Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems Jurnal Ilmu Komputer RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Journal of Applied Data Sciences
Dyah Aruming Tyas
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Purwarupa Sistem Kendali PID: Studi Kasus Kendali Suhu Ruang Dyah Aruming Tyas; Raden Sumiharto
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 3, No 1 (2013): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.137 KB) | DOI: 10.22146/ijeis.3875

Abstract

AbstrakSistem pengendalian otomatis banyak memberikan keuntungan bagi manusia. Selain dapat mempercepat waktu kerja, pengendalian otomatis juga dapat mengurangi kesalahan yang dilakukan oleh manusia (human error) dan meningkatkan efektifitas kerja. Salah satu aplikasi pengendalian otomatis adalah pengendalian suhu dengan tujuan memperoleh suhu yang diinginkan dalam waktu yang relatif singkat serta dapat mempertahankan suhu dalam kondisi stabil meski terdapat gangguan. Sistem pengendalian suhu dapat diimplementasikan menggunakan board Arduino dan LabVIEW. Pada sistem pengendalian suhu ini digunakan tiga buah sensor suhu LM35. Ketiga sensor suhu teresebut diletakkan pada posisi yang berbeda di dalam plant untuk mengetahui penyebaran suhu yang terjadi pada plant. Salah satu sensor tersebut selain untuk mengetahui persebaran suhu juga digunakan sebagai feedback. Data dari sensor kemudian masuk ke board Arduino, yang pada sistem pengendalian suhu ini berfungsi sebagai akuisisi data. Untuk menjaga suhu di dalam plant, digunakan heater untuk menaikan suhu jika suhu plant dibawah set point dan kipas ventilasi untuk menurunkan suhu jika suhu di dalam plant melebihi set point. Untuk mengendalikan heater dan kipas ventilasi ini digunakan kendali PID yang diimplementasikan melalui LabVIEW. Pada kendali PID diperlukan tiga parameter yang bisa didapatkan dengan penalaan Ziegler-Nichols.Hasil dari penelitian menunjukkan bahwa respon plant adalah osilasi kontinyu dan bisa diatasi dengan menggunakan penalaan osilasi kontinyu Ziegler-Nichols. Dengan menggunakan kendali PID pada LabVIEW dan penalaan parameter menggunakan metode Ziegler-Nichols, untuk set point suhu 40oC didapatkan respon plant sebesar (40±0,5) oC. Dengan kata lain pengendalian suhu menggunakan kendali PID dan metode Ziegler-Nichols memiliki error dibawah  2% yang menunjukkan bahwa sistem kendali suhu ini layak untuk digunakan. Kata kunci— suhu, kendali PID, LabVIEW, board Arduino, Ziegler-Nichols, feedback AbstractAutomatic control system provides many benefits for humans. Besides being able to speed up work time, automatic control can also reduce the errors made by humans (human error) and increase work effectiveness. One application is the automatic control of temperature control in order to obtain the desired temperature in a relatively short time and can maintain the temperature in a stable condition despite the presence of interference.Temperature control system can be implemented by arduino and LabVIEW. The temperature control system sensor uses three LM35. Three temperature sensors were placed at different positions within the plant to determine the temperature distribution that occured in the plant. One of the sensors was usued determine the temperature distribution and used as feedback. Temperature from the sensors were procesed in the Arduino board, at which this temperature control system serves as a data acquisition. To keep the temperature inside the plant, the temperature control system used heater to raise the temperature when the temperature was below the set point and the plant ventilation fan to lower the temperature if the temperature inside the plant was above the set point. To control the heater and ventilation fan PID controller was implemented through LabVIEW. PID control takes three parameters that can be obtained using  the Ziegler-Nichols tuning.Results from the study show that the response of the plant is a continuous oscillation and it can be overcome by using continuous tuning Ziegler-Nichols oscillation. The LabVIEW PID control and the tuning parameters using Ziegler-Nichols method set to 40oC set point plant responses result in (40±0,5) oC. In other words, temperature control using PID control and Ziegler-Nichols method has an error rate of 2%, which indicates that the temperature control system is feasible to be used. Keywords— Temperature, PID control, LabVIEW, Arduino board, Ziegler-Nichols, feedback
IMPLEMENTASI MASK-RCNN PADA DATASET KECIL CITRA SEL DARAH MERAH BERDASARKAN KRITERIA WARNA SEL Dyah Aruming Tyas; Tri Ratnaningsih
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 8 No 1 (2023): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v8i1.3026

Abstract

Pemeriksaan morfologi sel darah merah merupakan salah satu alat bantu penegakan diagnosis pada beberapa penyakit, salah satunya anemia. Perkembangan penerapan teknologi pengolahan citra digital, kecerdasan artifisial dan computer-aided diagnosis membuka peluang untuk menyelesaikan berbagai permasalahan terkait citra medis. Sel darah merah yang saling menempel atau bertumpuk merupakan tantangan dalam proses segmentasi sel darah merah yang pada akhirnya berpengaruh pada hasil pengenalan jenis sel. Metode yang dapat melakukan instance segmentation sangat diperlukan untuk mengatasi masalah tersebut. Penelitian ini bertujuan untuk mengimplementasikan algoritma Mask-RCNN pada dataset kecil citra sel darah merah dan mengevaluasi performa hasil prediksi. Berdasarkan hasil penelitian sel-sel darah merah yang menempel dapat dideteksi secara individual oleh model dan akurasi hasil deteksi sel adalah 68,27%. Mask-RCNN dapat digunakan untuk instance segmentasi sel darah dan deteksi sel darah pada dataset kecil namun akurasi model masih perlu ditingkatkan. oleh sebab itu perlu dilakukan penelitian selanjutnya dengan menambah jumlah dataset yang digunakan.
Sentimen Analisis Pengguna Media Sosial Berdasarkan Metode Ekstraksi Fitur dan Klasifikasi Putra, Fathiyarizq Mahendra; Hardjita, Pahlevi Wahyu; Tyas, Dyah Aruming
Jurnal Ilmu Komputer Vol 16 No 2 (2023): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIK.2023.v16.i02.p02

Abstract

Analisis sentimen adalah gabungan dari berbagai bidang penelitian seperti NLP (natural language processing), data mining, dan text mining dengan tujuan untuk menemukan pendapat orang yang diungkapkan dalam bentuk teks. Terdapat beberapa tugas dalam analisis sentimen seperti ekstraksi sentimen, klasifikasi sentimen, peringkasan, Terdapat beberapa tantangan dalam melakukan analisis sentimen antara lain sinonim dan polisemi, sarkasme, kalimat majemuk, data tidak terstruktur, Tujuan penulisan ini adalah mereview penelitian lain mengenai Sentimen Analisis berdasarkan dataset, seleksi fitur, dan algoritma klasifikasi dan juga penggunaan multilabel pada sentimen analisis, serta evaluasi hasil akurasi, untuk mendapatkan pendekatan terbaik terhadap pemilihan metode yang digunakan dalam melakukan pemrosesan penambangan
Peningkatan Performa Klasifikasi Sel Darah Merah pada Pasien Talasemia Minor Latifah, Husnul; Tyas, Dyah Aruming; Harjoko, Agus
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 14, No 2 (2024): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.93025

Abstract

Talasemia merupakan kelainan darah turunan yang menyebabkan rusaknya rantai hemoglobin pada eritrosit penderita. Pada kasus talasemia minor, pasien hanya menjadi pembawa gen talasemia dan tidak bergejala. Hal ini menyebabkan sedikitnya penderita talasemia minor yang terdeteksi. Saat ini, ahli hematologi harus menghitung eritrosit abnormal secara manual berdasarkan  bentuk, warna, dan tekstrur sel. Untuk itu, banyak penelitian yang memanfaatkan citra eritrosit untuk melakukan mengklasifikasi keabnormalan pada citra eritrosit secara otomatis. Namun, jumlah data yang terbatas menyebabkan salah satu jenis keabnormalan yaitu sel pensil belum terklasifikasi pada penelitian sebelumnya. Tujuan dari penelitian ini adalah mengatasi kendala tersebut dengan melakukan klasifikasi secara bertingkat dimana pada tahapan klasifikasi pertama sel pensil dikelompokkan kepada sel yang mirip, yaitu sel eliptosis terlebih dahulu. Penelitian ini menggunakan klasifier Convolutional Neural Network (CNN) pada proses klasifikasi pertama dan Support Vector Machine (SVM) pada proses klasifikasi kedua. Hasil eksperimen menujukkan klasifier CNN dengan arsitektur MiniVGGNet dan berhasil mengkasifikasi citra eritrosit ke dalam delapan kelas dengan nilai akurasi 96,05%, presisi 96,00%, sensitivitas 96,05%, dan F1 score 95,95%. Klasifier SVM Polinomial dengan kombinasi fitur geometris yang terdiri dari eccentricity, compactness, circularity, dan rasio sel berhasil mengklasifikasi sel pensil dengan nilai presisi 100,00%, sensitivitas 100,00%, dan F1 score 100,00%.
Classification of Batik Motifs Using Multi-Texton Co-Occurrence Descriptor and Binarized Statistical Image Features Maulana, Ahmad Rizki; Suprapto, Suprapto; Tyas, Dyah Aruming
Journal of Applied Data Sciences Vol 6, No 2: MAY 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i2.622

Abstract

This study aims to enhance the classification accuracy of batik motifs through a novel integration of Multi-Texton Co-Occurrence Descriptor (MTCD) and Binarized Statistical Image Features (BSIF). The primary objective is to develop a robust feature extraction method that effectively captures both textural and statistical properties of batik images, specifically utilizing the Batik Nitik 960 dataset. Our methodology employs a combination of MTCD and BSIF, followed by Principal Component Analysis (PCA) for dimensionality reduction, optimizing the model's ability to learn from diverse characteristics inherent in batik motifs to augment the diversity and robustness of the training data, we enhanced the Batik Nitik 960 dataset by applying vertical flipping, in addition to existing rotations. We explored three feature fusion approaches: Combination 1, where features are combined before normalization and PCA, achieving an accuracy of 99.948%; Combination 2, where normalization occurs prior to feature combination, also achieving an accuracy of 99.948%; and Combination 3, which applies PCA separately to each feature before combination, resulting in an accuracy of 99.896%. Experimental results demonstrate a remarkable accuracy in classifying these motifs, with the combined MTCD-BSIF features significantly surpassing the individual performances of MTCD at 95.729% and BSIF at 99.531%. This substantial improvement addresses the limitations identified in previous research, which reported an accuracy of only 0.71 on the same dataset. Furthermore, we explore the impact of various feature fusion techniques on classification performance, providing insights into the effectiveness of our proposed methods. Our findings suggest that the combined MTCD-BSIF approach can serve as a benchmark for future studies aiming to enhance classification accuracy in similar domains, thereby contributing to advancements in automated classification systems and their applications across various fields.
Co-Authors Agus Harjoko Hardjita, Pahlevi Wahyu Latifah, Husnul Maulana, Ahmad Rizki Putra, Fathiyarizq Mahendra Raden Sumiharto Suprapto Suprapto Tri Ratnaningsih