Article Per Year (5 Year)
p-Index From 2020 - 2025
1.835
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Teknik Elektro Jurnal Pekommas Jurnal Teknologi Informasi dan Ilmu Komputer Journal of ICT Research and Applications Seminar Nasional Informatika (SEMNASIF) Edu Komputika Journal Journal of Information Technology and Computer Science IJID (International Journal on Informatics for Development) Jurnal Akuntansi dan Bisnis IJITEE (International Journal of Information Technology and Electrical Engineering) Journal of Computer System and Informatics (JoSYC) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Proceeding ISETH (International Summit on Science, Technology, and Humanity) Electrician : Jurnal Rekayasa dan Teknologi Elektro
Indriana Hidayah
Department Of Electrical Engineering And Information Technology, Faculty Of Engineering, Universitas Gadjah Mada, Bulaksumur, Yogyakarta 55281,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Medicine & Pharmacology Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik

 1 
ANALISIS PENGARUH SELEKSI FITUR PADA KLASIFIKASI KONSENTRASI SPERMA BERDASARKAN FAKTOR FAKTOR LINGKUNGAN, KESEHATAN, DAN GAYA HIDUP Nasrokhah Noviati; Silmi Fauziati; Indriana Hidayah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

Menurunnya fertilitas terjadi di banyak negara. Berbagai penyebab yang melatarbelakangi hal tersebut. Beberapa di antaranya adalah disebabkan gaya hidup yang buruk, latar belakang kesehatan yang tidak baik, dan juga lingkungan yang tidak sehat. Menggunakan metode data mining, dapat mengklasifikasikan konsentrasi sperma apakah normal atau tidak. Fitur yang banyak dalam dataset akan menimbulkan banyak permasalahan, sehingga perlu melakukan seleksi fitur. Keuntungan menggunakan seleksi fitur antara lain dapat mengingkatkan akurasi suatu klasifikasi, dan membantu mengurangi fitur-fitur yang tidak relevan. Algoritme seleksi fitur yang digunakan dalam penelitian ini Principal Component Alanalisys (PCA) yang diterapkan pada metode klasifikasi Multilayer Perceptron (MLP), Decision Tree, dan Support Vector Machines (SVM). Dataset yang digunakan diambil dari dataset fertility pada UCI Maching Learning Repository untuk mengklasifikasikan konsentrasi sperma. Kesimpulan pada penelitian ini adalah menggunakan seleksi fitur PCA mampu mengurangi fitur yang kurang relevan dari 9 fitur menjadi 5 fitur terbaik yaitu musim, penyakit, kecelakaan, demam, dan rokok. Serta 6 fitur terbaik yaitu musim, penyakit, kecelakaan, demam, rokok, dan operasi. Penggunaan  5 atau 6 fitur terpilih terbukti mampu meningkatkan akurasi dari hasil klasifikasi tanpa seleksi fitur. Kata kunci: data mining,  fertilitas, seleksi fitur, PCA.
KAJIAN PUSTAKA METODE SEGMENTASI CITRA PADA MRI TUMOR OTAK Diah Priyawati; Indah Soesanti; Indriana Hidayah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

Magnetic Resonance Images (MRI) marupakan mesin terbaik dalam mendiagnosa tumor otak. Namun Interpretasi MRI membutuhkan waktu lama, dan sulitnya mendeteksi adanya edema. Edema adalah jaringan yang berada di dekat sel tumor aktif dan tumpang tindih dengan jaringan normal. Saat ini proses diagnosa citra MRI masih mengandalkan kemampuan pakar radiologi secara manual. Hal ini membutuhkan waktu lama, dan keputusan yang diambil dapat bersifat subjektif.  Sehingga dibutuhkan sistem yang mampu melakukan segmentasi citra MRI untuk membagi daerah-daerah citra menjadi beberapa bagian yang homogen. Pada makalah ini akan dijelaskan metode-metode segmentasi citra pada MRI tumor otak. Penjelasan akan dimulai dari pemahaman tumor otak, peralatan penghasil citra otak seperti MRI, dan metode-metode segmentasi yang pernah dilakukan peneliti sebelumnya. Metode pengklasteran dapat menjadi salah satu pendekatannya. Dan pengklasteran fuzzy merupakan metode yang unggul untuk segmentasi citra tumor otak. Kata kunci: MRI, segmentasi, tumor otak
Co-Authors Adhistya Erna Permanasari Arti, Shindy Astrie Kusuma Dewi Bobby Rian Dewangga Cahyani Windarto Diah Priyawati Ebedia Hilda Am, Ebedia Hilda Eko Nugroho Eko Wahyu Nugroho Emi Iryanti Fachrul Budi Prayoga Fahmi Dhimas Irnawan Faizal M. Priyowibowo Hanung Adi Nugroho Indah Soesanti Intan Sulistyaningrum Sakkinah Lukito Edi Nugroho M. Arifin Hidayat M. Tsana'uddin Farid Muhammad Haris Diponegoro Nasrokhah Noviati Paulus Insap Santosa Rio Jumardi Sanny Hikmawati Saucha Diwandari Septian Rico Hernawan Silmi Fauziati Siti Helmyati Sri Kustanti Sri Suning Kusumawardani Stefani, Brillian Stefani, Brillian Tari Mardiana Teguh Bharata Adji Wibowo, Ripto Mukti Widiyanti, Tanty Yanuar Winarno Winarno Zulfiqar, La Ode Mohamad