Claim Missing Document
Check
Articles

KLASIFIKASI PENYAKIT PNEUMONIA PADA X-RAY PARU-PARU MENGGUNAKAN MODEL HYBRID GRAY LEVEL CO-OCCURRENCE MATRIX DAN ARTIFICIAL NEURAL NETWORK Rahmadi, Amdila; Wijaya, I Gede Pasek Suta; Irfan, Pahrul
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 8 No 1 (2026): Maret 2026
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v8i1.534

Abstract

Pneumonia is a leading cause of morbidity and mortality, particularly in children, requiring rapid and accurate diagnosis. This study proposes a hybrid classification model that combines Gray Level Co-occurrence Matrix (GLCM) texture feature extraction with an Artificial Neural Network (ANN) to analyze chest X-ray images. The dataset consisted of 3,150 images, balanced using random undersampling. GLCM features were extracted across multiple distances and four orientations, generating 19 texture features per image. Seven experimental scenarios were conducted to evaluate ANN architectures with 2, 3, and 4 fully connected layers to identify the most effective configuration. The best-performing model achieved an accuracy of 91.50%, with precision, recall, and F1-score of 0.91, demonstrating consistent performance in distinguishing normal and pneumonia cases. Due to its relatively low computational complexity, this approach is suitable for low-resource healthcare settings. Future work will focus on expanding the dataset and validating the model with clinical data to enhance real-world applicability.
Utilization of Open‑Source File Sharing Using Nextcloud for Data Exchange at the Archival and Library Office of Mataram City: PEMANFAATAN OPEN SOURCE FILE SHARING MENGGUNAKAN NEXTCLOUD DALAM BERTUKAR DATA PADA DINAS KEARSIPAN DAN PERPUSTAKAAN KOTA MATARAM Assazily, Muhammad Eysar; Hamidi, Mohammad Zaenuddin; Arinanta, Firmanda Rizky; Irfan, Pahrul
Jurnal Begawe Teknologi Informasi (JBegaTI) Vol. 7 No. 1 (2026): JBegaTI
Publisher : Program Studi Teknik Informatika, Fakultas Teknik Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jbegati.v7i1.1480

Abstract

Pengelolaan arsip digital di instansi pemerintahan sering menghadapi kendala dalam efisiensi, keamanan, dan keteraturan data. Kegiatan ini bertujuan untuk mengoptimalkan proses pertukaran dan pengelolaan arsip digital di Dinas Kearsipan dan Perpustakaan Kota Mataram melalui pemanfaatan platform open source Nextcloud. Sistem ini diterapkan sebagai solusi file sharing terpusat bernama Kotak Diarpus yang mendukung kolaborasi dan keamanan data antarpegawai. Untuk meningkatkan efisiensi operasional, dikembangkan serangkaian skrip otomatisasi berbasis Python yang diintegrasikan dengan Task Scheduler guna menjalankan proses kompresi, ekstraksi, pencadangan, dan pemantauan aktivitas file secara terjadwal tanpa intervensi manual. Implementasi sistem otomatisasi ini diuji melalui konfigurasi dan pengujian langsung di lingkungan instansi. Hasil menunjukkan bahwa seluruh fungsi berjalan stabil dan efektif dalam menjaga kontinuitas data. Penerapan Nextcloud dan otomatisasi berbasis Python terbukti mampu meningkatkan efisiensi, keamanan, dan keberlanjutan pengelolaan arsip digital, sekaligus meminimalkan risiko kehilangan data. Hasil kegiatan ini diharapkan menjadi dasar pengembangan sistem digital terintegrasi yang lebih andal pada instansi pemerintah.