Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : JFA (Jurnal Fisika dan Aplikasinya)

Desain Perangkat Lunak Berbasis Jaringan Syaraf Tiruan Backpropagation untuk Klasifikasi Citra Rontgen Paru-paru Bustomi, M. Arief; Bisri, Hasan; Purwanti, Endah
Jurnal Fisika dan Aplikasinya Vol 10, No 1 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (290.601 KB) | DOI: 10.12962/j24604682.v10i1.819

Abstract

Paper ini menyajikan hasil analisis sebuah desain perangkat lunak berbasis jaringan syaraf tiruan backpropagation untuk mengklasifikasikan citra rontgen paru-paru. Citra rontgen paru-paru yang akan diklasifikasi harus melalui pemrosesan awal terlebih dahulu untuk membuang informasi yang tidak dibutuhkan agar kualitas citra dapat ditingkatkan. Untuk keperluan klasifikasi citra rontgen paru-paru ke dalam kelompok tertentu, digunakan proses ekstraksi fitur histogram pada citra rontgen paru-paru tersebut. Setelah sistem perangkat lunak dibuat, dua tahapan penting berikutnya adalah pelatihan dan pengujian pada sistem perangkat lunak tersebut. Dalam penelitian ini, desain perangkat lunak hanya dibatasi untuk dapat mengklasifikasikan citra rontgen ke dalam tiga kelompok yaitu citra rontgen paru-paru normal, citra rontgen paru-paru terkena kanker, dan citra rontgen paru-paru terkena efusi. Hasil pengujian memperlihatkan bahwa performansi sistem perangkat lunak yang telah dibuat dengan parameter epoch 500, error 0.001, learning rate 0.1 dan jumlah neuron 2500 ternyata memiliki tingkat akurasi sebesar 65%.
Desain Sistem Klasifikasi Kelainan Jantung menggunakan Learning Vector Quantization Endah Purwanti; Franky Chandra Satria Arisgraha; Pujiyanto Pujiyanto; Muhammad Arief Bustomi
Jurnal Fisika dan Aplikasinya Vol 9, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.44 KB) | DOI: 10.12962/j24604682.v9i2.841

Abstract

Electrocardiograph (ECG atau EKG) merupakan alat diagnosis yang mengukur dan merekam aktifitas listrik jantung. Analisis sinyal EKG sering digunakan untuk mendiagnosis beberapa jenis kelainan jantung. Pada penelitian ini, kami merancang sistem jaringan syaraf tiruan untuk klasifikasi citra elektrikardiogram. Metode pemrosesan citra digunakan untuk ekstraksi fitur citra EKG dan proses klasifikasi menggunakan learning vector quantization. Beberapa data elektrokardiogram digunakan sebagai data pelatihan dan pengujian jaringan klasifikasi. Tiga jenis kelainan jantung dapat dideteksi oleh sistem. Hasil simulasi menunjukkan bahwa akurasi algoritma klasifikasi adalah sebesar 89% yang terdiri dari 9 normal, 4 bradikardi, 8 takikardi dan 7 aritmia.
Analisis Distribusi Intensitas RGB Citra Digital untuk Klasifikasi Kualitas Biji Jagung menggunakan Jaringan Syaraf Tiruan M. Arief Bustomi; Ahmad Zaki Dzulfikar
Jurnal Fisika dan Aplikasinya Vol 10, No 3 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (470.67 KB) | DOI: 10.12962/j24604682.v10i3.791

Abstract

Telah dilakukan penelitian dan pembuatan program komputer berbasis jaringan syaraf tiruan backpropagation yang bertujuan untuk mengklasifikasikan kualitas biji jagung berdasarkan pada pola distribusi intensitas RGB citra digital biji jagung tersebut. Dalam penelitian ini, kualitas biji jagung terklasifikasi dalam 4 kelompok, yaitu biji busuk, biji berjamur, biji normal, dan biji rusak. Jumlah sampel yang digunakan adalah 120 sampeluntuk pelatihan dan 80 sampel untuk pengujian. Urutan tahapan penelitian adalah sebagai berikut: filterisasi citra digital dengan median filter, ekualisasi dengan histogram adaptif, ekstraksi indeks warna RGB untuk ketiga intensitas warna RGB, dan penghitungan mean dan standard deviasi untuk masing-masing indeks warna RGB tersebut. Selanjutnya dari pola mean dan standard deviasi ketiga indeks warna RGB dapat digunakan untuk mengenali kualitas biji jagung menggunakan metode jaringan syaraf tiruan backpropagation. Dalam penelitianini, jaringan syaraf menggunakan fungsi aktivasi log-sigmoid dan dapat mengenali pola secara optimal bila digunakan 1500 iterasi, 500 neuron, 4 hidden layer, 4 output layer, dan laju pembelajaran 0,01. Hasil penelitian memperlihatkan bahwa jaringan syaraf tiruan yang telah dibuat ternyata mempunyai tingkat akurasi rata-rata sebesar 100% pada proses pelatihan dan sebesar 73,75% pada proses pengujian.
Characteristics Analysis of the Archimedes Screw Turbine Micro-hydro Power Plant with Variation of Turbine Elevation Angle Muhammad Arief Bustomi; Bachtera Indarto; Afif Mahrus Kurnia Putra
Jurnal Fisika dan Aplikasinya Vol 17, No 2 (2021)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24604682.v17i2.8983

Abstract

Electrical energy has become a basic need of modern society, but the supply of electricity has not yet fully met the needs of the community. Many potential energy sources can be converted into electrical energy. One potential of energy sources is water flow which can be used for micro-hydro power plants in remote areas. This study aims to analyze the characteristics of the Archimedes screw turbine of micro-hydro power plant, in particular concerning on variations in the elevation angle of the turbine. Characteristics determination was carried out on a prototype of a micro-hydro power plant using a Brush Less Direct Current (BLDC) generator and two blades of Archimedes screw turbine. The varied turbine elevation-angle was applied, namely 20, 25, 30, 35, and 40o, with a water discharge of 2.64 L/s. The results show that an increase in the turbine elevation angle from 20 to 40o causes an enhancement in mechanical characteristics, i.e. torque and rpm, as well as electrical characteristics, i.e. voltage, current, and electric power. The mechanical and electrical characteristics reach a maximum value at the elevation angle of about 30o, which is 27.87 mW at 1 kΩ load. Furthermore, increasing the elevation angle to become more than 30o causes a decrease in mechanical and electrical characteristics.