Claim Missing Document
Check
Articles

Found 13 Documents
Search

Segmentasi Citra Sel Sabit dengan Menggunakan Algoritma K-Nearest Neighbor Untuk Deteksi Penyakit Anemia Katarina Febrianti; Rizki Dian Rahayani; Wahyuni Khabzli
Jurnal Elektro dan Mesin Terapan Vol. 3 No. 1 (2017): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.658 KB) | DOI: 10.35143/elementer.v3i1.171

Abstract

Anemia sel sabit (Sickle cell Anemia) merupakan penyakit kekurangan sel darah merah normal yang disebabkan oleh kelainan genetik pada tubuh manusia dimana sel-sel darah merah berbentuk sabit. Penelitian berjudul “identifikasi anemia sel sabit menggunakan teknik pengolahan citra dan algoritma K-NN” mencoba melakukan analisis otomatis berdasarkan citra sel darah masukan, yang kemudian akan di bedakan antara sel sehat dan sel sabit. Penelitian ini terdiri dari dua tahapan. Tahapan pertama adalah pengolahan citra ( grayscle, thresholding, resize image) yang akan digunakan sebagai masukan untuk tahapan kedua. Tahapan kedua adalah deteksi anemia sel sabit untuk mengidentifikasi anemia sel sabit, menggunakan algoritma k-nearest neighbor.Proses identifikasi terdiri dari tahapan pengolahan citra (grayscle, thresholding), pengukuran sel darah untuk mendapatkan data numberik sel yang akan digunakan sebagai masukan k-nearest neighbor, untuk kemudian dibedakan apakah sel darah masukan termasuk sel sehat atau sel sabit. Setelah melakukan 50 pengambilan data dengan nilai K yang bervariasi ( k=3, k=5, k=7, k=9, k=12) dapat disimpulkan bahwa K terbaik untuk penelitian ini adalah 3 dengan nilai akurasi 80%. Kata kunci : Anemia sel sabit,pengolahan citra digital, algoritma k-nearest neighbor (k-NN atau KNN).
Sistem Keamanan Aplikasi Chatting Menggunakan Algoritma Camelia Sri Muliyani; Wiwin Styorini; Wahyuni Khabzli
Jurnal Elektro dan Mesin Terapan Vol. 2 No. 2 (2016): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (366.116 KB) | DOI: 10.35143/elementer.v2i2.173

Abstract

Perkembangan teknologi sekarang ini sangat penting dalam pengiriman suatu informasi, Sehingga menyebabkan tingginya tingkat resiko dalam pembajakan data. Salah satu cara untuk mengamankan dari pembajakan data dengan menggunakan metode kriptografi. Dimana data atau informasi yang bersifat rahasia agar tidak diketahui oleh pihak-pihak yang tidak berkepentingan. Salah satu metoda kriptografi yang di gunakan yaitu metode camellia. Camellia merupakan block chiper yang di rancang oleh ahli-ahli dalam riset dan pengembangan teknik kriptografi. Metode camellia memiliki 3 secret kunci yaitu 128-bit, 192-bit, dan 256-bit, dan dengan blok data sebesar 128-bit. Aplikasi ini menggunakan bahasa pemograman PHP. Pada proyek akhir ini menambahkan membangun sebuah web untuk aplikasi chatting menggunakan algoritma camellia. Pada proyek akhir ini dapat diambil kesimpulan , untuk proses waktu enkripsi lebih lama menggunakan panjag kunci 256 bit dan berhasil membangun web untuk aplikasi chatting menggunakan algoritma camellia. Kata kunci Camellia, kriptografi, enkripsi, Dekripsi, Php (Perl Hypertext Processor)
Aplikasi Sensor Jarak Jauh pada Penerapan Gigabit Passive Optical Network (GPON) Berbasis Optisystem Wahyuni Khabzli; Muhammad Diono
Jurnal Elektro dan Mesin Terapan Vol. 4 No. 2 (2018): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.432 KB) | DOI: 10.35143/elementer.v4i2.2378

Abstract

Teknologi serat optik telah dapat digunakan sebagai aplikasi sensor jarak jauh. Selain kemampuannya dalam hal kecepatan dan kapasitas dalam trasnfer data, penggunaan serat optik pada aplikasi sensor jarak jauh adalah karena ukurannya yang kecil serta tidak membutuhkan sumber energi listrik. GPON (Gigabit Passive Optical Network) merupakan standar komunikasi optik yang dikembangkan oleh ITU-T via G.984. GPON memiliki memiliki beberapa keunggulan dibanding standar lain, yaitu: memiliki bandwidth yang besar dan efisiensi yang tinggi. Pada penelitian ini penulis merancang penggunaan serat optik pada aplikasi sensor jarak jauh menggunakan standar GPON pada salah satu client yang terhubung dengan STO BKR, STO PBR, STO RBI dan STO ARK Pekanbaru. Aplikasi sensor ini disimulasikan menggunakan software Optisystem dengan parameter pengujian yaitu power link budget dan Bit Error Rate (BER). Dari hasil pengukuran menggunakan Optical Power Meter (OPM) yang ada di Optosystem, diperoleh nilai level daya penerimaan lebih besar dari -28 dBm dan BER lebih kecil dari 10-9.
Analisis Perbandingan Machine Learning SVM Dan Adaboost Face Detection Dengan Metode Viola Jones: Analisis Perbandingan Machine Learning SVM Dan Adaboost Face Detection Dengan Metode Viola Jones Wiwin Styorini; Maylendra wati; Wahyuni Khabzli
Jurnal Elektro dan Mesin Terapan Vol. 4 No. 1 (2018): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.051 KB) | DOI: 10.35143/elementer.v4i1.2666

Abstract

Teknologi pengenalan wajah sudah banyak diimplementasikan dalam kehidupan sehari-hari. Untuk mendeteksi wajah pada suatu citra dibutuhkan kecepatan dan keakurasian yang cepat dan tepat. Salah satu metode pendeteksian wajah yang bisa digunakan adalah metode Viola Jones. Machine learning yang bisa diimplementasikan untuk metode ini adalah Adaboost dan SVM. Tujuan Penelitian ini adalah membandingkan kelebihan dan kekurangan dari 2 jenis machine learning tersebut. Hasil akurasi metode viola jones dengan machine learning Adaboost yaitu 90%. Total gambar yang digunakan adalah 50 dengan 30 sampel terdapat wajah dan 20 sampel yang tidak memiliki wajah. Sedangkan pada machine learning SVM tingkat keakurasian yang didapat yaitu sebesar 50%. Rata-rata waktu komputasi yang didapat pada metode AdaBoost sebesar 1,9s dan SVM sebesar 31,19s. Persentase nilai Sensitivitas metode AdaBoost didapat sebesar 86,66% dan SVM sebesar 80%. Nilai Spesifisitas untuk AdaBoost 95% dan untuk SVM yaitu 4,76% . Hal ini karena SVM menempatkan banyak sampel dalam kelompok yang ada wajah meskipun sampel tidak memiliki wajah. Sehingga penelitian ini menyimpulkan bahwa metode machine learning yang lebih efisien adalah dengan menggunakan metode AdaBoost. Kata kunci: deteksi wajah, viola jones, AdaBoost, svm, akurasi
Computer Aided Diagnosis (CAD) untuk Phonocardiogram (PCG) Berbasis Fast Fourier Tranform Yuli Triyani; Wahyuni Khabzli; Noptin Harpawi; Wiwin Styorini
Jurnal Elektro dan Mesin Terapan Vol. 7 No. 1 (2021): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (558.084 KB) | DOI: 10.35143/elementer.v7i1.4454

Abstract

Data from WHO 2015 shows that 70% of deaths in the world are caused by non-infection diseases, 45% are caused by heart and blood vessel disease, namely 17.7 million from 39.5 million deaths. Riset Kesehatan Dasar (Riskesdas) reported that in 2018, there were 15 of 1000 people, or 2,784,064 individuals in Indonesia suffering from heart disease. Symptoms of heart abnormalities often come suddenly. Therefore, early recognition can help to avoid heart attacks. Doctors currently use a heart sound / phonocardiogram (PCG) to assess the performance of the heart using a stethoscope. The PCG’s diagnosis is very influenced by the subjectivity of doctors because of its relatively weak and physical limitations. So that the possibility of a False Positive Result happening is quite high. To minimize this risk, a Computer Aided Diagnosis (CAD) PCG signal was developed. Several studies have proposed a PCG diagnostic method using the wavelet or Welch method and based on Neural Network are more complex. In this study, a simple diagnosis method is proposed so that the computation is easier and faster with good accuracy. The PCG signal is amplified twice, then the Fast Fourier Transform (FFT) process is carried out to obtain the characteristics of the fundamental frequency and max amplitude. The classification stage uses the Multi Layer Perceptron (MLP). From testing of 55 data PCG, the results obtained accuracy of 90%, sensitivity of 80%, PPV of 100% and NPV of 83.33%. Keywords: PCG, CAD, FFT, frekuensi fundamental, classification
Sistem Monitoring Jaringan Sensor Node Berbasis Protokol MQTT Muhammad Diono; Hamid Azwar; Wahyuni Khabzli
Jurnal Elektro dan Mesin Terapan Vol. 7 No. 2 (2021): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (397.51 KB) | DOI: 10.35143/elementer.v7i2.5232

Abstract

n this study, the implementation of a sensor node monitoring system based on the MQTT protocolis presented. The sensor node is made using the NodeMCU ESP8266 which is connected to thesensor to measure temperature, humidity, gas levels, and the presence of fire. Nodered is used tobuild a monitoring system. In this study, four connected sensor nodes were used. The MQTTprotocol is implemented on both sides of the sensor node and monitoring system. The sensor nodewill act as a publisher and the monitoring system will act as a subscriber. The sensor dataobtained will be sent to the monitoring system using the MQTT protocol. The test results showedthat the MQTT protocol was successfully implemented. Data from all sensor nodes can bedisplayed on the monitoring system
Penerapan Gigabit Ethernet Passive Optical Network (GEPON) Untuk Aplikasi Sensor Jarak Jauh Berbasis Optisystem Wahyuni Khabzli
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (555.287 KB)

Abstract

Gigabit Ethernet Passive Optical Network (GEPON) merupakan jaringan akses fiber optik point-to-multipoint dengan kecepatan yang sangat sesuai untuk diimplementasikan pada aplikasi sensor jarak jauh. GEPON telah distandardisasi menurut IEEE 802.3ah. GEPON memiliki keunggulan karena menggabungkan keunggulan teknologi PON dan teknologi Ethernet. GEPON memiliki keunggulan yaitu biaya rendah; bandwidth tinggi; skalabilitas, reorganisasi layanan fleksibel dan cepat; kompatibilitas dengan ethernet yang ada sehingga manajemen menjadi mudah. Pada penelitian ini, perancangan aplikasi sensor jarak jauh dilakukan menggunakan teknologi GEPON pada salah satu client dari STO BKR, STO PBR, STO RBI dan STO ARK Pekanbaru. Aplikasi sensor jarak jauh ini disimulasikan menggunakan software Optisystem terhadap beberapa parameter uji yaitu Power Link Budget dan Bit Error Rate (BER). Berdasarkan data yang telah didapat dari simulasi, dilakukan analisis dan hasilnya dibandingkan dengan standar IEEE 802.3ah. Dari hasil pengukuran Optical Power Meter (OPM) diperoleh nilai level daya penerimaan lebih besar dari -28 dBm, dan BER saat downstream adalah 0 dimana toleransi BER ideal sebesar 10-9. 
Monitoring Kualitas Udara dan Kontrol Air Purifier Honeywell HHT-080 Noptin Harpawi; Yuli Triyani; Wahyuni Khabzli; Yogi Syaputra
Jurnal Elektro dan Mesin Terapan Vol. 8 No. 1 (2022): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.747 KB) | DOI: 10.35143/elementer.v8i1.3445

Abstract

Air is very important for the survival of living things, air quality will affect the state of human health. At present air quality is only monitored by KLH (Ministry of Environment) of Riau Province, with monitoring points only 1-3 points per city / regency in Riau. The frequent occurrence of forest fires in Riau, causing air quality to deteriorate rapidly so it requires a tool that can monitor air quality and improve air quality to maintain human health. Therefore, the authors conducted research and design of tools to be able to monitor air quality (CO gas levels) and improve air quality in the room. The workings of this monitoring device are MQ-7 gas sensors measuring CO (carbon monoxide) gas levels, where the data is then processed and sent through a wi-fi network using ESP8266 and the data is also used as a reference for control the air purifier in the room. The results of this monitoring are shared using Google Spreadsheets by e-mail to the people whom concerned. The MQ-7 sensor works best in the range of 50-150 ppm carbon monoxide gas with a deviation of 14 ppm from a calibrated multi gas detector. Keywords: Monitoring, Gas CO, ESP8266, MQ-7, Google Sheets, Air quality, Air Purifier.
Penerapan Deep Learning Pada Jenis Penyakit Tanaman Kelapa Sawit Menggunakan Algoritma Convolutional Neural Network Wiwin Styorini; Wahyu Eka Putra; Wahyuni Khabzli; Yuli Triyani
Jurnal Komputer Terapan Vol. 8 No. 2 (2022): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (328.978 KB) | DOI: 10.35143/jkt.v8i2.5522

Abstract

The problem of Plant Destruction Organisms (OPT), especially related to disease, has always been an issue in the management of oil palm plantations. Oil palm has diseases caused by pests and others that can affect the growth and fruiting process. For this reasearch, the aims to identify whether or not oil palm plants are healthy through the color of their leaves, so that it will facilitate the performance of farmers. Deep Learning (DL) is a field of science from machine learning by doing deeper learning for many layers. Convolutional Neural Network (CNN) is one of the DL algorithms designed to process data in two-dimensional form such as images. Therefore, in this study, the CNN method will be applied to classify the health of oil palm plants based on the color of the leaves. The data used are 3000 data with test scenarios for training data and testing data are 90%:10%, 80%:20%, 70%:30% and 65%:35%. Based on the 4 test scenarios, the best accuracy obtained is 99.90% for the scenario of 65% of training data and 35% of testing data. While the lowest level of accuracy is 99.50% for the scenario of 90% training data and 10% testing data.
Implementasi Offline Speech Recognition Pada Home Device Wiwin - Styorini; Karina Indra Wijaya; Cyntia Widiasari; Wahyuni Khabzli
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2022: SNTIKI 14
Publisher : UIN Sultan Syarif Kasim Riau

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

Abstract

AbstrakSpeech Recognition (pengenalan suara) merupakan proses untuk mengkonversikan sinyal akustik (suara) melalui microphone sebagai perintah untuk mengoperasikan komputer yang digunakan untuk mengenali suatu kata yang diucapkan oleh seseorang. Pada penelitian ini speech recognition (pengenalan suara) digunakan untuk mengontrol Home Device dengan menggunakan ekstrak ciri Mel-Frequency Cepstral Coefficients (MFCC) dan pemodelan Hidden Markov Models (HMM). Mel-Frequency Cepstral Coefficients (MFCC) merupakan teknik yang mengambil contoh suara sebagai input. Untuk dapat memproses suara yang masuk pada mikrofon, maka sinyal suara diambil cirinya. Setelah cirinya didapat maka akan dibentuk pola oleh pemodelan Hidden Markov Models (HMM). Tujuan digunakan metode MFCC dan HMM diharapkan dapat meningkatkan keakurasian waktu dalam mengontrol Home Device. Home device yang digunakan dalam pengujian yaitu lampu dan kipas angin. Untuk pengontrolan tersebut dilakukan secara offline. Berdasarkan pengujian didapat tingkat akurasi sebesar 95,5 % dari 200 percobaan dengan menggunakan 10 kata perintah. Untuk pengujian menggunakan 2 user. Untuk pengujian dengan keadaan sekitar ribut (noise) didapat tingkat akurasi sebesar 7% dari 100 percobaan.