Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Progresif: Jurnal Ilmiah Komputer The Center For Sustainable Development Studies Journal
Tandjung, Stephanus Surijadarma
Universitas Katolik Darma Cendika
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Industrial & Manufacturing Engineering Medicine & Pharmacology

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Klasifikasi Covid-19 Pada Citra CT Scans Paru-Paru Menggunakan Metode Convolution Neural Network Yosefina Finsensia Riti; Stephanus Surijadarma Tandjung
Progresif: Jurnal Ilmiah Komputer Vol 18, No 1: Februari 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (838.849 KB) | DOI: 10.35889/progresif.v18i1.784

Abstract

Abstrak. Salah satu cara yang dapat digunakan untuk deteksi dini Covid-19 adalah dengan pemeriksaan radiologis menggunakan CT scans paru-paru, karena gejala yang terjadi saat terinfeksi Covid-19 berupa gangguan pernapasan akut. Covid-19 sulit dibedakan dari pneumonia yang disebabkan oleh virus influeza A, virus influenza cytomegalovirus, adenovirus, respiratory syncytial virus, SARS-CoV, MERS coronavirus. Penelitian ini mengembangkan teknik analisis citra CT scans paru-paru menggunakan teknik Deep Learning, dengan menggunakan metode Convolutional Neural Network (CNN) untuk mendukung hasil analisis dari radiolog ataupun menjadi second opinion dari radiolog. Penellitian ini juga menguji kinerja metode CNN dalam melakukan klasifikasi citra CT scans paru-paru. Dataset yang digunakan terdiri dari 3216 data. Berdasarkan hasil pengujian diperoleh akurasi dengan rata-rata 100% untuk setiap epoch yang diberikan. Dari hasil pengujian dapat disimpulkan bahwa Metode CNN dapat digunakan untuk membedakan citra CT scans untuk Covid-19 dan citra CT scans normal.Kata kunci: Jaringan saraf konvolusi; Deep Learning; CT scans Paru-paru; Citra Covid-19. Abstract. One way that can be used for early detection of Covid-19 is by radiological examination using CT scans of the lungs, because the symptoms that occur when infected with Covid-19 are acute respiratory disorders. Covid-19 is difficult to distinguish from pneumonia caused by influenza A virus, influenza cytomegalovirus virus, adenovirus, respiratory syncytial virus, SARS-CoV, MERS coronavirus. This study developed an image analysis technique for CT scans of the lungs using Deep Learning techniques, using the Convolutional Neural Network (CNN) method to support the results of the analysis from the radiologists or as a second opinion from the radiologists. This study also tested the performance of the CNN method in classifying CT scans of the lungs. The dataset used consists of 3216 data. Based on the test results obtained an average accuracy of 100% for each given epoch. From the test results, it can be concluded that the CNN method can be used to distinguish CT scan images for Covid-19 and normal CT scan images.Keywords: Convolutional neural network; Deep Learning; CT scans Lungs; Image of Covid-19.
Perancangan Aplikasi Android Katalog Buku Dengan Fitur Barcode Scanner Menggunakan Google ML Kit Ryan Putranda Kristianto; Edwin Alexander; Yulia Wahyuningsih; Yosefina Finsensia Riti; Stephanus Surijadarma Tandjung; Andre Hartanto
The Center for Sustainable Development Studies Journal (Jurnal CSDS) Vol 1 No 1 (2022): Juni
Publisher : Faculty of Engineering, Darma Cendika Catholic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (424.764 KB) | DOI: 10.37477/csds.v1i1.368

Abstract

Teknologi Barcode Scanner merupakan teknologi lama dimana terdapat device khusus untuk melakukan scanning barcode atau QR Code. Namun apabila dikombinasikan dengan sebuah aplikasi ber-platform mobile khususnya Android, diperlukan sebuah teknologi khusus untuk mewadahinya yaitu teknologi Google ML Kit. Pada tulisan ini dijelaskan perancangan aplikasi katalog buku dengan fitur Barcode Scanner menggunakan Google ML Kit, dimana fitur Barcode Scanner tersebut digunakan untuk melakukan pencarian data katalog buku.
Penerapan Algoritma Simple Moving Average Untuk Prediksi Data Time Series Dengan T-SQL Microsoft SQL Server Ryan Putranda Kristianto; Edwin Alexander; Yulia Wahyuningsih; Yosefina Finsensia Riti; Stephanus Surijadarma Tandjung; Andre Hartanto
The Center for Sustainable Development Studies Journal (Jurnal CSDS) Vol 1 No 1 (2022): Juni
Publisher : Faculty of Engineering, Darma Cendika Catholic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (442.511 KB) | DOI: 10.37477/csds.v1i1.369

Abstract

Microsoft SQL Server merupakan DBMS yang sangat populer, yang digunakan sebagai media penyimpanan data. Kemampuan Microsoft SQL Server sebenarnya tidak hanya pada kemampuan memanajemen penyimpanan data saja, namun juga dapat digunakan sebagai data analytic. Pada tulisan ini dijelaskan penerapan algoritma Simple Moving Average untuk prediksi data time series pada Microsoft SQL Server. Teknik pemrograman query yang dipakai adalah T-SQL (Transact SQL) yang merupakan teknik bawaan SQL Server dan didalamnya termasuk teknik – teknik pemrograman query seperti looping, selection dan lainnya. Algoritma Simple Moving Average berhasil diterapkan pada Microsoft SQL Server dan berhasil menghitung angka prediksi data aktual yang telah di-record-kan pada tabel database.
Co-Authors Andre Hartanto Edwin Alexander Riti, Yosefina Finsensia Ryan Putranda Kristianto Yulia Wahyuningsih