Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Sains, Aplikasi, Komputasi dan Teknologi Informasi
adelia fitriawati zakiyyah
universitas ahmad dahlan
Aerospace Engineering Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Identifikasi Infeksi Penyakit Malaria Berdasarkan Citra Darah Menggunakan Convolutional Neural Network Adelia Fitriawati Zakiyyah; Murinto Kusno
Jurnal Sarjana Teknik Informatika Vol 10, No 2 (2022): Juni
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v10i2.22598

Abstract

Malaria merupakan penyakit yang disebabkan oleh nyamuk anopheles yang terindetifikasi parasit plasmodium. Penyebaran kasus malaria yang semakin meningkat dapat dihentikan apabila terdapat sistem atau metode diagnosa secara akurat dan cepat. Tujuan penelitian ini adalah untuk mendeteksi sel darah merah yang terinfeksi malaria, untuk membantu tim kesehatan atau tim medis dalam mendiagnosa malaria dengan waktu yang lebih singkat serta menekan biaya peralatan medis serta mengurangi human error. Penelitian ini menggunakan convolutional neural network untuk mengklasifikasi citra sampel sel darah merah pasien positif malaria dan sampel sel darah normal. Tahapan penelitian dimulai dari identifikasi masalah, perumusan masalah, studi literatur, pengumpulan data di peroleh dari Kaggle.com dan NIH menggunakan kurang lebih 2000 data citra, spesifikasi kebutuhan, pengolahan data, perancangan model menggunakan arsitektur alexnet yang telah melalui proses reduksi dengan cara optimalisasi arsitektur CNN dan mencari kombinasi parameter yang menghasilkan nilai akurasi terbaik, implementasi menggunakan python, dan GUI flask serta pengujian performa sistem menggunakan akurasi dari confusion matrix. Hasil penelitian membuktikan pasien positif malaria dan pasien negatif malaria, menggunakan 80% data training serta 20% data testing dengan total dataset sebanyak 2000 data. Hasil akurasi sebesar 98% dan hasil uji validitas model menggukan data baru diluar data training dan testing didapatkan hasil akurasi sebesar 100%.  
Klasifikasi Emosi Untuk Mengetahui Pengalaman Emosional Melalui Sinyal EEG Menggunakan Algoritma Artificial Neural Network Adelia Fitriawati Zakiyyah
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 3, No 2 (2021): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jsakti.v3i2.4444

Abstract

Emosi seseorang di kontrol oleh bagian otak yang disebut sistem limbik. Sistem limbik adalah sekelompok struktur yang saling berhubungan yang terletak jauh di dalam otak. Salah satu pendekatan yang paling efektif untuk klasifikasi emosi manusia adalah dengan analisis dan interpretasi sinyal EEG. Dalam jurnal ini, penulis akan membangun sistem yang akan mengklasifikasikan pengalaman emosional berdasarkan data gelombang otak EEG. Ikat kepala MUSE EEG komersial digunakan dengan resolusi empat elektroda (TP9, AF7, AF8, TP10). Keadaan emosional positif dan negatif dipicu/dipanggil menggunakan klip film dengan valensi yang berbeda, kemudian data gelombang otak netral juga direkam tanpa rangsangan lain yang terlibat. Penulisan jurnal ini mengeksplorasi mengenai penerapan metode klasifikasi ANN dengan tujuan untuk mengetahui apakah kita bisa mengetahui emosi seseorang menggunakan data gelombang otak. Dengan menguji pengalaman emosi positif dan negatif yang ditangkap otak saat melihat klip film yang berbeda Dari hasil uji coba yang dilakukan menggunakan klasifikasi artificial neural network didapatkan nilai akurasi sebesar 46.73
Co-Authors Murinto Murinto