Article Per Year (5 Year)
p-Index From 2021 - 2026
3.846
P-Index
This Author published in this journals
All Journal Komunikasi Fisika Indonesia Jurnal Fisika Unand JOURNAL ONLINE OF PHYSICS ORBITA: Jurnal Pendidikan dan Ilmu Fisika Jurnal Fisika dan Terapannya Jurnal Pengabdian Masyarakat (ABDIRA) Jurnal Riset Fisika Indonesia Jurnal Pengabdian Masyarakat Pinang Masak Jurnal Tiyasadarma: Jurnal Pengabdian Kepada Masyarakat
Yoza Fendriani
UNIVERSITAS JAMBI
Aerospace Engineering Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Nursing Physics Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
CLASSIFICATION OF LUNG DISEASE ON X-RAY IMAGES BASED ON GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) FEATURE EXTRACTION AND BACKPROPAGATION NEURAL NETWORK USING PYTHON GUI Rani, Debby Mustika; Deswardani, Frastica; Fendriani, Yoza
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 2 (2024): JOP (Journal Online of Physics) Vol 9 No 2
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i2.32806

Abstract

This research aims to develop an automated diagnostic system for classifying lung diseases in X-ray images based on feature extraction using the Gray Level Co-occurrence Matrix (GLCM) with a Backpropagation Artificial Neural Network employing a Python GUI. In this study, 200 lung image data were utilized, divided into four classes with 50 data points each. The four categories of image classes are normal lungs, Pneumonia, Tuberculosis, and Covid-19. The training and testing data were split in a 92:8 ratio, resulting in 184 training data and 16 testing data. The parameters include four input layers, eight hidden layers, two output layers, alpha 0.8, 2000 iteration, and target error = 0.0001. Then, it continued with feature extraction using the GLCM to obtain texture characteristics in lung images. In the training stage, the best results were obtained in iteration 2000 with a Mean Squared Error of 0.005% and a calculated time of 167.319 seconds. At the testing stage, a reasonably high accuracy was obtained, 93.75%, with a calculated time of 0.014 seconds. This result indicates that the method can prove lung images.
ANALISIS PENGARUH VARIASI FAKTOR EKSPOSI PADA CT SCAN TERHADAP KUALITAS CITRA DAN DOSIS RADIASI PADA PEMERIKSAAN ABDOMEN Noveranty, Amelia; Purwaningsih, Sri; Fendriani, Yoza
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 3 (2024): JOP (Journal Online of Physics) Vol 9 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i3.35155

Abstract

Telah dilakukan penelitian tentang analisis pengaruh variasi faktor eksposi pada CT Scan terhadap kualitas citra dan dosis radiasi pada pemeriksaan abdomen. Tujuan penelitian ini adalah untuk mengetahui pengaruh variasi faktor eksposi terhadap kualitas citra dan dosis radiasi pada pemeriksaan abdomen. Penelitian dilakukan di Instalasi Radiologi RSUD Raden Mattaher Jambi dengan menggunakan pesawat CT Scan Hitachi Scenaria 128 Slices serta phantom air sebagai objek penelitian. Variasi tegangan tabung yang digunakan yaitu 80 kV, 100 kV, dan 120 kV dengan variasi kuat arus 100 mA, 200 mA, dan 300 mA selama 1 detik pemindaian. Dari scanning yang dilakukan menghasilkan data dosis radiasi yang ditunjukkan oleh nilai CTDIvol serta data citra berupa citra digital dengan format DICOM, kemudian diolah menggunakan software RadiAnt DICOM Viewer untuk mendapatkan nilai ROI objek dan ROI background yang digunakan untuk menghitung nilai Contrast to Noise Ratio (CNR). Hasil yang diperoleh dari penelitian ini adalah variasi tegangan tabung dan kuat arus tabung berpengaruh terhadap nilai CTDIvol karena tegangan tabung menentukan energi sinar-X yang dipancarkan oleh tabung sinar-X, sedangkan kuat arus tabung menentukan jumlah elektron yang mengalir dari katoda ke anoda, yang pada gilirannya mempengaruhi jumlah foton sinar-X yang dihasilkan. Ketika tegangan tabung dan kuat arus ditingkatkan secara bersamaan, efeknya akan saling memperkuat, menghasilkan dosis radiasi yang jauh lebih tinggi. Variasi tegangan tabung dan kuat arus tabung menghasilkan nilai CNR yang meningkat seiring dengan peningkatan nilai tegangan tabung dan kuat arus. Hal tersebut dikarenakan tegangan tabung yang tinggi meningkatkan energi sinar-X, yang seharusnya meningkatkan kemampuan sinar-X untuk menembus jaringan dan meningkatkan kontras citra. Selain itu, peningkatan kuat arus akan meningkatkan jumlah sinar-X yang dihasilkan, yang dapat mengurangi noise dan meningkatkan nilai CNR. Untuk mencapai kualitas citra yang optimal dengan nilai CNR yang tinggi dan stabil perlu adanya keseimbangan yang tepat antara tegangan tabung dan kuat arus tabung.
CLASSIFICATION ANALYSIS OF BRAIN TUMOR DISEASE IN RADIOGRAPHIC IMAGES USING SUPPORT VECTOR MACHINES (SVM) WITH PYTHON Ananda, Jihan Suci; Fendriani, Yoza; Pebralia, Jesi
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 3 (2024): JOP (Journal Online of Physics) Vol 9 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i3.36270

Abstract

This research examines the analysis of brain tumor disease classification using radiographic images using the Python-based Support Vector Machines (SVM) method. Data was collected from the Kaggle platform with four main categories of brain tumors: normal, pituitary, glioma, and meningioma. The data is then processed, including cleaning, pixel intensity normalization, and feature extraction to distinguish brain tumor characteristics. The data were visualized to understand the distribution and characteristics of the tumor. With the implementation of Python, visual analysis becomes efficient. The SVM model was trained and evaluated, showing an accuracy of 90% with good evaluation metrics such as MAE, MSE, RMSE, and F1-SCORE. The results show that SVM has excellent potential as a diagnostic tool to support the identification and treatment of brain tumors.
Segmentasi Citra Mammogram Untuk Deteksi Dini Kanker Payudara Dengan Menggunakan Metode Otsu Thresholding Maulida, Atika; Nurhidayah, Nurhidayah; Fendriani, Yoza; Haryono, Haryono
Jurnal Fisika Unand Vol 11 No 2 (2022)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.11.2.180-186.2022

Abstract

Kanker payudara merupakan kanker yang paling banyak terdiagnosa pada wanita diseluruh dunia. Kanker payudara menempati urutan kedua tertinggi sebagai penyebab kematian pada wanita. Deteksi dini pada kanker payudara salah satunya dapat melalui prosedur mammografi yang akan menghasilkan citra mammogram. Penelitian ini merupakan upaya untuk melakukan deteksi dan segmentasi dengan menggunakan teknik pemrosesan citra terhadap objek yang dicurigai sebagai lesi kanker payudara pada citra mammogram dengan menggunakan metode Otsu Thresholding. Hasil penelitian menunjukkan metode yang diajukan mampu melakukan deteksi dan segmentasi terhadap lesi kanker payudara dengan baik. Ekstraksi ciri dari objek dilakukan pada fitur tekstur citra dengan data yang digunakan adalah sebanyak 8 citra dengan menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Dari pengujian diketahui bahwa semakin banyak perbedaan atau banyaknya jumlah keberagaman intensitas keabuan dalam citra, maka nilai dari ekstraksi fitur citra akan lebih baik dibandingkan citra yang memiliki jumlah keberagaman atau jumlah perbedaan intensitas keabuan yang sedikit.Segmentasi Citra Mammogram Untuk Deteksi Dini Kanker Payudara Dengan Menggunakan Metode Otsu Thresholding
Ekstraksi dan Karakterisasi Hidroksiapatit (HAp) dari Tulang Ikan Tenggiri (Scomberomorus commersoni) dengan Metode Heat Treatment Purba, Rodearni Ananda Putri; Restianingsih, Tika; Anggraini, Rista Mutia; Fendriani, Yoza; Deswardani, Frastica
Jurnal Fisika Unand Vol 13 No 2 (2024)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.13.2.247-253.2024

Abstract

Telah dilakukan ekstraksi hidroksiapatit (HAp) dari tulang ikan tenggiri (Scomberomorus commersoni) menggunakan metode heat treatment. Penelitian bertujuan melihat pengaruh suhu yang  diberikan kepada sampel terhadap ukuran kristal dan derajat kristalinitas. Heat treatment dilakukan pada suhu 400OC, 600OC dan 800OC masing-masing selama 3 jam terhadap sampel yang telah di preparasi. Hasil analisis XRD menunjukkan adanya puncak  yang terbentuk pada sudut 2θ 25,950; 31,880; 39,620; 44,410; 46,700; 49,400 untuk suhu 400OC, 31,780; 32,800; 34,610 pada suhu 600OC dan 31,760; 32,210; 32,940; 34,070 pada suhu 800OC yang disesuaikan dengan referensi JCPDS 090432. Pada suhu 400OC, 600OC dan 800OC diperoleh ukuran kristal berturut-turut 12,05 nm, 14,18 nm dan  42,55 nm dan  derajat kristalinitas bernilai 41,91%, 76,38% dan 87,29%. Spektrum FTIR menunjukkan bahwa, semakin tinggi suhu maka lembah yang terbentuk semakin tajam dan adanya gugus fungsi OH-, dan  yang merupakan karakteristik dari gugus fungsi HAp, selain itu muncul pula gugus H2O. Karakterisasi SEM menunjukkan morfologi berbentuk bulk.
Analisis Keluaran Berkas Radiasi Sinar-X pada Pesawat Linear Accelerator (LINAC) Berdasarkan TRS 398 IAEA di RSUD Arifin Achmad Provinsi Riau Cahyaningtyas, Saphira Indah; Anggraini, Rista Mutia; Fendriani, Yoza
Jurnal Fisika Unand Vol 13 No 2 (2024)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.13.2.282-289.2024

Abstract

Telah dilakukan penelitian tentang analisis keluaran berkas radiasi sinar-X pada pesawat Linear Accelerator (Linac). Analisis ini bertujuan untuk mengetahui keluaran berkas radiasi pada pesawat Linac menunjukkan nilai 1 cGy atau sama dengan 1 MU, yang diperoleh dari analisis ionisasi chamber, suhu, tekanan, efek polaritas, dan rekombinasi ion. Penelitian ini dilakukan menggunakan energi foton sebesar 6 MV dan energi elektron dengan variasi (4, 6, 8, 10, 12, dan 15) MeV. Luas lapangan yang digunakan yaitu 10 cm x 10 cm serta source to surface distance (SSD) 100 cm. Hasil analisis menunjukkan berkas energi foton 6 MV didapatkan nilai keluaran per 1 MU sebesar 1,0046 cGy/MU dengan deviasi 0,46%. Sedangkan pada berkas elektron energi 4 MeV sebesar 1,0112 cGy/MU dengan deviasi 1,12%, energi 6 MeV sebesar 1,0064 cGy/MU dengan deviasi 0,64%, energi 8 MeV sebesar 0,9991 cGy/MU dengan deviasi 0,09%, energi 10 MeV sebesar 0,9987 cGy/MU dengan  deviasi 0,13%, energi 12 MeV sebesar 0,9978 dengan deviasi 0,22% dan energi 15 MeV sebesar 1,0013 cGy/MU dengan deviasi 0,13%. Dalam hal ini keluaran berkas radiasi sinar-X pada pesawat Linac (Linear Accelerator) di RSUD Arifin Achmad Provinsi Riau telah sesuai dengan standar TRS 398 IAEA dengan rentang deviasi pengukuran yaitu ±3%.
Evaluation of the influence of factors on CTDIvol and CNR in CT-Scan thorax procedures Sari, Nadhia Nortania; Fendriani, Yoza; Pujaningsih, Febri Berthalita
ORBITA: Jurnal Pendidikan dan Ilmu Fisika Vol 11, No 2 (2025): November
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/orbita.v11i2.35562

Abstract

This study investigates the effect of exposure parameter variations in CT-Scan on image quality and radiation dose during thoracic examinations. The exposure parameters analyzed were tube voltages of 80, 100, and 120 kV, along with tube currents of 100, 200, and 300 mA. A quantitative approach was employed using a Cannon TOS air phantom at the Radiology Department of Bhayangkara Hospital Jambi with a Toshiba 16-slice CT-Scan unit. Radiation dose was obtained from CTDIvol  values displayed on the CT console, while image quality was evaluated using the Contrast to Noise Ratio (CNR) calculated with RadiAnt DICOM Viewer software. The research method included obtaining the Computed Tomography Dose Index volume (CTDIvol) directly from the scanner console for each exposure setting, while the Contrast-to-Noise Ratio (CNR) was calculated by measuring the mean intensity of the region of interest (ROI) on the phantom and the standard deviation of the background area to quantify image contrast relative to noise. The findings demonstrate that both tube voltage and current strongly influence CTDIvol and CNR. Higher exposure settings increased radiation dose, with several combinations exceeding the recommended safety threshold. At 100 mA, all tube voltages remained below the BAPETEN regulatory limit of 11 mGy for non-contrast thoracic scans. Similarly, 200 mA at 80 and 100 kV remained within safe limits, while 200 mA at 120 kV slightly exceeded the threshold. Doses rose markedly at 300 mA, particularly at 120 kV, reaching values far above the permissible limit.
Sosialisasi Penggunaan Aplikasi Origin dan ImageJ untuk Analisis Sampel Material pada Mahasiswa Program Studi Fisika FST Universitas Jambi Pujaningsih, Febri Berthalita; Deswardani, Frastica; Alrizal, Alrizal; Pebralia, Jesi; Afrianto, M Ficky; Maulana, Lucky Zaehir; Anggraeni, Rista Mutia; Samsidar, Samsidar; Fendriani, Yoza; Hamdi, Husnul; Resta, Ichy Lucya
Jurnal Pengabdian Masyarakat (ABDIRA) Vol 6, No 1 (2026): Abdira
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/abdira.v6i1.1284

Abstract

In the digital era, the ability to process and analyze experimental data has become an important skill in the field of materials science and engineering. Origin is a commercial software widely used for numerical data analysis and scientific visualization, while ImageJ is open-source software that functions in image processing of microscopic characterization results. Considering the importance of mastering both software, a socialization activity and basic training on the use of Origin and ImageJ was held for students of the Physics Study Program, Faculty of Science, University of Jambi. This activity aims to enable students to operate the software in processing research data independently and in accordance with scientific publication standards. Evaluation of the training was carried out by assessing the level of student understanding, which showed an increase in basic skills in using Origin for quantitative data analysis and ImageJ for digital image analysis.
Co-Authors -, Maison Afrianto, M Ficky Afrianto, Muhammad Ficky Afrianto, Muhammad Ficky Alrizal, Alrizal Ananda, Jihan Suci Anggraeni, Rista Mutia Anggraini, Rista Mutia Anjelina, Ria Atika Maulida Benedika Ferdian Hutabarat Cahyaningtyas, Saphira Indah Ermadani Ermadani Faizar Farid Febri Berthalita Pujaningsih Fernando Mersa Putra Frastica Deswardani Frayoga, Andito Haryono Haryono Haryono Haryono Husnul Hamdi Husnul Hamdi, Husnul Imanuel Purba, Chrisman Jesi Pebralia Latifah, Adelia Linda Handayani Lucky Zaehir Maulana Madyawati Latief Mardian Peslinof Maulida, Atika Maulina Tanjung Noveranty, Amelia Nur Syaqila, Cindy Nurhidayah Nurhidayah Nurhidayah Nurhidayah Pebralia, Jesi Purba, Rodearni Ananda Putri Raden Mohamad Herdian Bhakti Rani, Debby Mustika Regita Kharisma Resta, Ichy Lucya Restianingsih, Tika Riany, Hesti Rista Mutia Anggraini Rista Mutia Anggraini Rodearni Ananda Putri Purba Roedearni Ananda Putri Purba Rohania, Meisa Rustan Samsidar Samsidar Samsidar Saphira Indah Cahyaningtyas Sari, Nadhia Nortania Tika Restianingsih Yurinanda, Sherli