Article Per Year (5 Year)
p-Index From 2021 - 2026
3.325
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Teknik Elektro ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JETT (Jurnal Elektro dan Telekomunikasi Terapan) Jurnal Elektronika dan Telekomunikasi Jurnal Ilmiah Pendidikan dan Pembelajaran TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Muqoddima: Jurnal Pemikiran dan Riset Sosiologi INVOICE : JURNAL ILMU AKUNTANSI Psychological Research on Urban Society JOURNAL OF CHEMICAL NATURAL RESOURCES (JCNaR) Jurnal Mutiara Ilmu Akuntansi eProceedings of Engineering JISIP UNJA (Jurnal Ilmu Sosial Ilmu Politik Universitas Jambi) Jurnal Intelek Dan Cendikiawan Nusantara Jurnal Intelek Insan Cendikia Molang: Journal Islamic Education Jurnal Pendidikan Tuntas Jurnal Nasional Sains dan Teknik
Irma Safitri
Universitas Telkom
Religion Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences Other

Published : 50 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Analisis Compressive Sampling Menggunakan Teknik Gabungan Swt-dst Pada Steganografi Citra Digital Berbasis Qim Dwi Bayu Leksono; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Steganografi merupakan sebuah teknik untuk menyembunyikan suatu data dan informasi pada sebuah media tanpa menimbulkan kecurigaan dari pihak lain. Dalam penelitian kali ini penulis akan menerapkan steganografi pada file citra digital dengan metode Quantization Index Modulation (QIM) dengan teknik gabungan Stationary Wavelet Transform (SWT) dan Discrete Sine Transform (DST), dimana sebelumnya data yang akan disisipkan diefisiensikan terlebih dahulu menggunakan teknik Compressive Sensing (CS). Hasil dari penelitian ini didapatkan hasil stego image yang mempunyai parameter Bit Error Rate (BER) yang rendah atau BER = 0, Peak Signal to Noise Ratio (PSNR) yang tinggi atau infinite dan Structural Similarity Index Matrix (SSIM) yang tinggi atau SSIM = 1. Kata kunci : Steganografi, Stationary Wavelet Transform, Discrete Sine Transform, Quantization Index Modulation, Compressive Sampling. Abstract Steganography is a technique for hiding data and information on a media without arousing suspicion from other parties. In this research the writter will apply steganography on digital image by using Quantization Index Modulation (QIM) method with combination technique Stationary Wavelet Transform (SWT) and Discrete Sine Transform (DST), where previously the data to be inserted is first streamlined using the Compressive Sensing (CS) technique. The results of this study obtained stego image results that have a low Bit Error Rate (BER) parameter or BER = 0, high or infinite on Structural Peak Signal to Noise Ratio (PSNR), High Similarity Index Matrix (SSIM) or SSIM = 1. Keyword : Steganography, Stationary Wavelet Transform, Discrete Sine Transform, Quantization Index Modulation, Compressive Sampling
Image Watermarking Berbasis Penginderaan Kompresif Menggunakan Spektral Tersebar Dan Transformasi Wavelet Rangga Wahyuning Gusty; Ida Wahidayah; Irma Safitri
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Watermarking bertujuan untuk melindungi hak cipta pada suatu karya dari hal-hal yang merugikan seperti pembajakan, penggandaan masal, dan lain-lain. CS (Compressive Sensing) bertentangan dengan kebijakan umum dalam akuisisi data yang digunakan untuk sampling berdasarkan teori Shannon pada metode tradisional. Dengan menggunakan teknik CS, sinyal dapat direkonstruksi dengan menggunakan sample yang jauh lebih sedikit dibandingkan pada metode tradisional. SS (Spread Spectrum) mengklaim dapat tahan terhadap beberapa serangan karena adanya penyebaran pada bit watermark yang memungkinkan bit asli pada citra watermark tidak terkena serangan. Proses embedding dan extraction pada penelitian ini dilakukan pendekatan DWT (Discrete Wavelet Transform) dan SS (Spread Spectrum). CS digunakan untuk menghilangkan ketidakefisienan saat pengumpulan data dengan mereduksi dimensi citra watermark. Sparsity pada citra watermark menggunakan metode DCT yang kemudian dilakukan pengukuran berdasarkan distribusi Gaussian. Selanjutnya watermark diletakkan pada koefisien citra host yang didapatkan dari hasil transformasi DWT dengan metode SS. Berdasarkan hasil pengukuran, citra watermark direkonstruksi dengan menggunakan BP yang tersedia dalam paket 𝑙1−𝑚𝑎𝑔𝑖𝑐. Hasil penelitian dari tugas akhir ini berupa aplikasi watermarking pada MATLAB. CS berbasis DWT menggunakan SS dapat meningkatkan robustness dilihat dari nilai BER 0% dengan menggunakan CS, dan BER 19,63% tanpa menggunakan CS, dengan nilai PSNR yang relatif sama karena bit watermark disisipkan berulang-ulang ke dalam citra host. Dalam ruang warna RGB dihasilkan PSNR yang lebih baik dibandingkan YCbCr, namun YCbCr lebih tahan terhadap serangan. Kata kunci : Image Watermarking, Compressive Sensing, Basis Pursuit, Discrete Consine Transform, Discrete Wavelet Transform, Spread Spectrum. ABSTRACT The purpose of watermarking method is to protect copyright from harmful things such as piracy, duplication, and others. CS (Compressive Sensing) replaces the general policy in data used for sampling based on Shannon’s theory of traditional mehods. Using CS techniques, signals can be reconstructed using fewer samples than traditional methods. SS (Spread Spectrum) claims that can robust some attacks because it has spread on the watermark bit that make the original bits on the watermark image not to be attacked. The process of embedding and extraction in this research was carried out on DWT (Discrete Wavelet Transform) and SS (Spread Spectrum). CS is used to eliminate inefficiencies when retrieving data by reducing the dimensions of a watermark image. DCT method is used for sparsity transform and then measured based on the Gaussian distribution. Then the watermark is placed on the host coefficient obtained from the DWT transformation results with the SS method. Based on the measurement results, the watermark image is reconstructed using BP in 𝑙1−𝑚𝑎𝑔𝑖𝑐 package. The results of this final project are watermark application in MATLAB. DWT-based CS using SS can increase robustness seen from the value of BER 0% using CS, and BER 19.63% without CS, with the PSNR value relatively the same because the watermark bit inserted repeatedly into the host image. In RGB color space has better PSNR value than YCbCr, but YCbCr is more robust to attacks. Keywords : Image Watermarking, Compressive Sensing, Basis Pursuit, Discrete Consine Transform, Discrete Wavelet Transform, Spread Spectrum
Analisis Performansi Super Resolusi Menggunakan Metode Stationary Wavelet Transform (swt) - Centroid Berbasis Digital Image Watermarking Kahfi Fadhlan Maulana; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Penyebaran konten digital yang begitu mudah membuat pemberian identitas sangatlah penting. Setiap orang dapat merubah dan memodifikasinya secara mudah. Watermarking adalah salah satu cara pemberian identitas tanpa merusak konten yang disisipi. Konten digital yang telah di Watermark membutuhkan resolusi yang tinggi untuk menghasilkan citra yang lebih jelas dan detail. Pada penelitian ini memberikan alternatif dengan teknik super resolusi. Tujuan utama super resolusi adalah untuk menghasilkan gambar resolusi tinggi dari gambar resolusi rendah menggunakan kepadatan pixel yang tinggi. Metode yang digunakan pada tugas akhir ini antara lain metode SWT (Stationary Wavelet Transform) karena host tetap utuh setelah dilakukan penyisipan. Memiliki nilai kualitas PSNR yang baik, dan memiliki persepsi transparansi yang baik. dan metode Centroid dilakukan untuk melihat nilai tengah dari citra yang diteliti. Serta dengan menggunakan metode penyisipan QIM (Quantization Index Modulation). Adapun metode pada super resolusi menggunakan bicubic. Interpolasi ini menghasilkan pembesaran citra lebih halus pada bagian tepi-tepinya. Bicubic menggunakan 4×4 piksel tetangga untuk mengambil informasi. Hasil penelitian ini menggunakan MATLAB, dan diuji dengan sample image 32 × 32. Sebagai watermark, serta host dengan ukuran 2048×2048. Dan diberi serangan Gaussian Noise, Translation, dan Rotate. Dari penelitian ini dilihat hasil terbaik menggunakan bicubic dengan nilai BER=0,1201 pada tanpa serangan, BER=0,1064 pada serangan Gaussian Noise, BER=0,541 pada serangan translasi, BER=0,4814 pada serangan rotate . Dan juga parameter lainnya PSNR, serta SSIM. Kata kunci : Watermarking, Stationary Wavelet Transform (SWT), Centroid, BER, SSIM, PSNR, BICUBIC Abstract Dissemination of digital content is so easy that it provides an important identity. Everyone can change and modify it easily. Watermarking is one way of providing identity without damaging the inserted content. Digital content that has been watermarked requires high resolution to produce clearer and more detailed images. This research provides an alternative to the super resolution technique. The main purpose of super resolution is to produce high resolution images from low resolution images using high pixel density. The method used in this thesis is the SWT (Stationary Wavelet Transform) method because the host remains intact after insertion. Have a good PSNR quality value, and have a good perception of transparency. and the Centroid method is performed to see the mean value of the image under study. And by using the QIM (Quantization Index Modulation) insertion method. The super resolution method uses bicubic. This interpolation results in finer image enlargement at the edges. Bicubic uses 4 × 4 neighboring pixels to retrieve information. The results of this study used MATLAB, and were tested with a 32 × 32 sample image. As a watermark, and a host with a size of 2048 × 2048. And given a Gaussian Noise, Translation, and Rotate attack. From this study the best results are seen using a bicubic with a value of BER = 0.1201 on no attacks, BER = 0.1064 on Gaussian Noise attacks, BER = 0.541 on translational attacks, BER = 0.4814 on rotate attacks. And also other parameters PSNR, as well as SSIM. Keywords: Watermarking, Stationary Wavelet Transform (SWT), Centroid, BER, SSIM, PSNR, BICUBIC
Klasifikasi Kesegaran Sayur Kangkung Dan Deteksi Terpapar Bahan Kimia Menggunakan Metode Glcm Dan Knn Rufus Ocsan; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sayur kangkung dapat diklasifikasikan sebagai sayuran jenis daun yang memiliki banyak khasiat bagi kesehatan dan mudah untuk didapatkan. Namun terdapat hal buruk yang bisa terjadi, jika sayur kangkung sudah tidak segar dan terpapar bahan kimia. Dampak dari sayuran yang terpapar bahan kimia dan yang mengalami pembusukan seperti, kram perut, diare, demam, menggigil, mual, muntah, pusing, kelelahan, lemas, bahkan dampak yang lebih buruk mengakibatkan gangguan seperti pikun, penyakit parkinson, dalam jangka panjang, mengganggu kesuburan pria dan dapat menyebabkan kanker. Oleh sebab itu, Tugas Akhir ini dirancang untuk menghasilkan proses klasifikasi kualitas dan mendeteksi jika terpapar bahan kimia pada sayur kangkung. Data yang digunakan adalah hasil dari pengambilan sayur kangkung pada bagian batang dan daun yang akan dikelola dengan citra digital. Data akan dibagi berdasarkan data latih dan data uji. Sistem menggunakan metode Gray Level Co-ocurrence Matrix (GLCM) untuk mengekstraksi ciri dari data yang telah diolah dengan penggunaan citra digital dan metode K-Nearest Neighbor untuk mengklasifikasikan data. Tugas Akhir ini dilakukan dengan dua kali percobaan yang menghasilkan sebuah sistem untuk mengklasifikasikan kesegaran dan mendeteksi terpapar bahan kimia berdasarkan 3 jenis, yaitu sayur kangkung segar yang tidak terpapar bahan kimia, sayur kangkung segar yang terpapar bahan kimia dan sayur kangkung yang mengalami proses pembusukan. Percobaan pertama sistem ini memiliki akurasi sebesar 42,85% dengan nilai k=1 pada arah sudut 0°, 45°, 90°, 135°. Percobaan kedua system ini memliki akurasi sebesar 100% dengan nilai k=1 pada arah sudut 0°, 45°, 90°, 135°. Kesalahan klasifikasi banyak terdapat pada percobaan pertama dikarenakan nilai karakteristik citra uji lebih dominan dengan nilai karakteristik citra latih dan terdapat data uji yang tidak sempurna. Kata Kunci: Kangkung, Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Matlab Abstract Kale vegetables can be classified as leafy vegetables that have many health benefits and are easy to obtain. But there are bad things that can happen, if the kale vegetables are not fresh and are exposed to chemicals. The effects of vegetables that are exposed to chemicals and which experience decay, such as stomach cramps, diarrhea, fever, chills, nausea, vomiting, dizziness, fatigue, weakness, even worse effects result in disorders such as dementia, Parkinson's disease, in the long term, disturbing male fertility and can cause cancer. Therefore, this final project is designed to produce a quality classification process and detect if it is exposed to chemicals in kale vegetables. The data used is the result of taking kale vegetables on the stems and leaves which will be managed with digital images. The data will be shared based on training data and test data. The system uses the Gray Level Co-occurrence Matrix (GLCM) method to extract features from processed data using digital images and the K-Nearest Neighbor method to classify data. This final project was carried out with two experiments which resulted in a system to classify freshness and detect chemical exposure based on 3 types, namely fresh kale vegetables that were not exposed to chemicals, fresh kale vegetables that were exposed to chemicals and vegetables that were subjected to a process of decay. The first experiment of this system has an accuracy of 42.85% with a value of k = 1 at the angle of 0 °, 45 °, 90 °, 135 °. Experiments of these two systems have an accuracy of 100% with a value of k = 1 in the direction of the angle of 0 °, 45 °, 90 °, 135 °. There are many classification errors in the first experiment because the characteristic value of the test image is more dominant with the characteristic value of the training image and there are imperfect test data. Keywords: Kale, Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Matlab
Identifikasi Penyakit Parkinson Dengan Metode Discrete Cosine Transform (DCT) Dan Learning Vector Quantization (IVQ) Berdasarkan VGRF Iwa Swandana; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Penyakit Parkinson merupakan salah satu penyakit degenerasi yang sulit untuk didiagnosis. Sampai saat ini, masih banyak penderita Parkinson yang terlambat ditangani dikarenakan sulitnya untuk mendeteksi gejala awal yang diderita oleh penderita Parkinson. Penyakit Parkinson timbul dikarenakan adanya kerusakan pada sel substantia neigra. Oleh karena itu penelitian ini dilakukan dengan cara mengolah dan mengklasifikasi data rekaman menggunakan Vertical Ground Reaction Force (VGRF) dari database Physiobank. Dengan mengklasifikasi data sinyal rekaman VGRF berjumlah 16 sensor yang akan dipasang pada kaki pasien saat berjalan. Metode penelitian ini menggunakan Discrete Cosine Transform (DCT) untuk ekstraksi ciri dan Learning Vector Quantization (LVQ) untuk klasifikasi. Pemrosesan komputasi penilitian ini dilakukan menggunakan Python. Penulis berhasil memperoleh tingkat akurasi terbaik berdasarkan 428 data, yang terdiri dari 300 data latih dan 128 data uji menghasilkan akurasi dengan 2 nilai yang sama sebesar 91,41% dengan parameter klasifikasi yaitu Learn Rate sebesar 0,1 Epoch sebesar 50 Codebooks sebesar 5 dengan waktu komputasi 91.59 detik dan untuk nilai yang kedua Learn Rate sebesar 0,1 Epoch sebesar 50 Codebooks sebesar 7 dengan waktu komputasi 47.77 detik. Dengan adanya sistem ini keluaran yang diharapkan dapat memberikan penanganan lebih dini terhadap penderita Parkinson serta menguragi jumlah penderita penyakit Parkinson karena dengan terlambatnya diagnosis dapat menyebabkan gejala yang diterima oleh penderita Parkinson berkembang lebih berbahaya.Kata Kunci: Parkinson, Vertical Ground Force Reaction, Discrete Cosine Transform, Learning Vector Quantization
Klasifikasi Tiga Jenis Psoriasis Dengan Menggunakan Metode Fraktal Dan KNearest Neighbor Muh Hisyam Siddiq; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Psoriasis adalah penyakit yang dapat menyerang di bagian kulit pada seluruh tubuh dan tidak memandang umur seseorang. Fraktal adalah objek yang memiliki kemiripan dengan dirinya-sendiri namun dalam skala yang tidak sama. K-Nearest Neighbor digunakan untuk mencari jarak terdekat antara data latih yang dimasukkan ke dalam database dengan data uji dan mengklasifikasikannya. Tugas akhir ini bertujuan untuk membuat simulasi pada Matlab dengan mendeteksi dan mengklasifikasikan jenis Psoriasis. Klasifikasi tersebut dibagi menjadi tiga kelas, yaitu: Psoriasis Pustular, Psoriasis Vulgaris, Psoriasis Guttate. Data yang digunakan diperoleh dari dataset yang tersedia pada website kaagle.com sebanyak 33 citra data uji, dengan masing-masing kelas berjumlah 11 citra, dan 66 citra data latih dengan masing-masing kelas berjumlah 22 citra. Pengujian yang telah dilakukan melalui sistem yang telah dirancang, memiliki keluaran dengan tingkat akurasi yang tinggi. Sistem dapat mengidentifikasi penyakit psoriasis melalui citra kulit dan dapat mengklasifikasikan citra ke dalam tiga kelas citra dengan waktu komputasi sebesar 20.1 detik dan memiliki tingkat akurasi tertinggi yaitu 97% pada saat nilai K-Nearest Neighbor (K-NN) yaitu K=1. Kata Kunci— psoriasis, citra, fraktal, k-nearest neighbor.
Analisis Kompresi Nada Seruling Menggunakan Compressive Sensing Dengan Metode Discrete Fourier Transform Dan Stationary Wavelet Transform Ridho Nurbagja Gumelar; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Alat musik di Indonesia sangat beragam dan menjadi media untuk menghasilkan berbagai macam nada – nada untuk didengarkan. Salah satunya adalah seruling. Seruling sering kali dipakai untuk mengiringi sebuah lagu dan dapat dimainkan oleh semua orang. Ukuran dari hasil data rekamannya pun sering kali memakan tempat/space yang cukup besar.Kompresi data menjadi cara untuk mengatasi masalah tersebut. Solusi untuk mengurangi kapasitas audio data sekaligus tanpa mengurangi kualitas audionya adalah kompresi dengan teknik compressive sensing. Penelitian ini bertujuan untuk menganalisis perbandingan sebuah kompresi pada nada seruling menggunakan CS (Compressive sensing). CS (Compressive sensing) terdiri dari dua langkah yaitu proses kompresi dan rekontruksi. Audio dalam bentuk format .WAV akan dikompresi menggunakan metode DFT (Discrete Fourier Transform) dan SWT (Stationary Wavelete Transform) dan di rekontruksi menggunakan metode IRLS (Iteratively Reweighted Least Square). Performa yang didapatkan pada pengkompresian dengan menggunakan Perbandingan compressing ratio 10%, 30% dan 50%, dihasilkan hasil yang terbaik dengan compressing ratio 50%. Perbandingan kualitas metode pengkompresian pada rasio kompresi 50 % dengan parameter pengujian SNR, MSE dan MOS diperoleh untuk parameter SNR pada metode SWT 77,80dB, sedangkan metode DFT 77,73dB, untuk parameter MSE pada metode SWT dan metode DFT memiliki nilai yang sama yaitu 0.03, dan hasil Analisa MOS yang dilakukan oleh 5 orang koresponden adalah untuk hasil kompresi SWT bernilai 3,9 (baik), kompresi DFT 3,9 (baik), rekontruksi SWT 3.5 (cukup baik), dan rekontruksi DFT 3,6 (baik).Kata kunci :Compressive Sensing, Discrete Fourier Transform, Stationary Wavelet Transform, Iteratively Reweighted Least Square.
Kajian Peningkatan Kualitas Citra Wajah Menggunakan Metode Deep Learning Vanilla Generative Adversarial Network (VGAN) dan Super Resolution Generative Adversarial Network (SRGAN) Wicaksono, Satriyo Sakti; Safitri, Irma; Rustam, Rustam
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Citra dengan resolusi rendah pada citra digital dapat membuat detail gambar kurang jelas. Hal ini dapat disebabkan adanya degradasi warna, blur (buram) atau pun noise sehingga secara visual citra menjadi tidak terlihat jelas. Selain itu, resolusi rendah dapat berpengaruh pada citra yang dipakai dalam face recognition yang menyebabkan kinerja deteksi kurang baik. Oleh karena itu, restorasi resolusi citra diperlukan untuk mengatasi masalah tersebut. Pada tugas akhir ini, digunakan salah satu perbaikan citra yaitu metode VGAN (Vanilla Generative Adversarial Network) yang disisipkan downsampling dan upsampling pada layer strukturnya dan telah diuji dan dibandingkan dengan metode SRGAN (Super Resolution Generative Adversarial Network). VGAN dan SRGAN memiliki kapasitas untuk melakukan perbaikan citra resolusi rendah menjadi citra dengan resolusi tinggi. Dataset yang digunakan adalah CelebA - HQ (Celeb Faces Attributes High Quality) terdiri dari 1000 citra wajah. Hasil akhir menunjukkan bahwa metode VGAN modifikasi mendapatkan nilai PSNR tertinggi sebesar 31.82 dB dan SSIM sebesar 0.91. Sementara itu, metode SRGAN modifikasi mendapatkan nilai PSNR tertingggi sebesar 33.9 dB dan SSIM sebesar 0.923. Berdasarkan pengujian pada dataset, dapat disimpulkan bahwa metode SRGAN lebih unggul dibandingkan VGAN dalam melakukan pengujian menggunakan dataset CelebA – HQ. Hasil tersebut menunjukkan bahwa SRGAN mampu melakukan perbaikan citra dengan baik. Kata Kunci: Citra Wajah, Resolusi, SRGAN, VGAN
Deteksi Penyakit Aritmia pada Sinyal Elektrokardiogram Menggunakan Algoritma Jaringan Saraf Tiruan (JST) Nusyahya, Regisa; Safitri, Irma; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Jantung adalah salah satu organ vital yang berfungsi memompa ke seluruh tubuh manusia. Sehingga jantung harus selalu dalam keadaan baik karena ada beberapa gangguan fungsi jantung yang berakibat fatal bahkan bisa menyebabkan kematian, salah satunya adalah penyakit aritmia. Pada penelitian kali ini akan dirancang sebuah sistem untuk mendeteksi penyakit aritmia pada sinyal EKG menggunakan algoritma jaringan saraf tiruan (JST) dengan metode Interpolasi linier. Pada penelitian kali ini dataset yang digunakan terbagi kedalam dua kelas. Kemudian dilakukan juga beberapa skenario pengujian guna mencari hyperparameter terbaik. Ketika menggunakan data sebelum Interpolasi linier, hasil hyperparameter terbaik yang didapatkan adalah epoch 500, learning rate 0,01, batch size 64 dan optimizer adam. Akurasi yang didapat ketika menggunakan hyperparameter terbaik ini mendapatkan validsai akurasi sebesar 0,8571 dan validasi loss sebesar 0,4227. Kemudian hasil setelah dilakukannya pre- processing menggunakan Interpolasi linier terlebih dahulu, nilai hyperparameter terbaik yang didapatkan adalah epoch 500, learning rate 0,001, batch size 32 dan optimizer adam. Akurasi yang didapat ketika menggunakan hyperparameter terbaik ini adalah sebesar 0,6813 dengan loss 0,6203.Kata kunci— Aritmia, Elektrokardiogram (EKG), Interpolasi linier, Jaringan Saraf Tiruan (JST).
Anaslisis Penggunan Super Image Resolution Dengan Menggunakan EDSR dan WDSR Pada Sel Manusia Sulthan Rifqi, Farhan; Safitri, Irma; Ibrahim, Nur
eProceedings of Engineering Vol. 10 No. 6 (2023): Desember 2023
Publisher : eProceedings of Engineering

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

Abstract

Teknologi digital berkembang secara cepat dan masif. Salah satunya pada proses pengamatan sel pada manusia. Teknologi tingkat tinggi yang digunakan untuk proses tersebut adalah menggunakan PET Scan. Namun teknologi tersebut masih memiliki kekurangan, yaitu buruknya citra yang dihasilkan. Penelitian ini berfungsi untuk memperbaiki permasalahan tersebut. Dengan menjadikan output dari PET Scan sebagai data masukan (dataset) ke dalam sebuah model jaringan super-resolution, yaitu model Enhanced Deep Residual Networks for Single Image Super-Resolution (EDSR) dan Wide Activation for Efficient and Accurate Image Super-Resolution (WDSR). Tipe dataset yang digunakan adalah PET Y-90. Model kemudian ditraining untuk melihat seberapa baik model bekerja pada dataset. Proses training dilakukan dengan steps sebanyak 300.000 kali dan batch size 16, serta Scalling dari kedua model adalah 4. Hasil dari proses training akan dianalisis untuk melihat efektifitas perbaikan citra yang dihasilkan model. Dengan membandingkan PSNR dan SSIM yang dihasilkan dapat melihat kualitas citra yang dihasilkan oleh kedua model . Hasil PSNR dari EDSR dan WDSR masing-masing sebesar … dB dan … dB, serta SSIM sebesar … dan … . Setelah dataset di training, citra dengan kualitas rendah dari dataset dapat diubah menjadi citra dengan kualitas Super Resolution.Kata kunci : EDSR,WDSR,Super-Resolution,Deep Learning
Co-Authors Alfiansyah Alfiansyah Ali Ridho Ar-Rafi, Dimas Arfidianti Kartika Meiza Putri Arindaka, Hafizhan Bhamakerti Arining Pangestu Bambang Hidayat Chairy Ramadhan Chintia Viranda Darwanis Darwanis Devie Yundianto Dwi Bayu Leksono Efri Suhartono Eka Rima Prasetya Gelar Budiman HAFIZHANA, YASQI Heri Wibowo Hidayat, Safrudin I G A M Wibhu Cadu Asrawan Ida Wahidayah Ifan Fadlina Anhar Ikhsan Irvan Ragil Boesandi Iwa Swandana Iwan Iwut Tritoasmoro Jangkung Raharjo Kahfi Fadhlan Maulana Ledya Novamizanti M Aulia Fitra Purba Marissa Kezia Maghein Masrul Masrul Meiza Putri, Arfidianti Kartika Mohammad Bisma Rezady Mohammad Fauziddin Muammar Khaddafi Muh Hisyam Siddiq Muhammad Aprianda Rahmadi Nadirsyah, Nadirsyah Nginayah, Siti Nur Ibrahim Nusyahya, Regisa Pradipta Bagoes Santoso Ramadhan, Chairy Rangga Wahyuning Gusty Ratri Dwi Atmaja Rayyan Firdaus RENDRAGRAHA, RENDY DWI RENDRAGRAHA, RENDY DWI Ridho Nurbagja Gumelar Rifqi, Farhan Sulthan Rohaili, Rohaili Rufus Ocsan Rustam Rustam Ryan Aminullah Salsabila, Ade Dafa Salsabila, Viya Aurelia SIREGAR, RIZKY DAMARJATI SIREGAR, RIZKY DAMARJATI Siti Aqila Zahra Nst Sulthan Rifqi, Farhan Tikki Capriati Marieski Trisna , Nila Vellayati Hajad Viya Aurelia Salsabila Wicaksono, Satriyo Sakti YOGASWARA, HERLAMBANG Yugnan Adi Sasongko Yusak, Yuniarti Zahra, Siti Aqila Zaidar, Emma