Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Journal of Intelligent Systems Applied Industrial Engineering Journal
Vincent Suhartono
Universitas Dian Nuswantoro
Computer Science & IT Engineering Industrial & Manufacturing Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Color and Texture Feature Extraction Using Gabor Filter - Local Binary Patterns for Image Segmentation with Fuzzy C-Means Wicaksono, Yanuar; Wahono, Romi Satria; Suhartono, Vincent
Journal of Intelligent Systems Vol 1, No 1 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1514.261 KB)

Abstract

Image segmentation to be basic for image analysis and recognition process. Segmentation divides the image into several regions based on the unique homogeneous image pixel. Image segmentation classify homogeneous pixels basedon several features such as color, texture and others. Color contains a lot of information and human vision can see thousands of color combinations and intensity compared with grayscale or with black and white (binary). The method is easy to implement to segementation is clustering method such as the Fuzzy C-Means (FCM) algorithm. Features to beextracted image is color and texture, to use the color vector L* a* b* color space and to texture using Gabor filters. However, Gabor filters have poor performance when the image is segmented many micro texture, thus affecting the accuracy of image segmentation. As support in improving the accuracy of the extracted micro texture used method of Local Binary Patterns (LBP). Experimental use of color features compared with grayscales increased 16.54% accuracy rate for texture Gabor filters and 14.57% for filter LBP. While the LBP texture features can help improve the accuracy of image segmentation, although small at 2% on a grayscales and 0.05% on the color space L* a* b*. Keywords: Texture and Color, Image Segmentation, Local Binary Pattern, Gabor Filter, Fuzzy c-Means
Pemilihan Parameter Smoothing pada Probabilistic Neural Network dengan Menggunakan Particle Swarm Optimization untuk Pendeteksian Teks Pada Citra Saputri, Endah Ekasanti; Wahono, Romi Satria; Suhartono, Vincent
Journal of Intelligent Systems Vol 1, No 1 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (563.973 KB)

Abstract

Teks sering dijumpai di berbagai tempat seperti nama jalan, nama toko, spanduk, penunjuk jalan, peringatan, dan lain sebagainya. Deteksi teks terbagi menjadi tiga pendekatan yaitu pendekatan tekstur, pendekatan edge, dan pendekatan Connected Component. Pendekatan tekstur dapat mendeteksi teks dengan baik, namun membutuhkan data training yang banyak. Probabilistic Neural Netwok (PNN) dapat mengatasi permasalahan tersebut. Namun PNN memiliki permasalahan dalam menentukan nilai parameter smoothing yang biasanya dilakukan secara trial and error. Particle Swarm Optimization (PSO) merupakan algoritma optimasi yang dapat menangani permasalahan pada PNN. Pada penelitian ini, PNN digunakan pada pendekatan tekstur guna menangani permasalahan pada pendekatan tekstur, yaitu banyaknya data training yang dibutuhkan. Selain itu, digunakan PSO untuk menentukan parameter smoothing pada PNN agar akurasi yang dihasilkan PNN-PSO lebih baik dari PNN tradisional. Hasil eksperimen menunjukkan PNN dapat mendeteksi teks dengan akurasi 75,42% hanya dengan mengunakan 300 data training, dan menghasilkan 77,75% dengan menggunakan 1500 data training. Sedangkan PNN-PSO dapat menghasilkan akurasi 76,91% dengan menggunakan 300 data training dan 77,89% dengan menggunakan  1500 data training. Maka dapat disimpulkan bahwa PNN dapat mendeteksi teks dengan baik walaupun data training yang digunakan sedikit dan dapat mengatasi permasalahan pada pendekatan tekstur. Sedangkan, PSO dapat menentukan nilai parameter smoothing pada PNN dan menghasilkan akurasi yang lebih baik dari PNN tradisional, yaitu dengan peningkatan akurasi sekitar 0,1% hingga 1,5%. Selain itu, penggunaan PSO pada PNN dapat digunakan dalam menentukan nilai parameter smoothing  secara otomatis pada dataset yang berbeda. 
Analisa Otot dan Gerak Jari Pasien Stroke Menggunakan Teknologi Sarung Tangan Cerdas Ning Ayu, Nailly Asmara; Suhartono, Vincent; Kurniatie, Menik Dwi
Applied Industrial Engineering Journal Vol. 6 No. 2 (2022): DESEMBER
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/aiej.v6i2.8952

Abstract

Sarung tangan pintar adalah teknologi pengukur kekuatan otot yang dapat mendukung perawatan medis bagi orang yang baru saja terkena serangan stroke. Objektif : untuk melihat hasil nilai kekuatan otot saat tenaga medis melakukan terapi pada pasien. Sebelum memakai sarung tangan pintar dan gerakan jari saat memegang bola karet, motivasi pasien normal dan pasien stroke non hemoragik, dari 6 responden hanya 2 pasien stroke hemoragik, latihan awal pada pasien normal sebagian besar dalam kategori lengkap, 85% atau 85 data, semua data gerakan jari s1-s5, sedangkan pasien stroke non hemoragik mendapat skor kurang dari 100% pada 25 data kategori. Peningkatan kekuatan motorik setelah latihan pada pasien normal cukup sebesar 62,5% atau 25 data lebih dari 40 data s6-s7. Sedangkan pada pasien stroke nonhemoragik dengan klasifikasi lebih sedikit, 85% atau 17 data berasal dari data s6-s7. Secara keseluruhan pergerakan pasien setelah terkena peluru karet bisa disebut cukup baik. 
Implementasi Internet of Things pada Heart Rate dan SpO2 dengan Fotopletismograf Oktavianti, Rahma Eka; Suhartono, Vincent; Rahadian, Helmy
Applied Industrial Engineering Journal Vol. 7 No. 1 (2023): JUNI
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/aiej.v7i2.8954

Abstract

Perkembangan internet saat ini sangat pesat dan berdampak luas pada berbagai aspek kehidupan manusia. Salah satu konsep yang berkembang saat ini dalam penggunaan internet adalah Internet of Things (IoT) yang mengacu pada penggunaan koneksi internet yang selalu on setiap saat. Tujuan IoT adalah menghubungkan perangkat secara online untuk membantu mengotomatiskan tugas atau pekerjaan seseorang. Pada era sekarang yang mengusung industry 4.0 berbasis IoT dimana segala aspek mulai dikirim melalui internet, sehingga lebih praktis dan fleksibel. Dengan dihubungkannya alat medis ke dalam IoT, akan memudahkan seorang tenaga medis bahkan pasien untuk memonitoring kesehatannya sendiri secara real time. Pada IoT menggunakan ESP32 sebagai mikrokontroller sekaligus penghubung dengan jaringan internet (Wi-Fi). Dalam implementasi IoT disini menggunakan Web server Local Host sebagai penampil dari data yang dikirim ke internet. Dalam IoT ini juga menggunakan Bahasa C pada Arduino IDE dimana program tersebutlah yang nantinya akan digunakan sebagai penghubung hardware tersebut ke internet untuk mengirim data dari hasil Heart Rate dan SPO2 yang telah diproses dan disimpan. Pemantauan pada alat ini dilakukan secara wireless, sehingga dokter atau pasien dapat memonitor detak jantung dan saturasi oksigen secara real time melalui PC atau web menggunakan WI-FI.
Rancang Bangun Monitoring Heart Rate dan SpO2 dengan Photoplethysmography (PPG) Siahaan, Tiari Veronica; Suhartono, Vincent; Mayasari, Dita Ayu
Applied Industrial Engineering Journal Vol. 6 No. 2 (2022): DESEMBER
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/aiej.v6i2.8957

Abstract

Pola hidup yang tidak sehat sudah sangat melekat pada kehidupan manusia di zaman modern seperti saat ini. Merokok, makanan cepat saji dan berlemak tinggi, dan jarang berolahraga menjadi salah satu faktor yang dapat menyebabkan penyakit pada sistem kardiovaskular. Satu dari sepuluh kematian di dunia disebabkan oleh Penyakit pada sistem kardiovaskular. Peranan alat medis dalam mendeteksi detak jantung dan SpO2 untuk membantu dokter mendapatkan mendiagnosa gejala-gejala awal dari penyakit jantung. Seperti oximeter yang dapat mendeteksi detak jantung (heart rate) dan kadar oksigen dalam darah (SpO2), akan tetapi oximeter tidak dapat menampilkan diagnosis awal dari hasil yang telah didapatkan. Dimana pasien tetap dapat mengukur heart rate dan SpO2 sesaat setelah melakukan aktivitas sehari-hari lalu data yang nantinya didapat dan diolah akan dikirim ke web server yang sudah tersambung dengan dokter maupun perawat. Penelitian ini menggunakan sensor MAX30100 dimana sensor ini melakukan pengukuran dengan metode photoplethysmography yang nantinya akan mendapatkan nilai dari heart rate dan SpO2, lalu menggunakan NodeMCU ESP32 sebagai microcontroller yang berfungsi sebagai penyimpanan data dan alat bantu untuk mengirimkan data ke web server setelah dilakukannya proses clustering data agar dapat menampilkan indikasi dari hasil pengukuran dan menggunakan Organik LED (OLED) untuk menampilkan hasil pengukuran.
Klasifikasi Detak Jantung dan Kadar Oksigen Menggunakan Threshold Martins, Maria Natalia; Suhartono, Vincent; Kurniatie, Menik Dwi
Applied Industrial Engineering Journal Vol. 6 No. 2 (2022): DESEMBER
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/aiej.v7i2.8958

Abstract

Ketika mengawasi kondisi kesehatan individu, data seperti denyut jantung dan tingkat oksigen dalam darah menjadi informasi yang sangat berharga bagi tenaga medis. Informasi ini diterapkan untuk mengidentifikasi apakah seseorang dalam keadaan sehat, karena kedua data tersebut memberikan indikasi tentang kesehatan jantung dan paru-paru. Dengan menggunakan teknologi yang dapat mendeteksi penyakit jantung dan mengukur kadar oksigen, orang dengan gejala tersebut dapat mengetahui kondisinya tidak akan bertambah parah. Penggunaan ambang dianggap sebagai metode yang efektif untuk mengelola penentuan risiko penyakit jantung dan memantau kadar oksigen. Metode ambang batas dapat dibagi menjadi beberapa kategori berdasarkan rentang nilai detak jantung dan kadar oksigen darah, seperti bradikardia (denyut jantung rendah), takikardia (denyut jantung tinggi), detak jantung normal, dll. Biasanya, hipoksia (rendah oksigen) dan SpO2 normal. Penggunaan data pada penelitian ini adalah data yang berjumlah 5 orang dengan tiga kali pengukuran untuk setiap individu. Data kemudian melewati langkah prosedur thresholding. Berdasarkan pengujian yang dilakukan, didapatkan hasil bahwa sistem mampu mengklasifikasikan detak jantung dan kadar oksigen dengan akurasi 100%. 
Co-Authors Dita Ayu Mayasari, Dita Ayu Endah Ekasanti Saputri Kurniatie, Menik Dwi Martins, Maria Natalia Ning Ayu, Nailly Asmara Oktavianti, Rahma Eka Rahadian, Helmy Romi Satria Wahono Siahaan, Tiari Veronica Yanuar Wicaksono