Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS Jurnal Sains dan Seni ITS Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi JPM17: Jurnal Pengabdian Masyarakat Annual Research Seminar Jurnal Inspiration Knowledge Engineering and Data Science Conference SENATIK STT Adisutjipto Yogyakarta JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) ILKOMNIKA: Journal of Computer Science and Applied Informatics Darmabakti : Junal Pengabdian dan Pemberdayaan Masyarakat
Arya Yudhi Wijaya
Institut Teknologi Sepuluh Nopember
Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Trabecular Bone Segmentation Based On Segment Profile Characteristics Using Extreme Learning Machine On Dental Panoramic Radiographs Rizqi Okta Ekoputris; Agus Zainal Arifin; Arya Yudhi Wijaya; Dini Adni Navastara
Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

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

Abstract

Dental panoramic radiograph contains a lot of Information which one of them can be identified from trabecular bone structure. This research proposes segmentation of trabecular bone area on dental panoramic radiograph based on segment profile characteristics using Extreme Learning Machine as classification method. The input of this method is dental panoramic radiograph. The selection of region of interest (ROI) is performed on the lower jawbone of the trabecular bone area in which there are teeth and cortical bone. The ROI is subdivided into two where the upper ROI contains the teeth and the lower ROI contains cortical bone. After that, the result of the ROI deduction is done by preprocessing using mean and median filters for upper ROI and motion blur filter for lower ROI. The separate images are extracted each pixel into four features consisting of image intensity, 2D Gaussian filter with two different sigma, and Log Gabor filter for upper ROI. For lower ROI, five feature extractions are image intensity, Gaussian 2D filter with two different sigma, phase congruency, and Laplacian of Gaussian. Then used some sample pixels as training data to create Extreme Learning Machine model. The output of this classifier is the segmentation area of trabecular bone. On the upper ROI, the average of sensitivity, specificity, and accuracy were 82.31%, 93.67%, and 90.33%, respectively. While on the lower ROI obtained the average of sensitivity, specificity, and accuracy of 95.01%, 96.50%, and 95.29%, respectively.
PEMBANGUNAN DAN MANAJEMEN APLIKASI UJIAN ONLINE BAGI MADRASAH SEBAGAI SOLUSI BERBAGAI PROBLEM YANG MUNCUL SAAT EVALUASI KEGIATAN BELAJAR MENGAJAR SISWA (Studi Kasus pada Madrasah Aliyah Negeri Kota Blitar dan Madrasah Aliyah Matholi'ul Anwar Karanggeneng Arya Yudhi Wijaya; Agus Zainal Arifin
JPM17: Jurnal Pengabdian Masyarakat Vol 2 No 01 (2016)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30996/jpm17.v2i01.779

Abstract

One aspect of measuring the quality of teaching and learning is the processof students evaluation. During this process, teachers in secondary schools,especially madrasah which is identical to the conventional education systemcompared with public schools, have difficulty in performing the test especiallyin the correction process and cheating prevention. The proposed solution in thisservice is to build an online exam application in the computer laboratory formadrasah. With the application of this online system, the exam can beconducted in a computer network and can prevent cheating because thequestions and answers were randomized. In addition, the online exam is alsoeasier for the teacher to evaluate since there is a statistical report of testresults. Experimental results using online exam application at partner schoolhas shown some benefits, i.e. accelerating the implementation of exams forstudents, ensuring confidentiality matter, facilitate the supervision of the testimplementation, speed up the process of getting value without havingpreoccupied with the correction manually, speeding up the analysis of dailytests and questions analysis, and minimize the possibility of cheating. We stillfound obstacles in the field, namely the lack of quality infrastructure to supportthe use of online exams.Keyword: Computer Based Test, Online Test
PEMOTONGAN ROI OTOMATIS PADA DIGITAL MAMMOGRAM MENGGUNAKAN OPERASI MORFOLOGI Januar Adi Putra; Nanik Suciati; Arya Yudhi Wijaya
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 3 No. 1 (2016)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33197/jitter.vol3.iss1.2016.120

Abstract

[Id] Salah satu metode yang paling efektif untuk mendeteksi dan mengidentifikasi kanker payudara adalah melalui pemeriksaan mammogram. Keab-normalan kanker payudara dapat dikenali dengan keberadaan massa pada citra mammogram, hal ini dikarenakan massa memiliki tingkat resiko tertinggi dari pada tipe-tipe lainnya. Pada paper ini akan dikemukakan algoritma baru untuk merepresen-tasikan bentuk massa yang tampak pada citra mamogram menggunakan operasi morfologi pada pengolahan citra digital sehingga dapat digunakan untuk analisis kanker payudara. Algoritma disusun tahap demi tahap dengan tujuan memisahkan atau melokalisasi area yang dicurigai terdapat massa kanker payudara untuk mendapatkan Region of Interest (ROI). Telah dilakukan serangkaian ujicoba untuk menguji tingkat kebenaran dari algoritma pemotongan ROI yang diusulkan dimana algoritma usulan terbukti mampu mendeteksi dan mengektraksi ROI pada citra mammogram dengan sangat baik dengan nilai PSNR tertinggi sebesar 0.90 pada kanker payudara ganas dan 0.93 pada kanker payudara jinak. Kata Kunci: ROI, Digital Mammogram, Operasi Morfologi. [En] One of the most effective methods to detect and identify breast cancer is through mammograms. Breast cancer abnormalities can be identified by the presence of a mass on a mammogram image, this is because the masses have the highest risk level of the other types. In this paper we proposed a new algorithm for represent the mass forms that appear on a mammogram image so it can be used for the analysis of breast cancer. Algorithms are prepared step by step with the aim to separate or localize the suspected area there are masses of breast cancer to get a Region of Interest (ROI). Has conducted trials to test the performance of the proposed algorithm to cuts the ROI and the result of proposed algorithm is proven able to detect and extract ROI on a image mammogram with excellent that the high PSNR is 0.90 for malignant cancer and the0.93 for benign cancer. Keywords : ROI, Digital Mammogram, Morph-ological Operation.
EKTRAKSI FITUR MENGGUNAKAN DISCRETE WAVELET TRANSFORM DAN FULL NEIGHBOUR LOCAL BINARY PATTERN UNTUK KLASIFIKASI MAMMOGRAM Januar Adi Putra; Nanik Suciati; Arya Yudhi Wijaya
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 3 No. 2 (2017)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (732.037 KB) | DOI: 10.33197/jitter.vol3.iss2.2017.127

Abstract

[Id]Local binary pattern adalah sebuah kode biner yang menggambarkan pola tekstur lokal. Hal ini dibangun dengan lingkungan batas dengan nilai abu-abu dari pusatnya. Local binary pattern tradisional memiliki beberapa kelemahan yakni varian terhadap rotasi dan pada saat proses thresholding pixel sensitif terhadap noise. Pada penelitian ini diusulkan sebuah metode ektraksi fitur baru untuk mengatasi masalah tersebut, metode tersebut disebut full neighbour local binary pattern (fnlbp). Metode ini nantinya akan dikombinasikan dengan discrete wavelet transform untuk ektraksi fitur dari citra mammogram dengan metode klasifikasi adalah Backpropagation Neural Network (BPNN). Berdasar ujicoba yang telah dilakukan metode usulan mendapatkan rata-rata akurasi yang lebih baik daripada metode local binary pattern tradisional baik yang dikombinasi dengan discrete wavelet transform ataupun tidak. Performa metode usulan full neighbour local binary pattern dapat menghasilkan akurasi yang sempurna yakni 100% baik pada saat menggunakan discrete wavelet transform ataupun tidak, sedangkan akurasi terendah yang didapat adalah 90.49%.Kata Kunci: Ekstraksi fitur, local binary pattern, wavelet, klasifikasi mammogram.[En]Traditional local binary pattern have some disadvantages which is a variant of the rotation and during the thresholding process the pixel is sensitive to noise. At this study the authors proposed a new method of features extraction to solve that problem and this method called full neighbor local binary pattern (fnlbp). This method will be combined with discrete wavelet transform to extract the features of the mammogram image and the classification method is Backpro- pagation Neural Network (BPNN). Based on experiments the result of proposed method in an average accuracy is better than traditional methods of local binary pattern which combined with discrete wavelet transform or not. The performance of the proposed method of full neighbor local binary pattern can produce perfect accuracy that is 100%, this accuracy is reached when using discrete wavelet transform or not, while the lowest accuracy obtained is 90.49%.
Peningkatan Life Skill Siswa SLTA Melalui Program SMA Double Track Sebagai Upaya Mengurangi Potensi Pengangguran di Jawa Timur Mohamad Zainul Asrori; Fajar Baskoro; Arya Yudhi Wijaya; Hozairi Hozairi
Darmabakti : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 3 No 1 (2022): Darmabakti : Junal Pengabdian dan Pemberdayaan Masyarakat
Publisher : Lembaga Peneliian dan Pengabdian Masyarakat (LPPM) Universitas Islam Madura (UIM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/darmabakti.2022.3.1.1-11

Abstract

Tujuan program pengabdian masyarakat ini adalah untuk mengurangi potensi pengangguran yang berasal dari lulusan SLTA di Provinsi Jawa Timur karena tidak memiliki life skill setelah lulus dari SLTA. Program pengabdian masyarakat ini dikemas dalam bentuk Program SMA Double Track atau disebut SMA DT. Metode pelaksanaan program SMA DT dilaksanakan beberapa tahapan, yaitu: (a) seleksi peserta dan trainer, (b) pelaksanaan Training of Trainer (TOT), (c) pelaksanaan pelatihan keterampilan di sekolah masing-masing, (d) promosi produk/jasa hasil pelatihan, dan (e) pelaksanaan ujian keterampilan. Kontribusi pelaksanaan program SMA DT untuk Provinsi jawa Timur adalah (1) persentase kenaikan lapangan kerja di Jatim, (2) pertumbuhan wirausaha/UKM baru, (3) peningkatan kegiatan ekonomi berbasis pasar komunitas, (4) penurunan jumlah siswa yang menganggur, (5) peningkatan Indek Pembangunan Manusia (IPM) dan (6) kenaikan jumlah penghasilan. Kebaruan program SMA DT dibangun dengan beberapa platform aplikasi untuk mempertemukan kebutuhan keterampilan masa depan yang berbasis digital.
K-Means Clustering and Multilayer Perceptron for Categorizing Student Business Groups Miftahul Walid; Norfiah Lailatin Nispi Sahbaniya; Hozairi Hozairi; Fajar Baskoro; Arya Yudhi Wijaya
Knowledge Engineering and Data Science Vol 6, No 1 (2023)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um018v6i12023p69-78

Abstract

The research conducted in this study was driven by the East Java provincial government's requirement to assess the transaction levels of the Student Business Group (KUS) in the SMA Double Track program. These transaction levels are a basis for allocating supplementary financial aid to each business group. The system's primary objective is to assist the provincial government of East Java in making well-informed choices pertaining to the distribution of supplementary capital to the KUS. The classification technique employed in this study is the multilayer perceptron. However, the K-Means Clustering method is utilised to generate target data due to the limited availability during the classification process, which involves dividing the transaction level attributes into three distinct groups: (0) low transactions, (1) medium transactions, and (2) high transactions. The clustering process encompasses three distinct features: (1) income, (2) spending, and (3) profit. These three traits will be utilized as input data throughout the categorization procedure. The classification procedure employing the Multilayer Perceptron technique involved processing a dataset including 1383 data points. The training data constituted 80% of the dataset, while the remaining 20% was allocated for testing. In order to evaluate the efficacy of the constructed model, the training error was assessed using K-Fold cross-validation, yielding an average accuracy score of 0.92. In the present study, the categorization technique yielded an accuracy of 0.96. This model aims to classify scenarios when the dataset lacks prior target data.
Klasifikasi Ulasan Berdasarkan Divisi Pada Google Play Menggunakan Metode Hierarchical Dirichlet Process dan Metode Ensemble Irham Maulani; Chastine Fatichah; Arya Yudhi Wijaya
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 6 No 1 (2024): Volume 6, Nomor 1, April 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i1.596

Abstract

Ulasan yang diberikan oleh pengguna pada aplikasi, dewasa ini menjadi umpan balik yang menjadi jembatan penghubung antara pengembang dan pengguna. Pengalaman secara langsung dalam menggunakan aplikasi dapat menjadi masukan yang dapat membuat aplikasi menjadi lebih baik. Ulasan yang dapat menjadi masukan adalah ulasan yang berkualitas baik dan berhubungan secara langsung terhadap pengalaman pengguna. Data ulasan yang banyak dan kalimat ulasan memiliki arti bias menyulitkan untuk memahami dan memilah ulasan secara manual, sehingga diharapkan klasifikasi secara otomatis membantu dalam pelimpahan masukan secara tepat pada divisi yang bertanggung jawab. Penelitian ini mengusulkan pendekatan klasifikasi menggunakan metode Ensemble pada dua kelas utama, yaitu divisi pengembangan dan divisi operasi. Setiap ulasan di ekstraksi fitur menggunakan metode Hierarchical Dirichlet Process (HDP) karena dapat membantu dalam mengelompokkan ulasan yang memiliki karakteristik arti yang secara sentimen ambigu dan emosional ke dalam topik-topik yang relevan. Ulasan diambil dari Google Play dan dilakukan pelabelan secara manual oleh pakar. Hasil penelitian menunjukkan bahwa dengan menggunakan metode Gradient Boosting menghasilkan performa yang lebih baik dibandingkan metode klasifikasi Ensemble lainnya yang diuji dengan menggunakan ekstraksi fitur HDP mendapatkan akurasi 0.63, precision 0.62, recall 0.55 dan F1 Score 0.52. Ekstraksi fitur menggunakan HDP memberikan performa yang lebih baik dibandingkan dengan metode pembanding Latent Dirichlet Allocating (LDA).
Multivariate Time Series Forecasting Using Recurrent Neural Networks for Meteorological Data Hariadi, Victor; Saikhu, Ahmad; Zakiya, Nurotuz; Wijaya, Arya Yudhi; Baskoro, Fajar
SENATIK STT Adisutjipto Vol 5 (2019): Peran Teknologi untuk Revitalisasi Bandara dan Transportasi Udara [ISBN 978-602-52742-
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/senatik.v5i0.365

Abstract

Rainfall is related to a number of factors that are interdependent and influenced by dynamic global time, region and climate factors. Determination of relevant predictors is important for the efficiency of the rainfall estimator model. Although some climate modeling studies in one region/country have high accuracy, this model is not necessarily suitable for other regions. Determination of predictor variables by considering spatio-temporal factors and local / global features results in a very large number of inputs. Feature selection produces minimal input so that it gets relevant predictor variables and minimizes variable redundancy. Recurrent Neural Networks is one of the artificial neural networks that can be used to predict time series data. This study aims to predict rainfall by combining the SVM classification method and the RNN method. Tests on the Perak 1 daily and monthly weather data (WMO ID: 96933) and Perak 2 Station daily and monthly data(WMO ID: 96937), showed high accuracy results with an R2 are 92.1%; 94.1%; 90.9% and 89.6%.
PENGEMBANGAN METODE BLOCK MATCHING UNTUK DETEKSI COPY-MOVE PADA PEMALSUAN CITRA Wijaya, Arya Yudhi; Musayyab, Said Al; Studiawan, Hudan
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a638

Abstract

Pemalsuan citra dengan maksud menutupi sebagian objek pada citra dengan blok lain pada citra yang sama disebut dengan copy-move. Deteksi copy-move pada citra dapat dilakukan pada domain spasial melalui pengolahan pada tiap pikselnya maupun pada domain frekeunsi melalui beberapa fungsi transformasi. Penelitian ini mengusulkan deteksi copy-move pada domain spasial dengan mengembangkan metode block macthing. Metode yang diusulkan terbagi atas dua pendekatan yaitu excact match dan robust match. Pendekatan excact match dimulai dengan: input citra RGB, pengambi-lan blok, penghitungan nilai hash tiap blok, pencarian blok yang mirip dan diakhiri dengan dengan operasi morfologi untuk penghalusan hasil deteksi. Sedangkan pendekatan robust match mirip dengan exact match namun nilai hash diganti dengan Discrete Cosine Transform (DCT). Hasil uji coba menujukkan bahwa pendekatan robust match mendapatkan hasil sedikit lebih baik dibandingkan dengan excact match dimana nilai rata-rata kualitas deteksi 75% dengan kualitas deteksi terbaik sebesar 97%.
Co-Authors Agus Zainal Arifin Ahmad Saikhu Andi Baso Kaswar Andi Baso Kaswar Andrew Andrew Anny Yuniarti Baskoro, Fajar Bernardinus Arisandi Buliali, Joko Lianto Chastine Fatichah Dini Adni Navastara, Dini Adni Fajar Baskoro Fajar Baskoro Gulpi Qorik Oktagalu Pratamasunu Hozairi Hozairi Hozairi Hudan Studiawan Januar Adi Putra Januar Adi Putra Laili Cahyani Maulani, Irham mochamad zainul Asrori Muhamad Nasir Muhammad Izzuddin Nanik Suciati Norfiah Lailatin Nispi Sahbaniya Rizqi Okta Ekoputris Rully Soelaiman Ryan Nathan Soetandyo Said Al Musayyab, Said Al Victor Hariadi Walid, Miftahul Wijayanti Nurul Khotimah Zakiya, Nurotuz