Articles
<![CDATA[Perbandingan Performa antara Imputasi Metode Konvensional dan Imputasi dengan Algoritma Mutual Nearest Neighbor ]]>
<![CDATA[Azwar Rizal Alfarisi]]>;
<![CDATA[Handayani Tjandrasa]]>;
<![CDATA[Isye Arieshanti]]>
<![CDATA[ Jurnal Teknik ITS Vol 2, No 1 (2013) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v2i1.2735
<![CDATA[Missing value adalah sebuah permasalahan yang sering terjadi pada dataset riil. Kekurangan ini biasanya mempengaruhi akurasi saat dilakukan klasifikasi dengan menggunakan dataset tersebut. Salah satu cara menyelesaikan masalah missing value tersebut adalah mengisi nilai baru atau dikenal dengan metode imputasi. Algoritma mutual nearest neighbor (MNN) adalah sebuah algoritma pengenalan pola yang menggunakan tetangga mutual terdekat suatu instance. Dalam studi ini, algoritma MNN digunakan sebagai metode imputasi. Performanya akan dibandingkan dengan metode imputasi konvensional yaitu mengisikan nilai mean atau modus data atribut ke missing value. Berdasarkan hasil uji coba, performa klasifikasi setelah dilakukan imputasi dengan algoritma MNN mengungguli performa klasifikasi dengan metode imputasi konvensional.]]>
<![CDATA[Deteksi Penyakit Epilepsi dengan Menggunakan Entropi Permutasi, K-means Clustering, dan Multilayer Perceptron ]]>
<![CDATA[Yunita Ardilla]]>;
<![CDATA[Handayani Tjandrasa]]>;
<![CDATA[Isye Arieshanti]]>
<![CDATA[ Jurnal Teknik ITS Vol 3, No 1 (2014) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (277.104 KB)
|
DOI: 10.12962/j23373539.v3i1.5486
<![CDATA[Epilepsi didefinisikan sebagai kumpulan gejala dan tanda-tanda klinis yang muncul disebabkan gangguan fungsi otak secara intermiten, yang terjadi akibat lepas muatan listrik abnormal atau berlebihan dari neuron-neuron secara paroksimal dengan berbagai macam etiologi. Banyak pasien yang tidak menyadari adanya gejala epilesi dalam dirinya. Oleh karena itu diperlukan sistem yang bisa memprediksi apakah seseorang menderita epilepsi bebas kejang, atau epilepsi kejang. Dalam artikel ini diimplementasikan perangkat lunak pendeteksi penyakit epilepsi dengan menggunakan entropi permutasi, K-means clustering, dan multilayer perceptron. Hasil model dari algoritma multilayer perceptron akan digunakan dalam proses prediksi. Dataset yang digunakan dalam proses uji coba berisi lima himpunan (A-E) EEG dari manusia sehat dan yang menderita epilepsi yang tersedia online (''Klinik für Epileptologie, Universität Bonn''). Performa terbaik yang dihasilkan oleh model adalah akurasi sebesar 96,5%, specificity sebesar 95,45%, dan sensitivity sebesar 97,97%.]]>
<![CDATA[Deteksi Penyakit Glaukoma pada Citra Fundus Retina Mata Menggunakan Adaptive Thresholding dan Support Vector Machine ]]>
<![CDATA[Ahmad Mustofa]]>;
<![CDATA[Handayani Tjandrasa]]>;
<![CDATA[Bilqis Amaliah]]>
<![CDATA[ Jurnal Teknik ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (700.017 KB)
|
DOI: 10.12962/j23373539.v5i2.18929
<![CDATA[Glaukoma adalah penyebab kebutaan kedua terbanyak setelah katarak. Berbeda dengan katarak, kebutaan yang disebabkan oleh glaukoma bersifat permanen. Hal ini karena glaukoma disebabkan oleh tekanan besar pada bola mata yang menyebabkan tersumbatnya pembuluh darah yang menuju ke syaraf mata sehingga syaraf mata tidak mendapatkan suplai darah yang cukup dan akhirnya akan mengalami kerusakan. Gejala glaukoma yang timbul biasanya tidak dapat dirasakan secara langsung. Sehingga perlu dilakukan pemeriksaan mata terlebih dahulu untuk mengetahui adanya glaukoma. Pada pengerjaan tugas akhir ini, dibangun sebuah perangkat lunak untuk mendeteksi penyakit glaukoma pada citra fundus retina mata. Tahap pertama dalam pengerjaan tugas akhir ini adalah proses preprocessing citra. Tahap preprocessing terbagi menjadi preprocessing optic cup, preprocessing optic disk, dan preprocessing pembuluh darah. Kemudian akan dilakukan proses segmentasi optic cup, optic disk, dan pembuluh darah dengan menggunakan metode adaptive thresholding. Setelah proses segmentasi selesai, maka fitur Cup to disk ratio (CDR), ISNT Neuro Retinal Rim (NRR), dan ISNT pembuluh darah akan diekstraksi dari masing-masing citra yang telah tersegmentasi. Ketiga fitur tersebut kemudian dijadikan masukan pada pengklasifikasi support vector machine dengan menggunakan metode pencarian hyperplane sequential minimal optimization dan fungsi kernel linear. Dengan menggunakan data yang diambil dari database RIM-ONE, didapatkan nilai akurasi rata-rata sebesar 80%.]]>
<![CDATA[Deteksi Ekspresi Wajah Menggunakan Fitur Gabor dan Haar Wavelet ]]>
<![CDATA[Claudia Primasiwi]]>;
<![CDATA[Handayani Tjandrasa]]>;
<![CDATA[Dini A. Navastara]]>
<![CDATA[ Jurnal Teknik ITS Vol 7, No 1 (2018) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v7i1.28706
<![CDATA[Manusia bersosialisasi secara verbal dan non-verbal. Salah satu bahasa non-verbal yang sering digunakan manusia untuk berinteraksi adalah ekspresi wajah. Penelitian ini dibagi menjadi tiga tagap: Deteksi wajah dan pre-processing menggunakan algoritma Viola-Jones dan histogram equalization, ekstraksi fitur Gabor dan fitur Haar, dan klasifikasi SVM One vs. All. Pada penelitian ini, digunakan kombinasi fitur Gabor dan Haar untuk dibandingkan dan digabungkan dengan fitur Landmark yang telah disediakan di database. Fitur Gabor dan Haar memiliki akurasi sebesar 92% dengan kelas terbaik berupa ekspresi senang.]]>
<![CDATA[APLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET ]]>
<![CDATA[Anny Yuniarti]]>;
<![CDATA[Nadya Anisa Syafa]]>;
<![CDATA[Handayani Tjandrasa]]>
<![CDATA[ Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2010): Computatinal ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan teknologi informasi yang pesat telah memberi peran yang sangat penting untuk menjalin pertukaran informasi yang cepat. Kecepatan pengiriman informasi akan menjadi bagian utama dalam pertukaran informasi masa mendatang. Salah satu cara untuk mempersingkat waktu dan memperkecil biaya pengiriman adalah dengan melakukan pemampatan data teks, suara dan citra sebelum ditransmisikan. Dalam makalah ini, diperkenalkan suatu metode kompresi citra baru berbasis rough fuzzy set yang menggunakan metode kuantisasi vektor. Metode ini dinamakan Rough Fuzzy Vector Quantization (RFVQ). Dengan menggunakan RFVQ diperoleh hasil kompresi yang baik karena citra yang dihasilkan serupa dengan citra aslinya. Metode ini disusun dari tiga fase yaitu perancangan codebook, fase coding, dan fase decoding. Uji coba dilakukan pada citra abu–abu 8 bit per piksel berukuran 256 x 256. Hasil ujicoba ditunjukkan dengan nilai Peak Signal to Noise Ratio (PSNR) dengan blok dimensi dan tingkat kompresi tertentu. Tingkat kompresi yang bagus untuk menghasilkan citra kompresi dengan metode ini adalah tingkat kompresi 0.25.]]>
<![CDATA[Sistem Pengukuran Mutu Buah Mangga Berdasarkan Kematangan, Ukuran dan Area Bercak Menggunakan Fuzzy Inference System ]]>
<![CDATA[Saiful Nur Budiman]]>;
<![CDATA[Handayani Tjandrasa]]>
<![CDATA[ Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 7, No 1 (2017): Jurnal Inspiration Volume 7 Issue 1 ]]>
Publisher : <![CDATA[STMIK AKBA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35585/inspir.v7i1.2432
<![CDATA[Grading mangga secara konvensional menggunakan tenaga manusia memerlukan waktu lama dan hasil yang tidak maksimal. Parameter yang digunakan dalam proses grading adalah tingkat kematangan dan kualitas suatu mangga. Tingkat kematangan sebuah mangga ditentukan oleh perubahan warna, sedangkan untuk kualitas ditentukan oleh ukuran dan rasio bercak. Pada penelitian ini FIS (Fuzzy Inference system) Mamdani digunakan untuk mendapatkan hasil grading yang lebih baik berdasarkan parameter warna, ukuran, dan bercak suatu mangga. Conveyer belt digunakan untuk mengangkut mangga sehingga proses grading lebih cepat. Akibatnya, citra mangga mengalami motion blur. Hasil penelitian menunjukkan bahwa pada kondisi diam diperoleh akurasi sebesar 77%. Sementara pada kondisi bergerak akurasinya semakin menurun.]]>
<![CDATA[Robot Motion Control Using the Emotiv EPOC EEG System ]]>
<![CDATA[Sandy Akbar Dewangga]]>;
<![CDATA[Handayani Tjandrasa]]>;
<![CDATA[Darlis Herumurti]]>
<![CDATA[ Bulletin of Electrical Engineering and Informatics Vol 7, No 2: June 2018 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (360.633 KB)
|
DOI: 10.11591/eei.v7i2.678
<![CDATA[Brain-computer interfaces have been explored for years with the intent of using human thoughts to control mechanical system. By capturing the transmission of signals directly from the human brain or electroencephalogram (EEG), human thoughts can be made as motion commands to the robot. This paper presents a prototype for an electroencephalogram (EEG) based brain-actuated robot control system using mental commands. In this study, Linear Discriminant Analysis (LDA) and Support Vector Machine (SVM) method were combined to establish the best model. Dataset containing features of EEG signals were obtained from the subject non-invasively using Emotiv EPOC headset. The best model was then used by Brain-Computer Interface (BCI) to classify the EEG signals into robot motion commands to control the robot directly. The result of the classification gave the average accuracy of 69.06%.]]>
<![CDATA[Analisis Fitur Sinyal Emosi EEG Berdasarkan Hybrid Decompotion ]]>
<![CDATA[Saiful Bahri Musa]]>;
<![CDATA[Handayani Tjandrasa]]>
<![CDATA[ Energy - Jurnal Ilmiah Ilmu-Ilmu Teknik Vol 7 No 1 (2017): Jurnal ENERGY Vol. 7 No. 1 Edisi Mei 2017 ]]>
Publisher : <![CDATA[Fakultas Teknik ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (640.107 KB)
<![CDATA[Hasil rekaman EEG memiliki sejumlah channel atau elektroda dalam menentukan emosi manusia. Setiap Channel tersebut memilik frekuensi dengan kurun waktu yang sama, di mana masing-masing channel memiliki karakteristik frekuensi yang tidak sama. Hal tersebut dapat mempengaruhi proses komputasi cerdas dalam pengenalan emosi manusia. Dalam penelitian ini diusulkan proses penyaringan sinyal EEG berdasarkan metode Empirical Mode Decomposition (EMD) dan WaveletPacketDecomposition (WPD) dalam membentuk data fitur emosi manusia. Selanjutnya data fitur dianalisis berdasarkan grafik penyebaran dan karakteristik data dengan menggunakan analisis boxplot.Pada penelitian ini menggambarkan bahwa fungsi logaritmicstatistic dapat menghasilkan nilai fitur sinyal emosi manusia yang memiliki pola serta penyebaran data fituryang simetris.Kata kunci : empirical mode decomposition, waveletpacketdecomposition, analisis boxplot]]>
<![CDATA[Orientasi Citra secara otomatis berdasarkan keberadaan wajah menggunakan fitur HAAR-LIKE ]]>
<![CDATA[Ahmad Hifdu Abror]]>;
<![CDATA[Handayani Tjandrasa]]>
<![CDATA[ Melek IT : Information Technology Journal Vol. 1 No. 1 (2015): Melek IT : Information Technology Journal ]]>
Publisher : <![CDATA[Informatics Engineering Department-UWKS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (353.965 KB)
|
DOI: 10.30742/melekitjournal.v1i1.6
<![CDATA[Perkembangan dan penggunaan teknologi kamera digital saat ini sudah sangat meningkat, ditandai dengan banyaknya jenis kamera serta disematkannya kamera pada berbagai perangkat seperti laptop, ponsel, tab, jam tangan dan gadget lainnya, sehingga kegiatan fotografi menjadi semakin mudah. Namun sebagian besar perangkat-perangkat tersebut tidak memiliki sensor untuk menyimpan informasi mengenai orientasi foto yang diambil apakah itu portrait atau landscape. Karena itu, kebanyakan foto-foto yang mengalami rotasi tidak sebagaimana mestinya baru disadari ketika disajikan di depan layar komputer atau televisi. Pada penelitian ini diajukan sebuah metode perbaikan orientasi citra secara otomatis menggunakan fitur haar-like dengan klasifikasi cascade adaboost untuk mendeteksi objek wajah manusia yang ada didalamnya, kemudian dari objek wajah yang ditemukan akan dijadikan acuan untuk perbaikan orientasi.]]>
<![CDATA[Modification of IDTCS Method for Touching Leukemia Cell Grouping ]]>
<![CDATA[Nenden Siti Fatonah]]>;
<![CDATA[Chastine Fatichah]]>;
<![CDATA[Handayani Tjandrasa]]>
<![CDATA[ Journal Research of Social Science, Economics, and Management Vol. 1 No. 8 (2022): Journal Research of Social Science, Economics, and Management ]]>
Publisher : <![CDATA[Publikasi Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1955.032 KB)
|
DOI: 10.59141/jrssem.v1i8.136
<![CDATA[Morphological analysis and calculation of the number of white blood cells on microscopic images are stages in diagnosing leukemia. Constraints in developing a system for diagnosing leukemia are white blood cell segmentation and counting of the number single cells in touching cell. We propose to modify the Iterative Distance Transform For Convex Sets (IDTCS) method to separate the touching leukemia cells. The IDTCS method is used to determine markers for each cell in touching cells. The marker results from the IDTCS method are used as cell centroids and the next process is pixels clustering based on the nearest cell centroid using the euclidean distance function. The data used are microscopic images of Acute Lymphoblastic Leukemia (ALL). The experimental results show that using modified IDTCS method for clustering produces better accuracy compared to the K-Means clustering and Watershed methods.]]>
