Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal EMITTER International Journal of Engineering Technology Sewagati
Diah Puspito Wulandari
Institut Teknologi Sepuluh Nopember Surabaya
Arts Humanities Computer Science & IT Education Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
Edukasi Peningkatan Kemampuan Pengenalan dan Pengelolaan Stress, Kecemasan, dan Depresi di Kalangan Mahasiswa di Surabaya Timur Wulandari, Diah Puspito; Purnami, Santi Wulan; Rahmawati, Novi Agung; Andari, Shofi; Suprapto, Yoyon Kusnendar; Boedinugroho, Hanny; Juniastuti, Susi; Zaini, Ahmad; Kurniawan, Arief; Fandiantoro, Dion Hayu
Sewagati Vol 8 No 4 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i4.1068

Abstract

Jiwa merupakan salah satu unsur yang membentuk kesehatan pada manusia. Jiwa yang sehat membuat seorang individu mampu mengembangkan dirinya secara fisik, mental, spiritual dan sosial. Ketika seseorang memasuki usia produktif, yaitu 15-64 tahun, seharusnya ia bisa memaksimalkan pengembangan potensi dirinya. Akan tetapi justru di rentang usia ini bermunculan permasalahan yang bersumber dari jiwa yang tidak sehat, mulai dari tingkat ringan hingga yang paling berat, yaitu tindakan bunuh diri. Sebagaimana laiknya penyakit yang lain, gangguan kesehatan jiwa bisa tertangani dengan baik atau tingkat harapan kesembuhannya meningkat jika permasalahannya bisa terdeteksi sejak dini. Pada umumnya pasien tidak mendapatkan penanganan yang baik karena dia tidak mengetahui bahwa gejala-gejala yang dimilikinya mengindikasikan penyakit kejiwaan, cenderung meremehkan, atau khawatir mendapat stigma yang buruk dari masyarakat. Melalui sebuah seminar tentang pengelolaan stress dan deteksi dini, mahasiswa sebagai bagian dari angkatan usia produktif mendapatkan pembekalan tentang tanda-tanda gangguan kesehatan mental, penyebab dan penanganannya.
Improving 3D Human Pose Orientation Recognition Through Weight-Voxel Features And 3D CNNs Riansyah, Moch. Iskandar; Putra, Oddy Virgantara; Rahmanti, Farah Zakiyah; Priyadi, Ardyono; Wulandari, Diah Puspito; Sardjono, Tri Arief; Yuniarno, Eko Mulyanto; Hery Purnomo, Mauridhi
EMITTER International Journal of Engineering Technology Vol 13 No 1 (2025)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v13i1.847

Abstract

Preprocessing is a widely used process in deep learning applications, and it has been applied in both 2D and 3D computer vision applications. In this research, we propose a preprocessing technique involving weighting to enhance classification performance, incorporated with a 3D CNN architecture. Unlike regular voxel preprocessing, which uses a zero-one (binary) approach, adding weighting incorporates stronger structural information into the voxels. This method is tested with 3D data represented in the form of voxels, followed by weighting preprocessing before entering the core 3D CNN architecture. We evaluate our approach using both public datasets, such as the KITTI dataset, and self-collected 3D human orientation data with four classes. Subsequently, we tested it with five 3D CNN architectures, including VGG16, ResNet50, ResNet50v2, DenseNet121, and VoxNet. Based on experiments conducted with this data, preprocessing with the 3D VGG16 architecture, among the five architectures tested, demonstrates an improvement in accuracy and a reduction in errors in 3D human orientation classification compared to using no preprocessing or other preprocessing methods on the 3D voxel data. The results show that the accuracy and loss in 3D object classification exhibit superior performance compared to specific preprocessing methods, such as binary processing within each voxel.
Co-Authors Ahmad Zaini Ardyono Priyadi Arief Kurniawan Boedinugroho, Hanny Eko Mulyanto Yuniarno Fandiantoro, Dion Hayu Farah Zakiyah Rahmanti Juniastuti, Susi Mauridhi Hery Purnomo Moch. Iskandar Riansyah Oddy Virgantara Putra Rahmawati, Novi Agung Santi Wulan Purnami Shofi Andari Tri Arief Sardjono Yoyon Kusnendar Suprapto