Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal INFORMASI (Jurnal Informatika dan Sistem Informasi) Borneo Journal of Pharmacy
Sevi Nurafni
STMIK IM
Computer Science & IT Medicine & Pharmacology

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

Found 2 Documents
Search

 1 
Sistem Informasi Geografi Daerah Potensi Kekeringan Menggunakan Fuzzy Inferensi Sistem chairuddin; Sevi Nurafni
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 12 No 1 (2020): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v12i1.45

Abstract

Kekeringan merupakan salah satu bencana alam yang frekuensi kejadiannya tinggi (hampir setiap tahun). Daerah potensi kekeringan perlu diprediksi agar dapat mengurangi kerugian-kerugian yang tidak hanya pada sektor pertanian dan lingkungan hidup tetapi juga berdampak negatif pada sektor sosial dan ekonomi bahkan dapat mengganggu stabilitas politik. Dalam pengolahan peta digital untuk sistem informasi geografis (SIG), seringkali ditemukan objek-objek penting yang tidak tepat dalam pengolahannya bahkan tidak dapat dilibatkan karena faktor ketidakpastian yang dimiliki oleh objek tersebut. Objek yang memiliki ketidakpastian berhubungan dengan data yang tidak dapat dinyatakan hanya dalam dua kondisi saja, yaitu kondisi ”ya” atau kondisi ”tidak”. Salah satu solusi yang ditawarkan dalam mengatasi keterlibatan objek yang memiliki ketidakpastian di dalam SIG adalah dengan menggunakan sistem inferensi fuzzy (SIF) metode Tsukamoto. Data yang memiliki ketidakpastian yang diangkat dalam penelitian ini adalah data non-spasial berupa faktor-faktor penentu daerah potensi kekeringan pada wilayah Nusa Tenggara Timur Sistem infrensi fuzzy dapat dijadikan sebagai salah satu solusi dalam pembuatan peta digital yang melibatkan sejumlah data yang bersifat tidak pasti. Output yang diharapkan dari penelitian ini adalah peta yang memberikan informasi tentang daerah rawan demam berdarah berdasarkan warna yang ditentukan dengan nilai yang diperoleh dari proses inferensi fuzzy.
Computer-Assisted Histopathological Calculation Analysis of the Sciatic Nerve of Diabetic Neuropathy Rat Model Indah Tri Lestari; Kusnandar Anggadiredja; Afrillia Nuryanti Garmana; Sevi Nurafni
Borneo Journal of Pharmacy Vol. 7 No. 2 (2024): Borneo Journal of Pharmacy
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/bjop.v7i2.6590

Abstract

Histopathology is the science that studies the signs of disease by studying the structural and functional changes that occur in cells using certain types of dyes such as hematoxylin and eosin (H&E). Traditionally histopathological testing is carried out using semi-quantitative methods. A more advanced method is done by taking photos digitally, and then digital photos are quantified with the help of software such as ImageJ using plug-in tools. Recent advances in digital pathology require the development of more efficient computerized image analysis such as the Gaussian adaptive threshold method. This research aims to compare the calculation results of computer-assisted digitalization of histopathology using the ImageJ plugin manual method with automatic calculations using Gaussian adaptive threshold to quantify the amount of sciatic nerve cell damage in the Diabetic peripheral neuropathy (DPN) rat model. In this study, two image analysis methods were used to test their ability to measure the amount of cell damage in the sciatic nerve of normal rats using a model of diabetic neuropathy. The first method uses the ImageJ plugin manual. The second method is the Gaussian adaptive threshold method. The ImageJ plugin manual method obtained a cell abnormality value of 213 cells. Meanwhile, with the Gaussian adaptive threshold method, a value of 204 cells was obtained. The calculation results of the two methods show an insignificant difference between the methods p >0.05. This study presents a computerized morphometric image analysis method with the potential for pathology digitalization applications.
Co-Authors Afrillia Nuryanti Garmana Chairuddin Indah Tri Lestari Kusnandar Anggadiredja