Article Per Year (5 Year)
p-Index From 2021 - 2026
2.957
P-Index
This Author published in this journals
All Journal snimed EKSAKTA: Journal of Sciences and Data Analysis Jurnal Teknoin Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TELKOMNIKA (Telecommunication Computing Electronics and Control) CommIT (Communication & Information Technology) Jurnal Teknologi Informasi dan Ilmu Komputer Journal of ICT Research and Applications INFORMAL: Informatics Journal Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Kesehatan Komunitas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI KACANEGARA Jurnal Pengabdian pada Masyarakat Jiko (Jurnal Informatika dan komputer) IJID (International Journal on Informatics for Development) Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Informatika dan Rekayasa Elektronik JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) E-Link: Jurnal Teknik Elektro dan Informatika Automata Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan JURNAL TEKNOLOGI TECHNOSCIENTIA Enthusiastic : International Journal of Applied Statistics and Data Science Cermin Dunia Kedokteran Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Jurnal Informatika: Jurnal Pengembangan IT JURNAL TEKNIK INFORMATIKA DAN KOMPUTER Cermin Dunia Kedokteran
Izzati Muhimmah
Department Of Informatics, Universitas Islam Indonesia, Jalan Kaliurang Km. 14, Yogyakarta 55501
Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Veterinary

Published : 69 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 69 Documents
Search

 3   4   5   6   7 
Determining The Nutrition of Patient Based on Food Packaging Product Using Fuzzy C Means Algorithm Sri Winiarti; Sri Kusumadewi; Izzati Muhimmah; Herman Yuliansyah
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 4: EECSI 2017
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1124.97 KB) | DOI: 10.11591/eecsi.v4.982

Abstract

The main idea in this research is the utilization of Fuzzy C Means (FCM) method as the determination of patient's nutritional status, which is implemented, in mobile application. Parameters used to cluster nutritional status are height, weight and age. The result of the decision will give 3 clusters on nutritional status is good nutrition, malnutrition and better nutrition. Mobile apps are used as a reminder of the nutritional value or ingredients contained in the packaging of food products while consuming food. The result of system testing for application of FCM algorithm in this mobile application obtained validation of 80%.
Overlapping Cervical Nuclei Separation using Watershed Transformation and Elliptical Approach in Pap Smear Images Izzati Muhimmah; Rahadian Kurniawan; Indrayanti Indrayanti
Journal of ICT Research and Applications Vol. 11 No. 3 (2017)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.res.appl.2017.11.3.1

Abstract

In this study, a robust method is proposed for accurately separating overlapping cell nuclei in cervical microscopic images. This method is based on watershed transformation and an elliptical approach. Since the watershed transformation process of taking the initial seed is done manually, the method was developed to obtain the initial seed automatically. Total initial seeds at this stage represents the number of nuclei that exist in the image of a pap smear, either overlapping or not. Furthermore, a method was developed based on an elliptical approach to obtain the area of each of the nuclei automatically. This method can successfully separate several (more than two) clustered cell nuclei. In addition, the proposed method was evaluated by experts and was proven to have better results than methods from previous studies in terms of accuracy and execution time. The proposed method can determine overlapping and non-overlapping boundaries of nuclei fast and accurately. The proposed method provides better decision-making on areas with overlapping nuclei and can help to improve the accuracy of image analysis and avoid information loss during the process of image segmentation.
Pengembangan Aplikasi Virtual Reality dengan Model ADDIE untuk Calon Tenaga Pendidik Anak dengan Autisme Dhomas Hatta Fudholi; Rahadian Kurniawan; Dimas Panji Eka Jalaputra; Izzati Muhimmah
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 4 (2020): Agustus 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.079 KB) | DOI: 10.29207/resti.v4i4.2092

Abstract

Knowledge is needed for children with special needs to support their quality of life. This is a challenge for prospective educators / prospective teachers. A deeper knowledge is needed to really understand children with special needs. This research is carried out to develop a skill simulator application for autistic child’s prospective educator using Virtual Reality technology. This application will be used as a teaching medium which incorporates motion sensor tools. The sensors will make the virtual application looks realistic. The application was developed using the ADDIE method (Analysis, Design, Development, Implementation and Evaluation). The application development begins with discovering the characteristic of autistic children. This is done to formulate the learning materials. The knowledge base of the autistic children was obtained from the Sekolah Luar Biasa (SLB). By using the obtained knowledge, storyboard was designed and implemented. The developed application has been evaluated by 16 prospective child educators with autism and two professional experts. In general, the application can help prospective educators understand the characteristics of children with autism. Moreover, it provides a safe and pleasant teaching skill practice for the prospective educators.
Pendeteksian Huruf Jawa pada Naskah Kuno menggunakan Binarisasi Otsu Arif Sulaksana Putra; Izzati Muhimmah S.T., M.Sc.
AUTOMATA Vol. 1 No. 2 (2020)
Publisher : AUTOMATA

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

Abstract

Sudah banyak naskah kuno dari Yogyakarta yang sudah didigitalisasikan. Kebanyakan naskah kuno tersebut ditulis menggunakan Aksara Jawa, sehingga banyak orang yang tidak dapat membaca naskah tersebut.Penelitian ini difokuskan untuk mendeteksi dan mesegmentasi aksara-aksara pada citra naskah kuno yang dapat digunakan dan dikembangkan menjadi identifikasi atau pengenalan Aksara Jawa pada penelitian selanjutnya. Proses segmentasi yang digunakan dalam  penelitian ini adalah Otsu’s binerization.Penggunaan Otsu’s binerization pada segmentasi citra ini berhasil mendeteksi Aksara Jawa dengan hasil yang lumayan memuaskan.
Pengenalan Citra Aksara Jawa Pada Plang Jalan Nurdana Ahmad Fadil; Izzati Muhimmah
AUTOMATA Vol. 1 No. 2 (2020)
Publisher : AUTOMATA

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

Abstract

Aksara Jawa yang mengalami penurunan minat oleh sebagian anak muda menjadi fokus pada penelitian pengenalan citra aksara jawa. Hasil penelitian terdahulu mengenai segmentasi huruf non-latin selain aksara Jawa memanglah sudah menunjukkan tingkat akurasi yang tinggi namun pada terkhusus segmentasi aksara Jawa masih ada beberapa kekurangan yang akan diperbaiki dalam penelitian kali ini. Penelitian ini menggunakan citra yang ditangkap oleh kamera sehingga font dari aksara Jawa bisa berbeda-beda bukan dari inputan manual sistem yang menjadikan font aksara Jawa sama seperti yang dilakukan penelitian sebelumnya. Metode yang dilakukanpun terbilang umum digunakan seperti segmentasi, morfologi dan thining, namun perlu digarisbawahi di sini adalah dalam penyusunan metode tersebut ambang batas yang menjadi tolak ukur dalam metode tersebut sangat diperhatikan sedemikian rupa sehingga mendapatkan objek yang ingin dideteksi. Setelah objek telah ditemukan otomatis oleh sistem maka akan dilakukan ekstraksi ciri pada masing-masing objek dengan cara memotong 9 bagian sama rata dan dihitung jumlah piksel perbagian tersebut. Setelah ekstraksi ciri didapatkan, pencocokan dengan data latih dilakukan, kemudian diperoleh tingkat hasil akhir  dengan rata2 akurasi sebesar 75%.
Identifikasi Stadium Plasmodium Vivax untuk Penegakan Diagnosis Penyakit Malaria dengan Sistem Berbantuan Komputer Indri Dwi Febriani; Izzati Muhimmah; Novyan Lusiyana
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Penyakit malaria menjadi masalah kesehatan di seluruh dunia, termasuk Indonesia. Kesalahan diagnosis dan perawatan medis yang tidak tepat dapat berakibat fatal, seperti kematian pasien. Pemeriksaan mikroskopis masih menjadi standar penegakan diagnosis malaria. Tetapi metode pemeriksaan tersebut memakan waktu dan hasil akurasi diagnosisnya bergantung pada tingkat keahlian serta pengalaman dokter atau ahli patologi. Deteksi dini penyakit malaria diperlukan untuk menekan angka kematian pasien. Sejumlah penelitian berbasis pengolahan citra dikembangkan untuk mengidentifikasi parasit malaria secara otomatis. Penelitian ini bertujuan untuk mengusulkan metode pengolahan citra yang dapat digunakan untuk identifikasi stadium parasit malaria Plasmodium vivax. Berdasarkan citra mikroskopis sediaan darah, stadium Plasmodium vivax diidentifikasi dan diklasifikasikan menjadi trofozoit, skizon, dan gametosit. Metode yang digunakan pada penelitian ini di antaranya mengubah citra RGB ke kanal S (saturation) pada ruang warna HSV, lalu segmentasi dan operasi morfologi. Selanjutnya dilakukan ekstraksi fitur tekstur, ukuran, serta bentuk. Fitur-fitur yang didapatkan kemudian diseleksi dengan metode CSF dan untuk proses klasifikasinya digunakan metode Support Vector Machine (SVM). Hasil evaluasi pada 30 citra sediaan darah tipis menunjukkan bahwa metode yang diusulkan mendapatkan nilai akurasi sebesar 64%.
Analisis Fitur untuk Grading Abnormal Sel Mitosis Pada Kasus Kanker Payudara Raisha Amini; Izzati Muhimmah; Ika Fidianingsih
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Grading tumor  memiliki peran penting dalam memprediksi agresivitas penyakit dan hasil pasien. Dalam menentukan grading tumor adalah jumlah mitosis, yaitu menghitung jumlah sel pada proses pembelahan mitosis di titik tertentu. Saat ini perhitungan mitosis dilakukan secara manual oleh ahli patologi yang melihat berbagai medan daya tinggi pada kaca objek dibawah mikroskop, sangat melelahkan dan membutuhkan proses waktu yang lama. Pengembangan sistem komputerisasi untuk deteksi otomatis inti mitosis pada saat ini sangat dibutuhkan karena banyaknya variasi bentuk dan tampilan mitosis yang cukup membingungkan dan merupakan salah satu tahapan untuk bisa menentukan grading tumor. Sudah banyak metode yang digunakan dalam pengolahan citra digital. Penelitian ini memiliki proses langkah untuk memenuhi tujuan tersebut. Berikut langkah-langkah nya terdapat proses  preprocessing, segmentasi dengan menggunakan metode K-Means , ekstrasi ciri menggunakan metode GLCM (Gray Level Cooccurnce Matrix). Berdasarkan metode tersebut, maka dibuat program aplikasi yang dapat melakukan klasifikasi potongan citra mikroskopis dalam kategori berpotensi kanker dengan indikasi massa tumor sesuai dengan 3 tingkat keganasan yaitu rendah (grade 1), menengah (grade 2), dan tinggi (grade 3). Hasil dari metode yang diusulkan menunjukkan bahwa pada segmentasi telah berhasil sebagian mengelompokkan citra sesuai dengan yang diinginkan untuk mengidentifikasi sel mitosis. Uuntuk eksrtraksi ciri menggunakan metode GLCM diperoleh dengan menggunakan indikator nilai Contrast, Correlation, Energy dan Homogeneity untuk mengetahui ciri khusus setiap citra. Hasil penelitian menunjukkan bahwa ekstraksi ciri dengan 4 fitur memiliki nilai ketepatan sebesar 65%.
Aplikasi Web Pendeteksi Jerawat Pada Wajah Menggunakan Algoritma Deep Learning dengan TensorFlow July Arifianto; Izzati Muhimmah
AUTOMATA Vol. 2 No. 2 (2021)
Publisher : AUTOMATA

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

Abstract

Seiring dengan meningkatnya klinik dermatologi, persaingan dalam metode dan teknologi untuk menyembuhkan kulit semakin kuat. Namun salah satu perawatan masalah kulit yang paling sering muncul saat ini adalah perawatan wajah berjerawat. Penelitian ini merupakan penelitian mengenai pengembangan aplikasi visi komputer berbasis web untuk melakukan pendeteksian jerawat pada foto wajah megnggunakan algoritma deep learning dengan Tensorflow. Penelitian ini bertujuan untuk menghasilkan aplikasi yang dapat digunakan oleh kinik dermatorlogi sebagai asesmen perawatan kulit berjerawat. Segmentasi kulit wajah dilkakukan dengan algoritma pendeteksian wajah dan pendeteksian landmark wajah. Proses pelatihan model pendeteksian jerawat menggunakan metode transfer learning dari model SSD ResNet50 V1 FPN 640x640. Hasil dari model pelatihan memiliki nilai total loss 0.147. Aplikasi sudah dapat mendeteksi jerawat-jerawat yang ada pada foto wajah, namun ada beberapa jerawat yang tidak terdeteksi dikarenakan jumlah dataset yang masih terbatas.
Analisis Fitur untuk Sel Abnormal Pleomorfik pada Kanker Payudara Adeniar Yusnina; Izzati Muhimmah; Ika Fidianingsih
AUTOMATA Vol. 2 No. 2 (2021)
Publisher : AUTOMATA

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

Abstract

Tingkat keganasan kanker payudara dapat dinilai berdasarkan pada masalah abnormal dari pembentukan pleomorfik yang tidak beraturan. Penilaian dilakukan oleh ahli patologi dan mengacu pada gambar histopatologi sel payudara dari citra mikroskopis. Namun penilaian tersebut bersifat subjektif dan cenderung tidak tepat karena banyaknya karakteristik yang beragam. Ahli patologi di rumah sakit biasanya harus mengevaluasi lebih dari seratus kasus per hari, yang mana banyak memerlukan waktu yang cukup lama. Oleh karena itu, penting untuk mengembangkan suatu sistem untuk mempermudah hal tersebut dengan bantuan sistem komputerisasi, yaitu pengolahan citra digital. Penelitian ini terdiri dari tiga langkah utama: preprocessing, segmentasi, ekstraksi ciri. Pada proses segmentasi dengan cara mengelompokkan objek menurut kesamaan bentuk dari sel pleomorfik. Selanjutnya ekstraksi ciri menggunakan metode GLCM (Gray level Cooccurence Matrix), yaitu dengan melihat tingkat keabuan masing-masing citra yang dilihat dari 4 fiturnya: contrast, energy, entrophy, dan homogenitas. Fitur-fitur tersebut kemudian diklasifikasi dengan menggunakan metode SVM (Support Vector Machine). Ekstraksi ciri dalam 4 fitur menunjukkan hasil ketepatan sebesar 85%.
Identifikasi Stadium Plasmodium Ovale Penyebab Penyakit Malaria dari Apusan Darah Tipis dengan Sistem Berbantuan Komputer adelia sukma ardana; Izzati Muhimmah; Novyan Lusiyana
AUTOMATA Vol. 3 No. 1 (2022)
Publisher : AUTOMATA

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

Abstract

Malaria merupakan penyakit yang ditularkan dari gigitan nyamuk Anopheles betina infektif yang menghisap darah manusia. Pada tahun 2016 World Health Organization (WHO) melaporkan terdapat 216 juta kasus di dunia dan tercatat 445.000 jiwa diantaranya meninggal. Parasit yang menyebabkan penyakit malaria adalah parasit dari genus Plasmodium yang terdiri dari empat jenis, yaitu: Plasmodium malaria, Plasmodium falciparum, Plasmodium vivax, dan Plasmodium ovale. Setiap jenis parasit tersebut akan melewati tiga stadium dalam hidupnya, yang terdiri dari stadium tropozoit, skizon dan gametosit. Masing-masing dari jenis dan stadium parasit memiliki gejala dan ketahanan yang berbeda-beda terhadap obat. Oleh karena itu, dibutuhkan diagnosis yang tepat untuk dapat mengidentifikasinya. World Health Organization (WHO) menyarankan untuk menggunakan metode yang disebut pengujian diagnosis berbasis parasit, contohnya adalah analisis mikroskopis. Namun, metode ini membutuhkan ahli mikroskopis yang berpengalaman dan berkompetensi. Diagnosis (CAD) dapat dilakukan untuk mendeteksi dini penyakit malaria. CAD merupakan sistem yang digunakan untuk membantu menginterpretasikan citra medis dalam waktu singkat dan meningkatkan hasil akurasi diagnosis. Pada penelitian ini dilakukan cara untuk mengidentifikasi Plasmodium ovale dengan metode thresholding dan mengklasifikasikan parasit plasmodium berdasarkan stadiumnya. Citra dari hasil akuisisi dilakukan ROI dengan cropping manual yang berukuran 200 x 200 piksel sebagai tahap preprocessing. Dari 30 citra parasit Plasmodium ovale terdapat tiga jenis stadium yang terdiri dari 20 citra tropozoit, 6 citra skizon, dan 4 citra gametosit. Fitur yang digunakan adalah fitur bentuk, ukuran dan tekstur. Pengelompokan dilakukan dengan metode J48 dan “cross validation” berjumlah 10 folds. Dari proses tersebut diperoleh nilai akurasi 63,3333% dengan total 19 citra tepat, 11 citra tidak tepat. Dari hasil akurasi tersebut dapat dilakukan pengelompokan perbandingan citra yang tepat atau tidak tepat dengan data berupa grafik.
Co-Authors -, Indrayanti adelia sukma ardana Adeniar Yusnina Agung Purwo Wicaksono Agus Darmawan Ainan Nur Andhika Pratama Arif Sulaksana Putra Arrie Kurniawardhani Astrianty, Ledy Elsera Ause Labellapansa, Ause Azhari, M. Fauzan Aziz, Muhammad Thariq Dan Jeric Arcega Rustia Darmawan - Deny Rahmalianto Dhina Puspasari Wijaya, Dhina Puspasari Dhomas Hatta Fudholi Dimas Panji Eka Jalaputra Dimas Panji Eka Jalaputra Erika RE Denton Erlina Marfianti, Erlina Fajarwibowo, Dhimas Fajriyah, Rohmanul Franz, Annafi’ Galang Prihadi Mahardhika, Galang Prihadi Gracianna Devi, Micha Heksaputra, Dadang Helmi Roichatul Jannah Herlambang, Penggalih M Herman Yuliansyah Ika Fidianingsih Ika Firdianingsih Indrayanti, Indrayanti Indrayanti, Indrayanti Indri Dwi Febriani Irawan, Dudi Ivantoni, Redha Jamhari Jamhari July Arifianto Kariyam - Khairul Hafidh Komariyuli Anwariyah Kusumaningrum, Shinta Dewi Lailiyatus Sa'adah Lalu Mutawalli Lantip Rujito Latriwulansuci, Latriwulansuci Lestari, Tri Mukti Linda Rosita Lizda Iswari Meilita . Milano, Muhammad Khalifah Moh Reza Syaifur Rizal Mufti Syawaludin Muhammad Atnang Nazarudin, Zohan Novian Mahardika Putra Novyan Lusiyana Nurastuti Wijareni Nurdana Ahmad Fadil Oktavianto, Hardian Penggalih M Herlambang Penggalih M Herlambang Prabowo, Mei Rahadian Kurniawan Raisha Amini Rakhmawati, Restu Ratri Agung Nugraheni Reyer Zwiggelaar Riyanto, Didik Rizki Surtiyan Surya Rizky Eka Listanto Rohmatul Fajriyah Rohmatul Fajriyah Rositasari, Annisa S, Andika Bayu Sahriani Sasmito, Dinda Eling K Septia Rani Silvia Nurul Fata Smulders, Marinus J.M. Sri Kusumadewi Sri Winiarti TAUFIQ HIDAYAT Tien Budi Febriani Tito Yuwono, Tito Ummi Athiyah Wayan Tunas Artama Wigatning, Lestari H Wilda, Anisa Nurul Yasmini Fitriyati Yasmini Fitriyati, Yasmini Yuliansyah, Herman Yulianti, Ana ZAINUL ARIFIN