Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.126

P-Index

This Author published in this journals

All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesian Journal of Disability Studies Journal of Environmental Engineering and Sustainable Technology Jurnal Teknologi Informasi dan Ilmu Komputer Register: Jurnal Ilmiah Teknologi Sistem Informasi Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

Budi Darma Setiawan

Fakultas Ilmu Komputer , Universitas Brawijaya

Author-ID : 487682

Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Mechanical Engineering Social Sciences

Published : 152 Documents Claim Missing Document

Claim Missing Document

Articles

11 12 13 14 15

Deteksi Mutasi Kanker Paru Pada Citra CT-Scan Menggunakan ResNet-CNN Bintang, Tulistyana Irfany; Muflikhah, Lailil; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 8 (2024): Agustus 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Kanker paru termasuk penyebab utama kematian hampir di seluruh dunia baik pada laki-laki maupun perempuan dari segala usia. Seiring berjalannya waktu kanker paru-paru juga dapat mengalami mutasi dan perubahan yang kompleks. Seiring dengan perkembangan teknologi, komputer telah digunakan dalam deteksi kanker paru-paru, termasuk menggunakan teknologi seperti gambar CT scan (Computed Tomography). CT scan merupakan standar sarana penunjang radiologi dalam mendiagnosis suatu penyakit. Beberapa penelitian juga telah menggunakan teknologi kecerdasan buatan, khususnya Convolutional Neural Network (CNN), untuk mengembangkan algoritma yang dapat membantu analisis citra medis dan deteksi dini kanker paru-paru. Pada penelitian ini dilakukan deteksi mutasi kanker paru ke dalam dua kelas (positif dan negatif). Data citra yang digunakan pada penelitian ini yaitu sejumlah 39.823 citra dari total 20 pasien. Penelitian ini menggunakan Convolutional Neural Network (CNN) dengan pretrained ResNet-50 untuk meningkatkan akurasi model. Modifikasi lapisan dilakukan dengan menambahkan lapisan-lapisan tambahan seperti global average pooling dan dense layer serta mengimplementassikan fungsi aktivasi tambahan. Hasil pengujian model menunjukkan bahwa modifikasi ini mampu meningkatkan akurasi model hingga mencapai 99.9%.

Deteksi Mutasi Pada Kanker Paru Melalui Citra CT-Scan Penerapan Model Algoritma Convolutional Neural Networks (CNN) dan Optimizer Adam Rachmatika, Isnayni Sugma; Muflikhah, Lailil; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 9 (2024): September 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Kanker paru-paru adalah penyebab utama kematian pada pria dan wanita, dengan angka kematian melebihi gabungan kematian akibat kanker usus besar, payudara, dan prostat. Sekitar 14% dari semua diagnosis kanker adalah kanker paru-paru, dan deteksi dini masih menjadi tantangan besar. Kanker paru sering mengalami mutasi genetik yang menyebabkan sel-sel kanker berperilaku berbeda dari sel normal. Deteksi dini mutasi penting karena pengobatan yang tepat dapat mencegah perkembangan kanker lebih lanjut. Kemajuan dalam onkologi, seperti teknik pencitraan yang lebih baik dan penggunaan penanda molekuler, serta kecerdasan buatan (AI), telah meningkatkan diagnosis dan manajemen kanker paru-paru. AI, terutama deep learning dengan algoritma CNN seperti VGG-16, efektif dalam mendeteksi kanker pada gambar jaringan paru-paru. Penelitian ini menggunakan CNN Model VGG-16 pre-trained dengan data CT scan dari Rumah Sakit Syaiful Anwar untuk mendeteksi mutasi pada kanker paru-paru. Dengan data 39362 slice CT-scan dari 20 pasien, hasil menunjukkan bahwa transfer learning dengan VGG-16 dan metode optimasi Adam menghasilkan validation loss sebesar 0.0085 dan validation accuracy sebesar 99.70%, serta precision/recall, dan specificity model sebesar 99%. Saran untuk penelitian lebih lanjut adalah mengeksplorasi transfer learning dengan penambahan layer dan mencoba arsitektur CNN yang lebih dalam untuk meningkatkan nilai performansi.

Klasifikasi Emosi Pada Raut Wajah Pelajar Menggunakan Ekstraktor Fitur Face Mesh Dan Metode Support Vector Machine Revanza, Muhammad Nugraha Delta; Bachtiar, Fitra Abdurrachman; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Naskah ini akan diterbitkan di Konferensi Nasional SENTRIN

Pengembangan Aplikasi Kamus Istilah Ilmiah dengan Bahasa Isyarat untuk Peningkatan Kualitas Belajar Siswa Tuna Rungu Setiawan, Budi Darma; Pradana, Fajar
Indonesian Journal of Disability Studies Vol. 4 No. 1 (2017)
Publisher : The Center for Disability Studies and Services Brawijaya University

The government guarantees the absence of a difference for all Indonesian citizens to get education in higher education. Educational needs for every disability is different. Suppose the deaf students, to communicate highly dependent on writing and sign language. From the field observations problems found sign language that is used has a lot of variations, especially for scientific terms such as for example: cell, engineering, photosynthesis and others. This causes the communication becomes slower so that deaf students have difficulty understanding the material taught in the lectures. For that we need to make a media in the form of software to save the new terms as well as sign language. The media should also be accessible though many people (online). This way, if someone is having difficulty in finding a cue for a term, he can look for it on this media. From the results of tests performed, the application is able to enhance the understanding of the time three seconds faster than before using the app. On the usability and user acceptance testing, the application has largely met the expectations of the user.

Deteksi Nefropati Diabetik Pada Pasien Diabetes Melitus Menggunakan Regresi Logistik Ashidiq, Muhammad Fihan; Muflikhah, Lailil; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Diabetes Melitus adalah penyakit metabolik kronis yang ditandai oleh hiperglikemia akibat gangguan produksi atau penggunaan insulin. Diabetes melitus dapat menyebabkan komplikasi serius, salah satunya Nefropati Diabetik, yang merupakan kerusakan pada ginjal akibat diabetes. Berdasarkan data International Diabetes Federation (IDF), jumlah penderita diabetes meningkat signifikan setiap tahun. Penelitian ini bertujuan mendeteksi kemungkinan terjadinya Nefropati Diabetik pada pasien Diabetes melitus menggunakan model regresi logistik. Tahap awal penelitian ini melibatkan pengolahan data (preprocessing) untuk mengatasi masalah data outlier yang berlebih dan ketidakseimbangan kelas. Metode balancing data dengan oversampling dan log transformasi digunakan untuk meningkatkan kualitas dataset. Proses pelatihan model dilakukan dengan algoritma gradient descent untuk mengoptimalkan parameter regresi logistik. Evaluasi model menunjukkan hasil yang sangat baik, dengan akurasi, presisi, recall, dan F1-score rata-rata mencapai 0,98. Penelitian ini diharapkan dapat menjadi alat prediksi yang efektif dalam mendeteksi Nefropati Diabetik pada pasien diabetes melitus, sehingga membantu pencegahan komplikasi yang lebih serius. Implementasi model ini dapat berkontribusi pada peningkatan kualitas pelayanan kesehatan, terutama dalam penanganan kasus diabetes melitus.

Pemodelan Prediktif Harga Saham Menggunakan Simple Moving Average Dengan Metode Long Short-Term Memory Khairunnisa, Alifah; Muflikhah, Lailil; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Pasar saham, khususnya di sektor tambang, memiliki volatilitas tinggi akibat berbagai faktor eksternal dan internal. Investor sering kesulitan memprediksi harga saham hanya dengan analisis fundamental karena tidak sepenuhnya menggambarkan dinamika perubahan harga. Analisis teknis menggunakan indikator Simple Moving Average (SMA) kerap dimanfaatkan untuk mengidentifikasi tren jangka pendek, namun kurang tanggap terhadap perubahan cepat. Pendekatan deep learning seperti Long Short- Term Memory (LSTM) mampu mempelajari pola jangka panjang dan nonlinear, sehingga berpotensi meningkatkan akurasi prediksi harga saham. Penelitian ini menggabungkan SMA dan LSTM untuk memprediksi harga saham empat perusahaan tambang terdaftar di LQ45. Hasil pengujian menunjukkan bahwa integrasi SMA tidak selalu meningkatkan akurasi. Pada ANTM, penambahan SMA menurunkan MAPE dari 5,01% menjadi 4,92%, namun pada INCO dan PTBA, akurasi justru menurun. Pada INCO, penambahan SMA menaikkan MAPE dari 5,55% menjadi 6,33%, sedangkan pada PTBA menaikkan MAPE dari 6,72% menjadi 7,52%. Sedangkan ADRO mengalami perubahan MAPE kecil dari 3,74% menjadi 3,86%. Dengan demikian, efektivitas SMA bergantung pada karakteristik masing-masing saham. LSTM tetap kompetitif bahkan tanpa SMA, sehingga penggunaan SMA harus dipertimbangkan secara kontekstual. Penelitian ini memperkaya wawasan dalam memprediksi harga saham di sektor tambang yang fluktuatif dan dapat membantu investor dalam pengambilan keputusan yang lebih tepat.

Deteksi Mutasi Kanker Paru Pada Citra CT-Scan Menggunakan Pre-Trained CNN-VGG19 Addin Sahirah, Rafifa; Muflikhah, Lailil; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Paru-paru merupakan organ vital yang mendukung sistem pernapasan, namun dapat mengalami gangguan seperti kanker paru yang dapat menyebar atau bermutasi jika tidak segera dideteksi. Salah satu metode deteksi dini yang sering digunakan adalah pencitraan CT-Scan. Untuk mengurangi kemungkinan kesalahan manusia dalam interpretasi, penelitian ini menggunakan pendekatan deep learning dengan model pre-trained VGG19 yang telah terbukti efektif pada berbagai penerapan computer vision dengan dataset medis yang terbatas. Penelitian ini membangun model klasifikasi dua kelas, yaitu mutasi positif dan mutasi negatif, dengan data citra CT-Scan yang melalui tahapan pemrosesan awal berupa penghapusan data duplikat, konversi format DICOM ke JPG, pembagian data, dan normalisasi. Model dilatih dengan menggunakan data citra CT-Scan yang telah melalui pemrosesan awal dan berhasil memberikan kinerja terbaik dengan penerapan optimizer Nadam dengan learning rate sebesar 0,001 dan batch size 32. Hasil penelitian menunjukkan nilai akurasi sebesar 1,00 pada pelatihan dan nilai F1 score sebesar 1,00 pada pengujian, yang membuktikan efektivitas pre-trained VGG19 dalam mendeteksi mutasi kanker paru serta potensinya dalam mendukung diagnosis medis secara lebih akurat.

Pengembangan Sistem Deteksi Lubang pada Jalan Menggunakan Algoritma YOLO Berbasis ESP32-CAM Mahar Beta Adi Sucipto, Ekmaldzaki Royhan; Mardi Putri, Rekyan Regasari; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Jalan merupakan infrastruktur penting yang mendukung transportasi, pembangunan wilayah, dan pemerataan hasil pembangunan. Namun, kerusakan jalan berupa lubang sering terjadi akibat faktor alam dan aktivitas manusia, seperti cuaca ekstrem dan beban kendaraan berat. Hal ini meningkatkan risiko kecelakaan dan biaya perawatan kendaraan. Penelitian ini bertujuan mengembangkan sistem deteksi lubang pada jalan secara real-time dengan memanfaatkan algoritma YOLOv8 dan perangkat ESP32-CAM. Sistem ini diharapkan mengatasi keterbatasan metode manual yang membutuhkan banyak waktu, tenaga, dan rentan terhadap human error. Pendekatan penelitian ini menggunakan metodologi Agile dengan pengujian sistem pada jalan sepanjang 3,5 km. Hasil pengujian menunjukkan bahwa sistem dapat mencapai F1-Score sebesar 0,73, dengan precision 0,70 dan recall 0,78. Waktu rata-rata untuk inference adalah 300-350 ms, preprocess 0-12 ms, dan postprocess 0-3 ms. Berdasarkan hasil analisis waktu proses dan mengacu pada kriteria sistem real-time, sistem ini dapat dikategorikan sebagai real-time karena mampu merespons tanpa keterlambatan yang signifikan. Kinerja sistem stabil meskipun dipengaruhi oleh faktor pencahayaan, kompleksitas objek, dan daya yang tersedia. Meskipun sistem ini masih memerlukan komputer untuk menjalankan YOLOv8, penelitian ini merupakan langkah penting menuju pengembangan sistem deteksi lubang pada jalan yang lebih mandiri dan akurat. Hasil penelitian ini menunjukkan bahwa integrasi ESP32-CAM dengan YOLOv8 dapat mendeteksi lubang pada jalan secara real-time dengan tingkat akurasi yang memadai.

Extreme Learning Machine Weights Optimization Using Genetic Algorithm In Electrical Load Forecasting Meilia, Vina; Setiawan, Budi Darma; Santoso, Nurudin
Journal of Information Technology and Computer Science Vol. 3 No. 1: June 2018
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

The growth of electrical consumers in Indonesia continues to increases every year, but it is not matched by the provision of adequate infrastructure that available. This causes the available electrical capacity can't fulfill the demand for electricity.Â In this study, a smart computing system is build to solves the problem. Electrical load data per hour is being used as an input to do the electrical load forecasting with Extreme Learning Machine method. Extreme Learning Machine method uses random input weight within range -1 to 1. Before the electric load prediction process runs, genetic algorithms first optimizing the input weight.Â According to the test results with weight optimization, MAPE average error rate is 0.799% while without weight optimization the rate rise to 1.1807%. Thus this study implies that Extreme Learning Machine (ELM) method with weight optimization using Genetics Algorithm (GA) can be used in electrical load forecasting problem and give better prediction result

Comparative Evaluation of Usability between QWERTY-Based Arabic and Non-QWERTY-Based Arabic Keyboard Layout: Empirical Evidence Aknuranda, Ismiarta; Syawli, Almira; Setiawan, Budi Darma
Journal of Information Technology and Computer Science Vol. 5 No. 2: August 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

QWERTY-based Arabic keyboard layouts have been in existence in order to assist QWERTY users in Arabic typing. However, there was lack of empirical evidence presenting the comparative usability of this layout and the common non-QWERTY-based Arabic keyboard layout. This study examined the usability of a QWERTY-based Arabic keyboard layout (QB) and the common non-QWERTY-based Arabic keyboard layout (NQB) from the perspective of QWERTY users, and compared the evaluation results between the two layouts. After experiments using within-subjects and between-subjects designs, the results showed that QB is significantly better in efficiency and learnability than NQB. QB also enabled more effective typing in almost all experiment designs, except in one between-subjects study. The relatively short interaction time of participantsâ€™ first encounter with Arabic keyboards possibly caused this exception. Most participants subjectively preferred QB to NQB in their overall usability.

Co-Authors Abdul Fatih Achmad Basuki Achmad Fahlevi Addin Sahirah, Rafifa Adinugroho, Sigit Aditya Chandra Nurhakim Aditya Kresna Bayu Arda Putra Agung Nurjaya Megantara Agus Wahyu Widodo Ahmad Afif Supianto Akhmad Eriq Ghozali Akmal Subakti Wicaksana Alfi Nur Rusydi Almira Syawli, Almira Amaliah Gusfadilah Andhi Surya Wicaksana Andika Harlan Angga Dwi Apria Rifandi Anjasari, Ni Luh Made Beathris Aria Bayu Elfajar Asghany, Yusrian Ashidiq, Muhammad Fihan Azmi Makarima Yattaqillah Baihaqi, Galih Restu Barlian Henryranu Prasetio Bayu Rahayudi Bintang, Tulistyana Irfany Budi Santoso Cahyo Adi Prasojo Candra Dewi Candra Dewi Chelsa Farah Virkhansa Cindy Inka Sari Cinthia Vairra Hudiyanti Civica Moehaimin Dhewanty Deby Chintya Dellia Airyn Delpiero, Rangga Raditya Dewi, Buana Dhan Adhillah Mardhika Dian Eka Ratnawati Diva, Zahra Dwi Anggraeni Kuntjoro Dwi Ari Suryaningrum Dwi Damara Kartikasari Edo Fadila Sirat Eka Novita Shandra Eka Yuni Darmayanti Eti Setiawati Fadhlillah Ikhsan Fajar Nur Rohmat Fauzan Jaya Aziz Fajar Pradana Fanny Aulia Dewi Fattah, Rafi Indra Fatwa Ramdani, Fatwa Febri Ramadhani Fikri Hilman Fitra Abdurrachman Bachtiar Fitria, Tharessa Fitrotuzzakiyah, Shafira Puspa Gandhi Ramadhona Gembong Edhi Setiawan Gilang Ramadhan Hendra Pratama Budianto Husin Muhamad Imam Cholisoddin Imam Cholissodin Imam Cholissodin Imam Cholissodin Indah Larasati Indriati Indriati Indriati Irawati Nurmala Sari Irfan Aprison Irma Lailatul Khoiriyah Irma Nurvianti Irma Ramadanti Fitriyani Ismiarta Aknuranda Issa Arwani Issa Arwani Jobel, Roenrico Karina Widyawati Keintjem, Arthurito Khairunnisa, Alifah Kholifa'ul Khoirin Koko Pradityo Lailil Muflikhah Lathania, Laela Salma M Kevin Pahlevi M. Ali Fauzi M. Raabith Rifqi M. Rikzal Humam Al Kholili M. Tanzil Furqon Mahar Beta Adi Sucipto, Ekmaldzaki Royhan Mahendra Data Mahendra Data Marji Marji Masayu Vidya Rosyidah Maulana, M. Aziz Mayang Arinda Yudantiar Meilia, Vina Mimin Putri Raharyani Mindiasari, Irtiyah Izzaty Miracle Fachrunnisa Almas Moch. Khabibul Karim Mochamad Chandra Saputra Mohamad Alfi Fauzan Muhammad Arif Hermawan Muhammad Dimas Setiawan Sanapiah Muhammad Harish Rahmatullah Muhammad Khaerul Ardi Muhammad Rizkan Arif Muhammad Syaifuddin Zuhri Muhammad Tanzil Furqon Mustofa Robbani Muthia Azzahra Nadia Natasa Tresia Sitorus Nainggolan, Cesilia Natasya Nanda Agung Putra Nashrullah, Nashrullah Nelli Nur Rahma Ni'mah Firsta Cahya Susilo Nihru Nafi' Dzikrulloh Noval Dini Maulana Novanto Yudistira Nur Intan Savitri Bromastuty Nurfansepta, Amira Ghina Nurhana Rahmadani Nurudin Santoso Nurul Hidayat Oky Krisdiantoro Olive Khoirul L.M.A. Panjaitan, Mutiharis Dauber Pindo Bagus Adiatmaja priharsari, diah Purnomo, Welly Putra Pandu Adikara Putra, Octo Perdana Putri, Rania Aprilia Dwi Setya Rachmatika, Isnayni Sugma Radifah Radifah Rafely Chandra Rizkilillah Rahmadi, Anang Bagus Rahmat Faizal Raissa Arniantya Ramadhianti, Fatiha Randy Cahya Wihandika Ratna Candra Ika Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Rekyan Regasari MP, Rekyan Regasari Rendi Cahya Wihandika Retiana Fadma Pertiwi Sinaga Revanza, Muhammad Nugraha Delta Revinda Bertananda Reza Wahyu Wardani Rhobith, Muhammad Ridho Agung Gumelar Rima Diah Wardhani Rinda Wahyuni Rizal Setya Perdana Rizal Setya Perdana Rizki Agung Pambudi Rizky Haqmanullah Pambudi Robih Dini Rosi Afiqo Rudito Pujiarso Nugroho Rudy Usman Azzakky Ryan Mahaputra Krishnanda Sabriansyah Rizkiqa Akbar Santoso, Nurudin Satrio Hadi Wijoyo Shelly Puspa Ardina Sigit Adinugroho Silfiatul Ulumiyah Sintiya, Karena Siti Fatimah Al Uswah Siti Utami Fhylayli Sri Wahyuni Suryani Agustin Sutrisna, Naufal Putra Sutrisno Sutrisno Tahajuda Mandariansah Talitha Raissa Tibyani Tibyani Tri Afirianto Tria Melia Masdiana Safitri Ulfah Mutmainnah Vina Meilia Wayan Firdaus Mahmudy Wildannantha, Jawadi Ahmad Yerry Anggoro Yosendra Evriyantino Yuhand Pramudita, Rezzy Yuita Arum Sari Yuita Arum Sari Yulfa Hadi Wicaksono Zubaidah Al Ubaidah Sakti

Title

Found 152 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 152 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 152 Documents
Search