Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika Medika Teknika : Jurnal Teknik Elektromedik Indonesia
Wahyu Syahputra
Universitas Bengkulu
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Desain dan Implementasi Aplikasi Manajemen Repository Surat Berbasis Web (Studi Kasus: Fakultas Teknik Universitas Bengkulu) Mochammad Yusa; Funny Farady Coastera; Wahyu Syahputra; Stefani Tasya Hallatu
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.212 KB) | DOI: 10.33369/rekursif.v9i1.14525

Abstract

Surat merupakan salah satu media informasi yang sering digunakan dalam menyampaikan sebuah informasi kepada orang lain. Pada lingkungan Fakultas Teknik ada beberapa kendala di bidang surat menyurat khususnya Surat Keputusan dan Surat Tugas. Pada Lingkungan Fakultas Teknik Universitas Bengkulu, pendistribuasian Surat Keputusan dan Surat Tugas masih dilakukan secara konvensional dengan menyerahkan langsung terhadap yang bersangkutan dalam bentuk hardcopy. Selain itu, SK dan Surat Tugas yang menumpuk juga sangat sulit untuk diurutkan berdasarkan tanggalnya sesuai dengan kebutuhan - kebutuhan penggunaan SK  dan Surat Tugas tersebut. Penelusuran terkait resmi atau tidaknya SK dan Surat Tugas yang dikeluarkan juga menjadi kendala lainnya meskipun potensinya kecil namun tidak menutup kemungkinan hal ini dapat terjadi. Sehingga dilakukan penelitian ini yang bertujuan untuk merancang sistem informasi yang memungkinkan dapat mengarsipakan data histori surat keputusan dan surat tugas yang dikeluarkan dari Fakultas Teknik Universitas Bengkulu. Pembuatan sistem informasi ini menggunakan metode pengumpulan data dengan mengumpulkan data dari dokumen atau catatan yang ada, dan juga menggunakan metode studi literatur dengan menelusuri sumber – sumber tuliasan lainnya. Untuk mencapai hasil peneilitan ini dilakukan analisis masalah, kebutuhan, dan lainnya sehingga di dapatkan hasil perancangan UML dan perancangan sistem informasi beserta dengan pengujiannya.
Klasifikasi Kanker Kulit Berbasis CNN dengan Metode Hybrid Preprocessing Fedryanto Dartiko; Refki Jorgi Pradana; Renti Epana Sari; Wahyu Syahputra; Widhia KZ Oktoeberza
Medika Teknika : Jurnal Teknik Elektromedik Indonesia Vol 5, No 2 (2024): April
Publisher : Universitas Muhammadiyah Yogyakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/mt.v5i2.22675

Abstract

Kulit dapat mengalami berbagai gangguan kesehatan jika mendapatkan paparan lingkungan luar yang terlalu intens, salah satunya adalah kanker kulit. Untuk itu, deteksi dini sangat diperlukan agar pasien sesegera mungkin mendapatkan penanganan lebih lanjut. Penelitian ini bertujuan untuk klasifikasi kanker kulit benign (jinak) dan malignant (ganas). Pemanfaatan AI dapat digunakan dalam klasifikasi karena dapat meningkatkan nilai akurasi. Metode convolutional neural network (CNN) dilibatkan dalam penelitian ini. Metode CNN dapat mengklasifikasi dengan cepat dan memiliki nilai akurasi yang cukup tinggi tanpa harus mengekstraksi fitur terlebih dahulu. Kontribusi dalam penelitian ini yakni menggunkan metode hybrid preprocessing yang terdiri dari CLAHE, morphological closing dan median filter pada preprocessing data untuk menghilangkan noise yang biasanya terdapat pada epidermis kulit berupa  rambut-rambut halus. Metode CNN selanjutnya memproses masukan citra dari hasil preprocessing, lalu mengklasifikasikan citra  kanker kulit menjadi kategori benign dan malignant. Setelah tahap pengujian sistem berhasil memperoleh hasil yang cukup memuaskan, dengan nilai accuracy sebesar 78,19% dan loss 0.5324. Kinerja sistem dengan metode yang diusulkan mencapai akurasi yang baik dan cukup mampu diimplementasikan untuk membantu para profesional medis dalam membuat mendiagnosis kanker kulit.
Co-Authors Fedryanto Dartiko funny farady Coastera Mochammad Yusa Refki Jorgi Pradana Renti Epana Sari Stefani Tasya Hallatu Widhia KZ Oktoeberza