Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.57

P-Index

This Author published in this journals

All Journal Elektron Jurnal Ilmiah Adi Widya : Jurnal Pengabdian Masyarakat Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Compiler JUTEKIN (Jurnal Manajemen Informatika) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT JMAI (Jurnal Multimedia & Artificial Intelligence) JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Budimas : Jurnal Pengabdian Masyarakat International Journal of Advances in Data and Information Systems Jurnal Teknik Informatika (JUTIF) Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal ADAM : Jurnal Pengabdian Masyarakat Journal Of Information System And Artificial Intelligence Jikom: Jurnal Informatika dan Komputer Jurnal Pengabdian Masyarakat Bangsa Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pengabdian Kepada Masyarakat Radisi Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif Jurnal Pengabdian Masyarakat Mentari Exhibition and Seminar on Science and Creative Technology – Al Azhar Proceeding International Journal of Informatics Engineering and Computing

Indah Susilawati

Universitas Mercu Buana Yogyakarta

Author-ID : 2421899

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 36 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Ekstraksi Pembuluh Darah pada Citra Retina Mata Indah Susilawati
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 1 No. 1 (2017): Jurnal Multimedia dan Artificial intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Deteksi dan ekstraksi pembuluh darah pada retina mata merupakan salah satu langkah penting untuk mengetahui atau mendiagnosa beberapa penyakit yang terkait dengan mata, misalnya mengetahui adanya pertumbuhan pembuluh darah yang tampak pada optic disc pada citra retina mata yang menandai adanya penyakit diabetes militus. Seorang pakar medis biasanya melakukan segmentasi pembuluh darah pada retina secara manual untuk kepentingan tersebut. Cara manual ini dilakukan dengan mendasarkan diri pada citra retina mata yang biasanya dihasilkan menggunakan kamera fundus. Dalam penelitian ini dilakukan ekstraksi pembuluh darah pada citra retina mata berbantuan komputer menggunakan cara-cara pengolahan citra digital. Dengan mengambil citra aras keabuan kanal Y (luminansi) dari citra, pembuluh darah diekstraksi setelah dilakukan peningkatan kontras menggunakan metode CLAHE untuk kemudian dilakukan segmentasi dengan cara thresholding. Penelitian menunjukkan bahwa metode berhasil melakukan ekstraksi pembuluh darah pada retina mata dengan akurasi tertinggi 72,47%. Hasil juga menunjukkan bahwa secara visual pembuluh darah berhasil diekstrak dengan baik, sebagian besar pembuluh darah yang tidak berhasil diekstrak merupakan pembuluh-pembuluh yang sangat halus.

Identifikasi Personal Berdasarkan Geometri Citra Punggung Tangan Kiri Menggunakan Metode Learning Vector Quantization Muhammad Fandi Nurdiansyah; Indah Susilawati
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 2 No. 1 (2018): Jurnal Multimedia & Artificial Intelligence
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Geometri Tangan (Hand Geometry), merupakan biometrika yang relatif baru, yang memiliki karakteristik unik seperti lebar telapak tangan, luas tangan, dan panjang jari. Ukuran geometri tangan seseorang cenderung berbeda dengan tangan milik orang lain. Keunikan inilah yang merupakan ciri setiap tangan. Sistem identifikasi merupakan proses pencocokan citra punggung tangan kiri yang diuji dengan suatu citra punggung tangan kiri yang diklaim. Hasilnya adalah suatu keputusan apakah citra punggung tangan kiri yang diuji milik personal yang sah (genuine user) atau tidak sah (imposter user). Proses perhitungan ukuran panjang jari, lebar tangan, dan luas tangan memegang peranan penting terhadap keberhasilan identifikasi.Tujuan utama penelitian adalah pengembangan program identifikasi personal berdasarkan geometri citra punggung tangan kiri dengan menghitung luas tangan, lebar tangan, dan panjang jari. Panjang jari diperoleh dengan metode pencarian titik puncak jari. Untuk identifikasi geometri citra punggung tangan kiri dalam penelitian ini menggunakan Jaringan Syaraf Tiruan metode Learning Vector Quantization (LVQ). Metode ini akan menghitung jarak antara bobot awal dengan data pelatihan, sehingga pada akhir iterasi akan ditemukan bobot akhir untuk setiap kelas. Hasil pengujian menunjukkan bahwa keberhasilan identifikasi personal mencapai kinerja setinggi 85,71%.

Identifikasi Daging Ayam Kampung Segar dan Basi Menggunakan Metode Learning Vector Quantization Dennis Feliawan Aji; Indah Susilawati
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 4 No. 2 (2020): JMAI ( Jurnal Multimedia & Artificial Intelligence)
Publisher : LPPM Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jmai.v4i2.204

Daging ayam kampung merupakan daging yang diperoleh dari ayam kampung. Untuk dagingayam kampung, harganya lebih mahal daripada harga daging ayam ras karena ayam kampungmembutuhkan waktu pemeliharaan yang lebih lama sampai siap konsumsi. Beberapa oknumpedagang membuat kecurangan dalam menjual daging ayam kampung dengan menjual daging ayamyang sudah basi. Pada penelitian ini dilakukan identifikasi daging ayam kampung segar dan dagingayam kampung basi menggunakan metode LVQ menggunakan data citra daging ayam kampung. Ciriyang digunakan untuk mengidentifikasi citra daging adalah homogeneity, kontras, rata-rata danvarian yang diekstrak dari matriks co-occurence citra. Jumlah data pelatihan yang digunakan dalampenelitian ini terdiri dari 2 kelas, masing-masing kelas menggunakan 30 data citra, sehingga totaldata berjumlah 60 data citra untuk pelatihan. Sedangkan untuk data uji, masing-masing kelasmenggunakan 20 data citra uji sehingga total berjumlah 40 data citra uji. Pada proses pelatihanmenggunakan berbagai nilai parameter LVQ, diperoleh kinerja pelatihan terbaik sebesar 90%, yaitusaat menggunakan alfa 0,01, dec alfa 0,9 dengan jumlah iterasi 4. Pengujian yang dilakukan denganbobot akhir yang dihasilkan dari proses pelatihan dengan kinerja tertinggi dan 40 data ujimenghasilkan kinerja pengujian setinggi 90%.

Identifikasi Daging Ayam Kampung Segar Dengan Daging Ayam Kampung Basi Menggunakan Metode Learning Vector Quantization Aji, Dennis Feliawan; Susilawati, Indah
JMAI (Jurnal Multimedia & Artificial Intelligence) Vol. 4 No. 2 (2020): JMAI (Jurnal Multimedia & Artificial Intelligence)
Publisher : LPPM Universitas Mercu Buana Yogyakarta

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

Kampong chicken meat is meat obtained from kampong chicken. kampong chicken meat is considered expensive because they take longer time to grow up, a lot of people cheat by selling stale kampong chicken meat. The characteristics used to identify the meat’s image are homogeneity, contrast, average and variants. The number of data used in this research consists of two classes, each class has 30 image data, the total data is 60 training data. Whereas for test data, each class used 20 test data with a total of 40 test data. During the training process using LVQ parameters, there were 2 best percentages of 90%, namely on alpha 0.001 with a dec alpha of 0.2 and alpha 0.01 with a dec alpha of 0.9. The identification performed using the final weight from alpha 0.01 and dec alpha 0.9 had an 90% accuracy level with 4 iterations. The best performance from 40 test data using this software was with alpha 0.01 and dec alpha 0.9, which reached 90%.

Co-Authors Aji, Dennis Feliawan Arif Wijayanto Arita Witanti Benedictus Fredika Apriawan Santoso Budi Sulistiyo Jati Budi Sulistiyo Jati Dennis Feliawan Aji Dwi Pramudya, Alvian Ferry Pradana Putra Gideon Rensenbrink Ayal, Justin Heru Wahyudi Imam Edwin Hasym Imam Wirabowo Muhammad Fandi Nurdiansyah Mutaqin Akbar Nugraeni Nugraeni Nur Alamsyah Paramitalaksmi, Ratri Pebiani, Misa Prasetyaningrum, Putri puput zahiroh Purwanto, Hendri Rahmatuloh, Muhamad Rendi Saputra Risqi, Yoga Alfa Rizkyansyah, M Daffa Rogawati, Nesya Safitri, Della Nur Setyaningsih, Putry Setyaningsih, Putry Wahyu Sidiq Purnomo, Agus Sipata, Daud Imanuel Siti Istiqomah Suharjo, Imam Supatman Supatman Supatman Supatman, Supatman Wibowo, Ibnu Surya Yoga Purna Irawan Zakaria Habib Al-Ra’zie

Title Search

Found 4 Documents Search Journal : jmai jurnal multimedia

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : jmai jurnal multimedia