Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer Journal of Computer Networks, Architecture and High Performance Computing Nusantara Journal of Multidisciplinary Science
Chairisni Lubis
Universitas Tarumanagara
Religion Humanities Computer Science & IT Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
KLASIFIKASI PENYAKIT KULIT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR VGG16 Supirman Supirman; Chairisni Lubis; Danu Yuliarto; Novario Jaya Perdana
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 1 (2023): April 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i1.217

Abstract

Pada penelitian ini, fokus utama adalah mengklasifikasikan penyakit kulit menjadi 7 jenis yaitu dermatitis, campak, herpes, psoriasis, cacar air, kurap dan kutil. Metode yang digunakan adalah deep learning Convolutional Neural Network (CNN) yang merupakan bagian dari Artificial Intelligence (AI). Deep learning merupakan ilmu berbasis jaringan saraf tiruan yang mengajarkan komputer untuk melakukan tindakan yang dianggap alami oleh manusia. Data yang digunakan dalam perancangan ini adalah data citra 7 jenis penyakit kulit yaitu cacar air, campak, dermatitis, herpes, kurap, kutil dan psoriasis. Setelah seorang pakar memeriksa keseluruhan data, jumlah yang dapat digunakan dalam melatih kedua model arsitektur VGG16 dan MobileNet dengan 1.410 data citra. Data citra penyakit kulit berbasis mobile pada epoch 100 dengan tingkat Akurasi 82,14%, Precision 83%, Recall 82% dan F1-Score 82%, metode algoritma CNN memberikan hasil yang bagus dan dapat digunakan dalam pengujian data citra klasifikasi penyakit kulit berbasis mobile
Classification of diseases in snake plants using convolutional neural network Kensa Athalia; Tiffany; Kevin Adhi Dhamma Setiawan; Bertrand Ferrari; Chairisni Lubis
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 1 (2024): Article Research Volume 6 Issue 1, January 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i1.3201

Abstract

snake plant has an important role in human life, as well as in increasing the aesthetic value of the environment. Limited knowledge about diseases in snake plants has a crucial result in improper handling and control when the plant is attacked by disease. Advances in deep learning technology and Convolutional Neural Network (CNN) have presented high opportunities with their advantages in recognizing patterns and features from image data. This research will use a CNN model with VGG-19 architecture to classify diseases in the leaves of the snake plant. It is expected that by using the pre-trained VGG-19 model, the model can recognize complex visual patterns in snake plants. Diseases to be classified include several types of diseases that often attack snake plants such as anthracnose, rust, water soaked lesion, and healthy plants for comparison. The highest value of training accuracy reached a value of 98.08%, validation accuracy of 94.02%, and testing accuracy reached 94%.
Klasifikasi Penyakit Gigi Karies Dan Kalkulus Menggunakan Convolutional Neural Network Excelcis Oroh; Chairisni Lubis
Nusantara Journal of Multidisciplinary Science Vol. 1 No. 4 (2023): NJMS - November 2023
Publisher : PT. Inovasi Teknologi Komputer

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

Abstract

Gigi merupakan salah satu organ tubuh yang penting bagi manusia. Gigi berfungsi untuk mengunyah makanan, berbicara, dan menjaga estetika wajah. Namun, gigi juga rentan terhadap berbagai penyakit, seperti karies, periodontitis, dan gigi berlubang. Karies adalah penyakit gigi yang paling umum terjadi di dunia. Karies disebabkan oleh bakteri yang menghasilkan asam yang dapat merusak enamel gigi dan Kalkulus adalah penumpukan plak dan mineral di permukaan gigi. Kalkulus dapat menyebabkan iritasi gusi dan meningkatkan risiko terjadinya periodontitis.Sebab itu, diperlukan suatu program untuk membantu masyarakat umum mengidentifikasi penyakit gigi karies dan kalkulus agar dapat memberikan perawatan yang maksimal sesuai dengan penyakitnya masing-masing. Penelitian kali ini menggunakan salah satu metode dari Deep Learning yaitu Convolutional Neural Network (CNN) digunakan untuk melakukan klasifikasi penyakit gigi kedalam tiga kelas, penyakit gigi karies, penyakit gigi kalkulus. Hasil pengujian menunjukkan model yang dibuat mendapatkan tingkat akurasi sebesar 94%.
Co-Authors Bertrand Ferrari Danu Yuliarto Excelcis Oroh Kensa Athalia Kevin Adhi Dhamma Setiawan Novario Jaya Perdana Supirman Supirman Tiffany