Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Haga Journal of Public Health (HJPH)
RICO WIJAYA DEWANTORO
universitas Prima Indonesia
Computer Science & IT Engineering Public Health

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analysis Of Right And Wrong Use Of Mask Based On Deep Learning Rico Wijaya Dewantoro; Sonni Yudha Nugraha Arfan; Reyhan Achmad Rizal
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 6, No 1 (2022): Issues July 2022
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v6i1.7582

Abstract

Pandemic COVID-19 makes it important to apply the proper and correct use of masks. The correct use of a mask where its use can cover the nose mouth and chin. One of the problems in using masks is that there are still many people who have not used masks properly and correctly. The importance of the correct use of masks because the transmission of the Covid-19 itself does not only occur through splashes when sneezing or coughing between humans but can also occur when talking or breathing by spreading through fluid particles less than 0.0002 inches (5 microns) in diameter called aerosols that are emitted when people talk. From these problems  it is necessary to have a computational-based analysis system to be able to identify patterns and make decisions and perform certain tasks automatically so that the results obtained are more efficient and objective. In this study, a deep learning method with a resnet  50 will be used to obtain the correct and incorrect results of using masks. The results of this study indicate that the deep learning method with resnet 50 is able to achieve 98.41% accuracy in classifying the correct and incorrect use of masks.
Manfaat sistem informasi geografis terhadap penyakit dengue: Scoping Review Andrian Reinaldo Crispin; Mido Ester J Sitorus; Defacto Firmawati Zega; Pratik Bibhishan Kamble; Rico Wijaya Dewantoro
Haga Journal of Public Health (HJPH) Vol. 1 No. 1 (2023): November 2023
Publisher : YAYASAN VICTORY HAGA INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62290/hjph.v1i1.13

Abstract

Latar Belakang: Demam dengue merupakan penyakit yang masih menjadi masalah kesehatan masyarakat dibanyak negara saat ini. Akibat masih tingginya prevalensi dengue maka perlu pemanfaatan Sistem Informasi Geografis (SIG) untuk memprediksi kejadian penyakit dengue. Penelitian ini bertujuan untuk menyelidiki dan merangkum manfaat SIG untuk penyampaian informasi penyebaran penyakit dengue. Metode: Penelitian ini dilakukan dengan menggunakan metode scoping review. Pencarian literatur dilakukan pada database terindeks Google Scholar, Scopus dan PubMed, dalam bahasa Inggris. Terdapat 440 jurnal penelitian dan hanya 11 yang memenuhi kriteria inklusi. Dari 11 jurnal tersebut dikumpulkan informasi berupa rentang tahun publikasi 2013-2023, judul jurnal, desain penelitian, populasi penelitian, intervensi, hasil, dan manfaat SIG untuk penyakit dengue. Analisis data dilakukan secara kualitatif dengan menyajikan data dan menyusun laporan penelitian. Hasil: Penggunaan SIG terhadap penyebaran dengue dapat bermanfaat untuk mengidentifikasi situasi terkini dengue di suatu wilayah, dan memastikan wilayah yang berpotensi terdampak wabah dengue dengan menentukan klaster spasial kejadian dengue pada skala lokal, memprediksi kasus dengue yang lebih baik serta membantu proses pemantauan dan pengawasan yang lebih baik terhadap masyarakat yang terdampak, serta memfasilitasi pengambilan keputusan dalam pencegahan dan pengendalian penyakit dengue. Kesimpulan: Penggunaan SIG memiliki peran penting untuk memprediksi, mengidentifikasi, membantu proses pemantauan dan pengawasan serta pengendalian penyakit dengue.
Co-Authors Andrian Reinaldo Crispin Defacto Firmawati Zega Mido Ester J Sitorus Pratik Bibhishan Kamble Reyhan Achmad Rizal Sonni Yudha Nugraha Arfan