Article Per Year (5 Year)
p-Index From 2020 - 2025
1.383
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Ilmu Komputer dan Informasi Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Kursor Jurnal Teknologi Informasi dan Ilmu Komputer Register: Jurnal Ilmiah Teknologi Sistem Informasi WIDYA LAKSANA Jurnal Techno Bahari Jurnal Informatika: Jurnal Pengembangan IT
Randy Cahya Wihandika
Brawijaya University
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Mechanical Engineering Transportation Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Retinal blood vessel segmentation using multiple line operator-based methods Randy Cahya Wihandika; Putra Pandu Adikara; Sigit Adinugroho; Yuita Arum Sari; Fitri Utaminingrum
Bulletin of Electrical Engineering and Informatics Vol 11, No 3: June 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v11i3.3026

Abstract

The morphological alterations of the retinal blood vessels are important indicators that can be utilized to diagnose and track the progression of a number of disorders. Diabetic retinopathy (DR) is a condition that destroys the retina and is the major cause of visual loss caused by high blood glucose levels. One of the retinal objects impacted by DR is the blood vessel. By regularly monitoring changes in the retinal blood vessels, severe DR or even vision loss can be avoided. The condition of the blood vessel can be examined by segmenting the blood vessel area from a digital fundus image. Segmenting retinal blood vessels manually, on the other hand, is time-consuming and tedious, and especially when dealing with a high number of photographs. As a result, a system for segmenting retinal blood vessels automatically is crucial. Furthermore, methods for automatically segmenting retinal blood vessels are useful for person authentication systems based on the retina. Blood vessel segmentation can be accomplished in a number of ways. Based on the prior line operator method, an improved version of the line operator method is proposed in this paper. The proposed method demonstrates an improvement in accuracy over the previous method, with an accuracy of 94.61%.
ASPECT EXTRACTION IN E-COMMERCE USING LATENT DIRICHLET ALLOCATION (LDA) WITH TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY (TF-IDF) Satyawan Agung Nugroho; Fitra A Bachtiar; Randy Cahya Wihandika
Jurnal Ilmiah Kursor Vol 11 No 2 (2021)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/kursor.v11i2.247

Abstract

Social media is a common thing that people use. Posts or comments found on social media describe someone’s feelings and opinions so there have to be important topics that can be extracted from social media. In the e-commerce field, topic is an interesting thing to know because it can describes people’s opinion towards a product. However, the large number of social media users is currently making the process of finding topics from social media difficult, so computer assistance is needed. One method that can be used is Latent Dirichlet Allocation (LDA). LDA is a good method for extracting topics, but the drawback is that sometimes the topics are incomprehensible. To cover up the drawback, TF-IDF feature selection method is used so that less important words can be skipped so LDA can generate a better topic. The best hyperparameter values ​​obtained were 10 iterations, 10 topics, α and β values consecutively 0,1 and 0,01. The best feature selection percentile value is 90. This value is used to find the threshold that can be used as the lower limit of the TF-IDF value of each word so that the word with greater TF-IDF value can be used as feature.
Uji Parameter dan Arsitektur Convolutional Neural Network untuk Mendeteksi Citra Wajah Bermasker Dewi Novita Sari; Muh. Arif Rahman; Randy Cahya Wihandika
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976776

Abstract

Deteksi citra wajah bermasker dibutuhkan pada masa pandemi COVID-19 oleh lembaga-lembaga yang terhubung langsung dengan masyarakat karenakan terbatasnya sumber daya manusia dalam melakukan deteksi wajah bermasker secara konvensional. Penggunaan masker dalam aktivitas sehari-hari merupakan salah satu protokol perlindungan diri dari COVID-19 yang wajib diterapkan. Citra wajah bermasker digunakansebagai data masukan dengan proses deteksi menggunakan Convolutional Neural Network (CNN). Deteksi citra wajah bermasker telah banyak dilakukan dengan berbagai bentuk arsitektur model, akan tetapi tidak disertai dengan penjelasan dari pemilihan parameter yang digunakan. Pembuatan model dapat menjadi efisien jika dilakukan dengan mengetahui hubungan keterkaitan antar parameter yang diterapkan. Oleh karenanya, penelitian ini dilakukan dengan tujuan untuk mengetahui hubungan keterkaitan antar parameter dalam arsitektur model CNN. Sehingga dapat dihasilkan performa terbaik dalam mendeteksi citra wajah bermasker. Hubungan keterkaitan antar parameter yang diteliti terbatas pada ukuran kernel dan jumlah kernel karena peran aktif keduanya dalam melakukan pelatihan data. Dua ukuran kernel yang digunakan yaitu 3×3 dan 5×5 dengan jumlah 3 dan 6 buah. Empat arsitektur model dibangun dengan 7 layer penyusun menggunakan kombinasi parameter tersebut. Pelatihan model dilakukan menggunakan data citra wajah bermasker dan tidak bermasker berjumlah 3150 citra dengan 15 epoch, kemudian diuji menggunakan 1350 citra. Performa terbaik diperoleh dari kombinasi parameter ukuran kernel 5×5 berjumlah 6 buah pada setiap convolutional layer. Nilai f1-score terbaik yang diperoleh sebesar 0,95 dengan akurasi 0,95 dan nilai rata-rata loss 0,1692. Berdasarkan hasil tersebut, disimpulkan bahwa parameter ukuran kernel dan jumlah kernel memiliki hubungan keterkaitan dalam menghasilkan nilai performa arsitektur model CNN terbaik untuk pendeteksian citra wajah bermasker.AbstractDetection of masked face images is needed during the COVID-19 pandemic by institutions directly connected to the community due to limited human resources to perform conventional masked face detection. Using masks in daily activities is one of the self-protective protocols from COVID-19 that must be implemented. Masked face images are used as input data, the detection process uses Convolutional Neural Network (CNN). Detection of masked face images has been carried out with various forms of model architecture but is not accompanied by an explanation of the selected parameters used. Modeling can be done efficiently by knowing the relationship between the applied parameters. Therefore, this study aims to know the relationship between parameters in the CNN model architecture so that the best performance can be produced in detecting masked face images. The study of the relationship between parameters is limited to the size of the kernel and the number of kernels because of their active role in the data training. The two kernel sizes used are 3×3 and 5×5, with a total of 3 and 6 pieces. Four model architectures are built with seven layers using a combination of these parameters. The model training was carried out using masked and maskless faces of 3150 images with 15 epochs, then tested using 1350 images. The best performance is obtained from 6 pieces of 5×5 kernel size in each convolutional layer. The best f1-score value obtained is 0.95, with an accuracy of 0.95 and an average loss value of 0.1692. Based on these results, it is concluded that the kernel size parameter and the number of kernels have a relationship in producing the best CNN architectural performance value for masked face image detection.
Deteksi Jumlah Percabangan pada Trabecular Bone Menggunakan COSFIRE Filter untuk Identifikasi Osteoporosis Randy Cahya Wihandika
Jurnal Informatika: Jurnal Pengembangan IT Vol 5, No 2 (2020): JPIT, Mei 2020
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v5i2.1842

Abstract

Tulang rahang adalah salah satu tulang yang terkena pengaruh penurunan kepadatan mineral tulang yang diakibatkan oleh osteoporosis. Karena itu, citra radiograf panoramik gigi dapat digunakan untuk mengidentifikasi osteoporosis. Beberapa penelitian sebelumnya menunjukkan bahwa jumlah percabangan pada struktur tulang berbeda antara pasien normal dan pasien dengan kepadatan mineral tulang yang rendah. Namun, kontras yang rendah dan terdapatnya noise pada citra radiograf panoramik membuat ekstraksi struktur tulang menjadi sulit. Untuk itu, dibutuhkan sebuah metode untuk memperkuat struktur pada tulang tersebut.Pada penelitian ini, diusulkan sebuah metode untuk mendeteksi percabangan pada trabecular bone dengan enhancement pada struktur tulang menggunakan metode line operator. Dari struktur tersebut, lokasi percabangan dideteksi menggunakan metode COSFIRE. Kemudian, jumlah percabangan digunakan untuk membedakan antara radiograf pasien normal dan radiograf pasien osteoporosis.Pengujian klasifikasi dilakukan pada 98 citra yang terdiri atas 41 citra pasien osteoporosis dan 57 pasien normal. Hasilnya adalah sensitivity, specificity, dan akurasi masing-masing sebesar 0,90244, 0,23214, dan 0,51546. Hasil tersebut menunjukkan bahwa metode yang diusulkan menghasilkan performa yang lebih baik daripada metode sebelumnya.Tulang rahang adalah salah satu tulang yang terkena pengaruh penurunan kepadatan mineral tulang yang diakibatkan oleh osteoporosis. Karena itu, citra radiograf panoramik gigi dapat digunakan untuk mengidentifikasi osteoporosis. Beberapa penelitian sebelumnya menunjukkan bahwa jumlah percabangan pada struktur tulang berbeda antara pasien normal dan pasien dengan kepadatan mineral tulang yang rendah. Namun, kontras yang rendah dan terdapatnya noise pada citra radiograf panoramik membuat ekstraksi struktur tulang menjadi sulit. Untuk itu, dibutuhkan sebuah metode untuk memperkuat struktur pada tulang tersebut.Pada penelitian ini, diusulkan sebuah metode untuk mendeteksi percabangan pada trabecular bone dengan enhancement pada struktur tulang menggunakan metode line operator. Dari struktur tersebut, lokasi percabangan dideteksi menggunakan metode COSFIRE. Kemudian, jumlah percabangan digunakan untuk membedakan antara radiograf pasien normal dan radiograf pasien osteoporosis.Pengujian klasifikasi dilakukan pada 98 citra yang terdiri atas 41 citra pasien osteoporosis dan 57 pasien normal. Hasilnya adalah sensitivity, specificity, dan akurasi masing-masing sebesar 0,90244, 0,23214, dan 0,51546. Hasil tersebut menunjukkan bahwa metode yang diusulkan menghasilkan performa yang lebih baik daripada metode sebelumnya.
TRANSFER TEKNOLOGI MULTI EFFECT EVAPORATOR (MME) PADA UKM GULA MERAH DI DESA SUMBER AGUNG KEDIRI Argo, Bambang Dwi; Oktavian, Rama; Putranto, Angky Wahyu; Lestari, Anggi; Ramadhan, Faisal; Wihandika, Randy Cahya
JURNAL WIDYA LAKSANA Vol 9 No 2 (2020)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (564.835 KB) | DOI: 10.23887/jwl.v9i2.22277

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memoderenisasi alat mesin yang digunakan memproduksi gula merah agar dapat mempermudah dan mempercepat proses produksi serta untuk dapat menekan total biaya operasional. Selain itu kegiatan ini ditujukan untuk membantu meningkatkan produksi dan kualitas produk gula merah bagi UKM Gula Merah di Kabupaten Kediri. Namun demikian fokus kegiatan yang dilakukan pada kegiatan pengabdian ini yaitu proses pembuatan beberapa komponen evaporator, penyuluhan alat dan pendampingan kepada anggota UKM Gula Manis. Hasil dari kegiatan pengabdian kepada masyarakat ini yaitu berupa bantuan alat yang meliputi mainholeevaporator, system perpipaan dan pompa kepada mitra agar dapat menjalankan produksi gula merah dengan teknologi yang sudah dirancang. Hasil pengujian dan perhitungan dari performansi alat juga telah dilakukan untuk mendukung proses operasi menggunakan evaporator. Selain itu kegiatan sosialisasi proses pembuatan gula merah kapasitas industri juga telah dilaksanakan dengan baik.
Co-Authors Adinugroho, Sigit Agus Zainal Arifin Angky Wahyu Putranto Arief Andy Soebroto Bambang Dwi Argo Dahnial Syauqy Dewi Novita Sari Fitra Abdurrachman Bachtiar Hurriyatul Fitriyah Imam Cholissodin Imam Cholissodin Laksono Trisnantoro Lestari, Anggi M. Ali Fauzi Maria Tenika Frestantiya Maria Tenika Frestantiya, Maria Tenika Muh. Arif Rahman Naser Jawas Putra Pandu Adikara Rama Oktavian, Rama Ramadhan, Faisal Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Rizal Maulana Rizal Maulana, Rizal Romario Yudo Herlambang Satyawan Agung Nugroho Utaminingrum, Fitri Yuita Arum Sari Yuita Arum Sari Yurdha Fadhila Hernawan Ziya El Arief Ziya El Arief, Ziya El