Article Per Year (5 Year)
p-Index From 2021 - 2026
1.77
P-Index
This Author published in this journals
All Journal Paradigma: Jurnal Masalah Sosial, Politik, dan Kebijakan Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknimedia: Teknologi Informasi dan Multimedia Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) WASATHON JKTi - Jurnal Keilmuan Teknologi Informasi
Ardiansyah Ardiansyah
Universitas Muhammadiyah Klaten
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Library & Information Science Medicine & Pharmacology Public Health Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Implementasi Deteksi Tumor Otak Menggunakan YOLOv11 dan Flask Ardiansyah, Ardiansyah; Sri Widagdo, Adika; Nuresa Qodri, Krisna; Hidayani, Diesti; Romadhani, Mustofa
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9703

Abstract

Kecerdasan buatan (AI) telah mengalami kemajuan yang sangat signifikan untuk membantu kehidupan masyarakat salah satunya adalah bidang kesehatan. Kemajuan AI didorong karena banyaknya kesalahan yang diakibatkan beberapa faktor fundamental dan tingginya permintaan dari masyarakat terhadap layanan kesehatan terus meningkat. AI juga mampu meminimalkan kesalahan diagnosa maupun pengobatan dalam praktik klinis pasien seperti deteksi tumor otak. Algoritma YOLO yang sering digunakan untuk deteksi objek karena akurasi yang tinggi. YOLO juga dapat digunakan untuk real-time diagnosa menjadi nilai tambah pada algoritma tersebut. YOLOv11 merupakan algoritma terbaru dan memiliki performa yang lebih baik dibandingkan seri sebelumnya. Meskipun begitu, tantangan terhadap keterbatasan dataset menjadi salah satu permasalahan yang perlu diselesaikan. Penelitian yang dilakukan memiliki tujuan yaitu meningkatkan jumlah dataset citra medis menggunakan Data Augmentasi dan mengintegrasikan algoritma YOLO dengan Flask untuk memberikan tampilan yang lebih baik kepada pengguna. Penelitian yang dilakukan menggunakan Data Augmentasi pada dataset menggunakan teknik Flip (Horizontal dan Vertical), 90° Rotate (Clockwise, Counter-Clockwise, Upside Down), serta penambahan Noise: Up to 1.5% of pixels. Hasilnya, diperoleh F1-score 0.951 dari 4 kelas (0.902 Glioma, 0.989 Meningioma, 0.915 Pituitary, dan 0.997 No tumor). Sehingga terbukti efektif mengatasi keterbatasan data. Selanjutnya, Integrasi YOLO dengan Flask dapat memberikan tampilan deteksi objek yang lebih baik tanpa menurunkan skor dari hasil deteksi objek tumor otak, sehingga Flask dapat dijadikan framework yang dipertimbangkan untuk pengembangan interface machine learning
Co-Authors Adika Sri Widagdo Adimas, Rizal Agiel Faiz Mufazzal Al Firmansyah, Garet Al-Baihaqi, Muhammad Zulfikhar Banna, Dion Al Cahyadi, Fian Pandu Choiril Hana Mustofa Fachruddin Edi Nugroho Saputro Habib Ismail Habib Ismail, Habib Hidayani, Diesti Jihad, Muh. Ikhlazul Krisna Nuresa Qodri Muhammad Nashiruddin Mustofa Romadhani Nisrina Akbar Rizky Putri Nisrina Akbar Rizky Putri Noor Afy Shovmayanti Noor Praditya, Fiusyam Dhaza Rizky Putri, Nisrina Akbar Romadhani, Mustofa Sri Widagdo, Adika Syahputri, Rezyana Budi