Article Per Year (5 Year)
p-Index From 2020 - 2025
3.597
P-Index
This Author published in this journals
All Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Teknologi dan Sistem Komputer Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Pilar Nusa Mandiri Jurnal Sains dan Informatika Jurnal Nasional Komputasi dan Teknologi Informasi JURSIMA (Jurnal Sistem Informasi dan Manajemen) Journal of Applied Data Sciences Jurnal Responsif : Riset Sains dan Informatika Djtechno: Jurnal Teknologi Informasi Jurnal Media Informatika Jurnal Teknik Informatika dan Teknologi Informasi JURSIMA Jurnal Sistem Informasi dan Manajemen
Asti Herliana, Asti
Universitas Adhirajasa Reswara Sanjaya
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Mathematics Neuroscience Social Sciences Transportation

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika

 1 
Optimasi Metode Klasifikasi Dengan Menggunakan Particle Swarm Optimization Untuk Identifikasi Penyakit Diabetes Retinopathy Arifin, Toni; Herliana, Asti
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.6825

Abstract

Penyakit diabetic retinopathy, merupakan salah satu jenis penyakit yang bermula dari diabetes mellitus. Hingga dewasa ini, penyakit diabetic retinopathy masih sulit untuk dikenali pada tahap awal. Hal ini dimungkinkan karena sifat dari penyakit ini yang menyerang bagian dalam sistem saraf mata terlebih dulu. Hingga saat ini, para ahli masih mengandalkan pemeriksaan dengan menggunakan serangkain tes pada mata serta memeriksa rekam medis dari pasien. Metode yang digunakan hingga saat ini, selain tentunya memerlukan proses yang panjang juga menghabiskan biaya yang tidak murah. Hal ini dapat menyulitkan penderita dengan kondisi ekonomi lemah. Penelitian yang dilakukan kali ini, bermaksud untuk mendapatkan metode klasifikasi terbaik yang dapat menghasilkan tingkat akurasi yang tinggi bila dikombinasikan dengan metode Particle Swarm Optimization (PSO). Setelah didapatkan metode klasifikasi terbaik, maka dikemudian hari penelitian ini dapat dikembangkan menjadi sebuah perangkat lunak pendeteksi diabetic retinopathy. Dari penelitian yang dilakukan dapat disimpulkan bahwa metode Neural Network (NN) merupakan metode terbaik dalam menghasilkan akurasi yang tinggi bila dikombinasikan dengan metode pemilihan fitur PSO.
Optimasi Metode Klasifikasi Dengan Menggunakan Particle Swarm Optimization Untuk Identifikasi Penyakit Diabetes Retinopathy Toni Arifin; Asti Herliana
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.6825

Abstract

Penyakit diabetic retinopathy, merupakan salah satu jenis penyakit yang bermula dari diabetes mellitus. Hingga dewasa ini, penyakit diabetic retinopathy masih sulit untuk dikenali pada tahap awal. Hal ini dimungkinkan karena sifat dari penyakit ini yang menyerang bagian dalam sistem saraf mata terlebih dulu. Hingga saat ini, para ahli masih mengandalkan pemeriksaan dengan menggunakan serangkain tes pada mata serta memeriksa rekam medis dari pasien. Metode yang digunakan hingga saat ini, selain tentunya memerlukan proses yang panjang juga menghabiskan biaya yang tidak murah. Hal ini dapat menyulitkan penderita dengan kondisi ekonomi lemah. Penelitian yang dilakukan kali ini, bermaksud untuk mendapatkan metode klasifikasi terbaik yang dapat menghasilkan tingkat akurasi yang tinggi bila dikombinasikan dengan metode Particle Swarm Optimization (PSO). Setelah didapatkan metode klasifikasi terbaik, maka dikemudian hari penelitian ini dapat dikembangkan menjadi sebuah perangkat lunak pendeteksi diabetic retinopathy. Dari penelitian yang dilakukan dapat disimpulkan bahwa metode Neural Network (NN) merupakan metode terbaik dalam menghasilkan akurasi yang tinggi bila dikombinasikan dengan metode pemilihan fitur PSO.
Co-Authors Ade Mubarok Aldi Supriyadi Ali Akbar Rismayadi Ambi Nur Akbar Annisa Risqi Sulistya Kusuma Wardhani Ardianto, Rian Arif Armansyah Bayu Saputra Dasril Aldo Dwiza Riana El Miana Assni Ernamia Fira Fathonah Firza Novaldy Fitriyani Fitriyani Fitriyani Fitriyani Freddy Agus Renaldi Fuady, Tb. Dedy Holis Holis Ina Najiyah Lina Lulus Destianti Mayya Nurbayanti Shobary Moh Siri, Moh Muawiyah, Shofiyah Siti Muckti, Masaldi Kharisma Muhammad Ali Zafar Sidiq Muhammad Rivai Oktaviani, Fani Rahma Pratiwi Pratiwi Prima Muhamad Rasyid Rangga Sanjaya Rian Ardianto Rian Ardianto Rizki Tri Prasetio Salman Khemaludin Yoesoef Sari Susanti, Sari Shafa, Raisya Nadzira Zahirahtush Syarif Hidayatulloh Taufik Hidayatulloh Tb. Dedy Fuady Titin Suhartini Toni Arifin Vina Agustina, Vina Visqia Ade Setiawan Wardhani, Annisa Risqi Sulistya Kusuma Yayu Sri Rahayu Yudhiono, Noor Fuadillah Yudi Ramdhani