Perceptron. Ada 2 tahap sebelum melakukan klasifikasi yaitu Preprosessing danekstraksi fitur. Preprosessing digunakan untuk memisahkan antara citra melanoma dengan latar belakang.Ekstrasi fitur adalah proses untuk mendapatkan fitur-fitur yang akan digunakan sebagai input untuk klasifikasi.Ekstrasi fitur yang digunakan adalah ABC feature (Asymmetric, Border dan Color). Hasil akurasi dari paper iniadalah 77,5% dimana ini lebih baik 3,1 % jika dibandingkan dengan SVM dan lebih baik 2,3% jikadibandingkan dengan SVMBoosting.

ABCD FEATURE EXTRACTION OF IMAGE DERMATOSCOPIC BASED ON MORPHOLOGY ANALYSIS FOR MELANOMA SKIN CANCER DIAGNOSIS Bilqis Amaliah; Chastine Fatichah; M. Rahmat Widyanto
Jurnal Ilmu Komputer dan Informasi Vol 3, No 2 (2010): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

This research present asymmetry, border irregularity, color variation, and diameter (ABCD) feature extraction of image dermatoscopic for melanoma skin cancer diagnosis. ABCD feature is the important information based on morphology analysis of image dermatoscopic lesion. ABCD feature is used to calculate Total Dermatoscopic Value (TDV) for melanoma skin cancer diagnosis. Asymmetry feature consist information of asymmetry and lengthening index of the lesion. Border irregularity feature consist information of compactness index, fractal dimension, edge abruptness, and pigmentation transition from the lesion. Color homogeneity feature consist information of color homogeneity and the correlation between photometry and geometry of the lesion. Diameter extraction is diameter of the lesion. There are three diagnosis that is used on this research i.e. melanoma, suspicious, and benign skin lesion. The experiment uses 30 samples of image dermatoscopic lesion that is suspicious melanoma skin cancer. Based on the experiment, the accuracy of the system is 85% that there are four false diagnoses of 30 samples. Penelitian ini menyajikan ekstraksi fitur citra dermatoskopik untuk diagnosis kanker kulit melanoma berdasarkan asymmetry, border irregularity, color variation, dan diameter (ABCD). Fitur ABCD adalah informasi yang penting berdasarkan analisis morfologi lesi citra dermatoskopik. Fitur tersebut digunakan dalam perhitungan Total Dermatoscopic Value (TDV) untuk diagnosis kanker kulit melanoma. Fitur asymmetry terdiri dari informasi asimetri dan indeks perpanjangan luka. Fitur border irregularity terdiri dari informasi indeks compactness, dimensi fraktal, edge abruptness, dan transisi pigmentasi dari lesi. Warna fitur homogenitas terdiri dari informasi homogenitas warna dan korelasi antara fotometri dan geometri lesi. Ekstraksi diameter adalah diameter lesi. Ada tiga diagnosa yang digunakan pada penelitian ini yaitu melanoma, diduga melanoma, dan benign skin lesion. Percobaan ini menggunakan 30 sampel dari lesi citra dermatoskopik kanker kulit melanoma yang mencurigakan. Berdasarkan percobaan, akurasi dari sistem ini adalah 85% dan terdapat empat diagnosa palsu dari 30 sampel.

Implementasi Algoritma Genetika pada Struktur Backpropagation Neural Network untuk Klasifikasi Kanker Payudara Adam Mizza Zamani; Bilqis Amaliah; Abdul Munif
Jurnal Teknik ITS Vol 1, No 1 (2012)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Pada penelitian sebelumnya sudah dilakukan klasifikasi kanker payudara menggunakan kombinasi dari metode Neural Network (NN) dan Association Rules (AR). Namun metode ini dinilai masih belum optimal dikarenakan hasil rata-rata akurasinya yang menunjukkan angka kurang maksimal. Metode baru diusulkan dengan maksud untuk mencari solusi lebih baik dari metode sebelumnya dalam hal rata-rata akurasi, yaitu dengan menggunakan kombinasi metode klasifikasi Neural Network dan algoritma genetika. Metode Neural Network digunakan sebagai Artificial Intelligence untuk memprediksi kanker payudara, sedangkan algoritma genetika digunakan untuk optimasi parameter Neural Network seperti jumlah hidden layer dan learning rate agar akurasi yang dihasilkan bisa lebih bagus. Selain itu, penelitian ini bertujuan untuk membandingkan antara metode kombinasi Neural Network dan algoritma genetika dengan metode Naïve Bayesian. Metode evaluasi uji coba yang digunakan adalah metode 10 fold cross validation. Hasil uji coba 10 fold cross validation menunjukkan bahwa metode Neural Network yang optimasi parameternya menggunakan algoritma genetika menghasilkan rata-rata akurasi yang cukup tinggi yaitu 97,00%, lebih baik dari metode Naïve Bayesian yang menghasilkan rata-rata akurasi 96,24% dan juga lebih baik dari metode Neural Network dengan Association Rules yang menghasilkan rata-rata akurasi 95.6%.

Implementasi DNA Similarity Matching pada Perangkat Mobile dengan Sugeno Fuzzy Inference System Fahmi Akbar Saputra; Hari Ginardi; Bilqis Amaliah
Jurnal Teknik ITS Vol 1, No 1 (2012)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

STR analysis merupakan teknik DNA profiling yang populer digunakan untuk mendapatkan profil DNA manusia yang bersifat unik dari sampel biologis yang didapatkan. Profil DNA tersebut terdiri dari beberapa lokus STR yang ditetapkan sebagai standar. Dalam praktiknya, permasalahan timbul ketika dalam proses analisis terjadi kontaminasi terhadap sampel biologis. Akibatnya, profil hasil proses analisis memiliki nilai ketidakpastian (uncertainty) atau nilai pergeseran dan noise. Untuk permasalahan seperti ini, perangkat lunak bantu untuk proses pencocokan kemiripan DNA yang dikembangkan oleh National Institute of Standards and Technology (NIST), yaitu STR_MatchSamples, tidak mampu menangani. Hal ini dikarenakan STR_MatchSamples bekerja dengan logika crisp, sedangkan data profil DNA memiliki nilai-nilai ketidakpastian. Maka, untuk mengatasi permasalahan ketidakpastian pada profil DNA, digunakan sebuah metode fuzzy untuk pencocokan kemiripan DNA, yaitu sistem inferensi fuzzy Sugeno. Pada paper ini diberikan penjelasan mengenai metode sistem inferensi fuzzy Sugeno sebagai metode untuk pencocokan kemiripan DNA beserta implementasinya sebagai aplikasi web service yang bekerja pada sebuah server. Aplikasi tersebut dapat diakses oleh perangkat mobile bersistem operasi Android sebagai client aplikasi web service tersebut.

Deteksi Penyakit Glaukoma pada Citra Fundus Retina Mata Menggunakan Adaptive Thresholding dan Support Vector Machine Ahmad Mustofa; Handayani Tjandrasa; Bilqis Amaliah
Jurnal Teknik ITS Vol 5, No 2 (2016)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Glaukoma adalah penyebab kebutaan kedua terbanyak setelah katarak. Berbeda dengan katarak, kebutaan yang disebabkan oleh glaukoma bersifat permanen. Hal ini karena glaukoma disebabkan oleh tekanan besar pada bola mata yang menyebabkan tersumbatnya pembuluh darah yang menuju ke syaraf mata sehingga syaraf mata tidak mendapatkan suplai darah yang cukup dan akhirnya akan mengalami kerusakan. Gejala glaukoma yang timbul biasanya tidak dapat dirasakan secara langsung. Sehingga perlu dilakukan pemeriksaan mata terlebih dahulu untuk mengetahui adanya glaukoma. Pada pengerjaan tugas akhir ini, dibangun sebuah perangkat lunak untuk mendeteksi penyakit glaukoma pada citra fundus retina mata. Tahap pertama dalam pengerjaan tugas akhir ini adalah proses preprocessing citra. Tahap preprocessing terbagi menjadi preprocessing optic cup, preprocessing optic disk, dan preprocessing pembuluh darah. Kemudian akan dilakukan proses segmentasi optic cup, optic disk, dan pembuluh darah dengan menggunakan metode adaptive thresholding. Setelah proses segmentasi selesai, maka fitur Cup to disk ratio (CDR), ISNT Neuro Retinal Rim (NRR), dan ISNT pembuluh darah akan diekstraksi dari masing-masing citra yang telah tersegmentasi. Ketiga fitur tersebut kemudian dijadikan masukan pada pengklasifikasi support vector machine dengan menggunakan metode pencarian hyperplane sequential minimal optimization dan fungsi kernel linear. Dengan menggunakan data yang diambil dari database RIM-ONE, didapatkan nilai akurasi rata-rata sebesar 80%.

Deteksi Jenis Kendaraan di Jalan Menggunakan OpenCV Alvin Lazaro; Joko Lianto Buliali; Bilqis Amaliah
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Jenis kendaraan yang melewati suatu ruas jalan dapat diketahui secara komputasi dengan mencocokkan fitur kendaran yang terdeteksi dengan fitur kendaraan standar masing-masing jeniskendaraan. Dengan mencapture frame image yang memuat kendaraan di jalan, OpenCV dapat mencocokkan fitur kendaraan tersebut dengan fitur kendaraan standar masing-masing jeniskendaraan, sehingga jenis kendaraan pada frame image dapat diketahui.

Co-Authors ABDUL MUNIF Achmad Saikhu Adam Mizza Zamani Agung Mustika Rizki Agus Zainal Arifin Ahmad Mustofa Ahmad Saikhu Ahmad Saikhu Aini, Nuru Alifiansyah Arrizqy Hidayat Alvin Lazaro Amethis Oktaorora Andhik Ampuh Yunanto Anindhita Sigit Nugroho Anindita Sigit Nugroho Anita Hakim Nasution Anny Yuniarti Antonius Malem Barus Arifiani, Siska Ary Mazharuddin Shiddiqi Arya Yudi Wijaya Arya Yudi Wijaya Arya Yudi Wijaya Aurelius Ratu Bagaskoro Kuncoro Ardi Berlian Rahmy Lidiawaty Bhawika, Gita Widi Bintang Nuralamsyah Buliali, Joko Lianto Chastine Fatichah Darlis Herumurti Dwi Kristianto Edy Subali Fahmi Akbar Saputra Ginardi, R.V. Hari Hadziq Fabroyir Handayani Tjandrasa Hermanto Hermanto I Komang Ari Mogi Ilham Gurat Adillion Ilham Gurat Adillion Imam Kuswardayan Irina Amalia Nastiti Isye Arieshanti Joko Lianto Joko Lianto Kartika Nuswantara Kelly Rossa Sungkono Khairun Nisa Khakim Ghozali M Rahmat Widyanto M. Rahmat Widyanto Margo Pudjiantara Moch. Nafkhan Alzamzami Mohammad Saifullah Muchtar Aditya Pradana Muhamad Hilmi Muhammad Hermansyah Muhammad Riduwan Pradana, Muhamad Hilmil Muchtar Aditya Ratna Rintaningrum Ridho Rahman Hariadi Riyanarto Sarno Sambodho, Kriyo Siska Arifiani Suarmini, Ni Wayan Suwadi Suwadi Sylvi Novita Dewi Tri Agung Wahyu Handrian Victor Hariadi Wijaya, Arya Yudi Wijayanti Nurul Khotimah Yudhi Purwananto

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search