Article Per Year (5 Year)
p-Index From 2021 - 2026
3.323
P-Index
This Author published in this journals
All Journal Prosiding SNATIKA Vol 01 (2011) REKAYASA Jurnal Teknik Elektro INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Journal of Economic, Bussines and Accounting (COSTING) Indonesian Journal of Information System Journal of Information System,Graphics, Hospitality and Technology Jurnal Teknologi Informasi dan Multimedia Teknika Insyst : Journal of Intelligent System and Computation JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Joutica : Journal of Informatic Unisla Eduvest - Journal of Universal Studies
Edwin Pramana
Institut Sains Dan Teknologi Terpadu Surabaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Neuroscience Physics Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : insyst journal of intelligent system and computation

 1 
Image Recognition Menggunakan Metode Cosine Distance untuk Aplikasi Penanganan Food Waste Chandra, Monica; Pramana, Edwin
Intelligent System and Computation Vol 4 No 2 (2022): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v4i2.250

Abstract

Badan Pangan PBB (FAO) menyatakan 33% - 50% makanan yang telah diproduksi, tidak dikonsumsi dengan semestinya. Selain itu, 11% produk makanan yang dibeli terbuang bahkan tidak dibuka. Tahun 2016-2017, Indonesia sendiri telah menjadi negara terbesar kedua setelah Arab Saudi yang menghasilkan food waste terbanyak di dunia. Penumpukan limbah ini berdampak pada lingkungan. Oleh karena itu, aplikasi “Jangan Dibuang” dibuat dengan tujuan untuk mengurangi food waste yang dihasilkan. Aplikasi ini dibuat untuk platform Android dengan framework Flutter dan database Amazon Web Service Aurora. Selain itu, aplikasi ini juga dilengkapi dengan fitur image recognition yang memanfaatkan Tensorflow untuk mempermudah pencarian makanan dengan sebuah gambar yang mana gambar tersebut akan diekstrak fiturnya menjadi matriks yang kemudian dibandingkan dengan metode Cosine Distance. Aplikasi “Jangan Dibuang” dapat digunakan oleh 3 jenis aktor, yaitu administrator, penyedia makanan, dan pembeli. Uji coba dilakukan terhadap 7 penyedia makanan dan 20 pembeli. Berdasarkan hasil uji coba yang telah dilakukan, didapatkan 201 transaksi, yang mana telah menyelamatkan 285 limbah makanan. 59 dari 201 transaksi ditujukan untuk donasi. Fungsionalitas aplikasi penyedia makanan mendapatkan nilai 79,98% untuk kriteria sangat baik. Untuk fungsionalitas aplikasi pembeli, nilai yang didapatkan adalah 83% untuk kriteria sangat baik. Dari sisi Image Recognition sendiri menunjukkan akurasi 93,3% setelah menggunakan Keras Application Model EfficientNetV2 yang membantu mengenali kedua gambar walaupun dengan pencahayaan dan posisi pengambilan yang berbeda.
A Hierarchical Multi-Label Classification Approach for the Automated Interpretation of Spinal MRI Series Cahyadi, David; Pramana, Edwin; Limantara, Rudi; Wiguna, I Gusti Lanang Ngurah Agung Artha; Deslivia, Maria Florencia; Liando, Ivan Alexander
Intelligent System and Computation Vol 7 No 2 (2025): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v7i2.438

Abstract

Manually selecting MRI slices is a significant bottleneck in clinical workflows. This issue is worsened by inconsistent naming conventions and variable acquisition protocols across institutions and radiologists, often leading to redundant efforts and potential oversights during medical image data preprocessing. This study introduces a fully automated, four-level hierarchical classification system specifically designed to intelligently filter and select clinically relevant spinal MRI slices directly from raw DICOM series. Our primary objective is to streamline the initial stages of radiological assessment, ensuring that only pertinent images are presented for subsequent analysis and review. We thoroughly evaluated the performance of modern, efficient deep learning architectures, including EfficientViT, MobileNetV4, and RepViT, benchmarking them against a robust ResNet-18 baseline. The proposed pipeline systematically refines its analysis through a structured hierarchy: it first broadly identifies the anatomical region, then precisely classifies the spine location and specific view (axial, sagittal, or coronal). Subsequently, it categorizes the imaging contrast, and finally, confirms the presence of the spinal cord. Our comprehensive experimental results reveal that the EfficientViT-based model achieved the highest end-to-end F1-score of 0.8357, demonstrating robust accuracy across all classification levels. Furthermore, its average inference speed of 9.17 ms per image highlights its computational efficiency. This automated pipeline offers an effective and computationally efficient solution for speeding up initial medical image preprocessing, ensuring subsequent analytical tasks are performed on accurately selected, clinically relevant data.
Co-Authors Adithya Marhaendra Kusuma Agung Adi Saptomo Alfa'izy, Erick Ahmad Fahmi Ari Trivianto Audrey Ayu Dianaris Ayyub Cahyadi, David DAVID KURNIAWAN Deslivia, Maria Florencia Elsen Ronando Endang Setyati Esther Irawati Setiawan Francisca Haryanti Chandra Gunawan Gunawan Gunawan Gunawan Habib, Ahmad Hartarto Junaedi Herman Budianto Judi Prajetno Sugiono Keraf, Boniface Boliona Badilangoe Liando, Ivan Alexander Limantara, Rudi Lukman Zaman M. Yahya Ubaidillah Misbahul Aziz Mochamad Alfan Rosid Monica Chandra Munsharif, Achmad Purnomohadi Sutedjo, Sing Tjoen Reddy Alexandro Harianto Retno Susanti Ridho Kurniawan RIDHO KURNIAWAN, RIDHO Safitri, Lia Sasono, Hikmah Agung Titania Dwi Andini Wiguna, I Gusti Lanang Ngurah Agung Artha Yosi Kristian