Article Per Year (5 Year)
p-Index From 2020 - 2025
5.848
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) TEKNIK Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Padjadjaran Journal of Dentistry JETT (Jurnal Elektro dan Telekomunikasi Terapan) International Journal of Artificial Intelligence Research Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JPEK (Jurnal Pendidikan Ekonomi dan Kewirausahaan) To Maega: Jurnal Pengabdian Masyarakat Journal of Electronics, Electromedical Engineering, and Medical Informatics JMECS (Journal of Measurements, Electronics, Communications, and Systems) Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat Media Ilmiah Akuntansi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology Al-Mubtadi : Jurnal Pendidikan Guru Madrasah Ibtidaiyah
Hilman Fauzi, Hilman
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 60 Documents
Search

 1   2   3   4   5 
Perancangan Sistem Pendeteksi Denyut Nadi Menggunakan Metode Eulerian Motion Magnification Bayu Angga Medica Firmanda; Gelar Budiman; Hilman Fauzi Tresna Sania Putra
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Detak jantung merupakan parameter yang sangat penting dalam menentukan kesehatan seseorang. Dari detak jantung, dapat diketahui seseorang memiliki gangguan kesehatan atau tidak. Saat ini, pengukuran detak jantung dilakukan dengan menggunakan sensor pulse oximetry yang dijepitkan di ujung jari atau daun telinga. ECG juga dapat digunakan untuk mengukur detak jantung, alat ini mengharuskan pasien untuk memakai patch di dada yang dapat menimbulkan rasa tidak nyaman, bahkan dapat menyebabkan iritasi. Baru-baru ini dikembangkan sebuah metode bernama Eulerian Motion Magnification. Pada penelitian sebelumnya metode ini telah diterapkan untuk mengukur detak jantung dengan cara mengambil video dari wajah pasien, kemudian diamati perubahan warna wajah saat jantung memompa darah ke kepala. Dalam penelitian ini, metode tersebut digunakan untuk mengukur detak jantung dengan cara mengambil video dari pergelangan tangan. Pergerakan mikro dalam video tersebut kemudian diperbesar sehingga denyut nadi dapat terlihat. Setelah itu dilakukan deteksi pada denyut nadi yang telah terlihat. Kemudian didapatkan hasil berupa jumlah denyut nadi per menit dalam satuan BPM. Hasil pengujian sistem pada penelitian ini menunjukkan bahwa metode Eulerian Motion Magnification manghasilkan tingkat akurasi tertinggi yaitu 95,83% dengan waktu komputasi 338 detik. Hasil tersebut didapat pada kondisi intensitas cahaya 1358 lux, resolusi video 1280x720 piksel, jarak pengambilan video 10 cm, dan frame rate 25 fps. Kata Kunci : Pulse Oximetry Sensor, ECG, Eulerian Motion Magnification
Analisis Korelasi Kemerahan Warna Citra Kelopak Mata Dalam Bagian Bawah Dengan Jumlah Hemoglobin Darah Anak Agung Gede Mahendra Kusuma; Iwan Iwut Tritoasmoro; Hilman Fauzi
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Banyak orang memiliki kemungkinan menderita anemia atau bahkan sedang dalam kondisi anemia namun tidak menyadarinya. Hal ini mungkin karena dampak-dampak awal gejala anemia yang dianggap remeh atau mungkin karena tidak sempat memeriksakan diri ke dokter. Anemia harus segera dicegah atau diatasi agar tidak semakin parah dan memberi dampak yang fatal. Saat ini pendeteksian anemia banyak dilakukan melalui uji lab yang bersifat invasive. Hal ini tentunya menyakiti saat pengambilan sample darah. Adapun cara lain untuk mendeteksi anemia yang bersifat non-invasive, yaitu dengan melihat kemerahan warna dari bagian dalam kelopak mata bawah. Apabila kemerahannya kurang dan terlihat berwarna pucat maka itu berarti anemia. Cara seperti ini sudah banyak dilakukan oleh praktisi kesehatan pada umumnya, namun dalam kenyataannya penilaian dengan cara melihat seperti itu tentu bersifat subjektif karena kemampuan pengelihatan dan penilaian setiap orang berbeda-beda. Pada tugas akhir ini penulis akan melakukan analisis tentang hubungan antara kemerahan warna kelopak mata dalam bagian bawah dengan jumlah hemoglobin darah pada seseorang. Berdasarkan hasil analisis, kemudian dibuat suatu sistem pengukur kadar hemoglobin darah melaui citra kelopak mata dalam bagian bawah berbasis pengolahan citra digital. Berdasarkan hasil pengujian, dapat disimpulkan bahwa sistem dapat menghitung jumlah hemoglobin dalam darah seseorang melalui citra kelopak mata dalam bagian bawah dengan rata-rata akurasi sebesar 46,25%, serta dapat menentukan normal atau tidaknya kadar hemoglobin yang terdapat dalam darah seseorang dengan rata-rata akurasi sebesar 83,75%. Kata kunci : hemoglobin, korelasi, non-invasive.
Sistem Deteksi Glaukoma Dengan Pengukuran Area Optik Disk Pada Citra Fundus Octavian Putera Kesuma Sugeng; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Glaukoma adalah suatu penyakit yang umumnya disebabkan karena tekanan dalam bola mata meningkat, sehingga terjadi kerusakan pada saraf optikus dan menyebabkan penurunan fungsi penglihatan. Mengamati dan menganalisa citra fundus mata secara manual kadang menghasilkan diagnosa yang kurang obyektif dan akurat. Pada tugas akhir ini dirancang sistem deteksi penyakit glaukoma dengan pengukuran área optik disk. Ada dua tahapan proses dalam pembangunan sistem yaitu tahap pertama pemodelan dan tahap kedua pengujian. Dalam tiap tahapan proses awal adalah preprocessing, proses ini dilakukan dengan masukan citra fundus retina mata untuk mendapatkan hasil gambar citra biner yang selanjutnya dilakukan perhitungan jumlah piksel pada área optik disk. Hasil dari proses ini sangat bergantung pada proses preprocessing. Selanjutnya proses identifikasi ciri dilakukan dengan klasifikasi menjadi 2 kelas, yaitu mata normal dan mata glaukoma. Berdasarkan hasil dari simulasi, dari 100 citra yang diujikan terdiri dari 50 mata glaukoma dan 50 mata normal didapatkan akurasi terbaik 96% yang dapat dilihat dari hasil klasifikasi jumlah piksel mata normal kurang dari 250125 piksel, mata glaukoma lebih dari atau sama dengan 250125 piksel dengan menggunakan nilai intensitas threshold citra kanal merah dan hijau. Kata kunci : Glaukoma, Optic nerve head, Optik disk.
Perancangan Sistem Rekayasa Gelombang Otak Menggunakan Frekuensi Binaural Bagas Farhan Hadyantoro; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Saat ini, kesehatan mental sudah menjadi perhatian khusus dalam bidang kesehatan. Karena, dengan memiliki mental yang sehat, seseorang akan memiliki energi positif untuk menjalani aktifitas kesehariannya. Kesehatan mental sangat dipengaruhi oleh keadaan otak, itu sebabnya untuk memiliki kesehatan mental yang baik, kesehatan otak harus dijaga. Binaural Beat adalah “efek suara” yang dapat membangun emosi-emosi tertentu pada seseorang melalui frekuensi binaural yang dibuatnya. Dengan binaural beat, kita dapat melatih otak untuk memiliki kesehatan mental yang baik sehingga energi positif dapat terbentuk. Pada tugas akhir ini, dilakukan penelitian tentang perancangan sistem rekayasa gelombang otak menggunakan frekuensi binaural yang bertujuan untuk meningkatkan energi positif pada pendengarnya. Frekuensi binaural ini akan diuji kepada seseorang yang langsung diamati aktifitas gelombang otaknya melalui test EEG (Electroensefalografi), dan membagikan kuisioner sebelum dan sesudah kepada responden yang menggunakan frekuensi binaural selama 1 minggu. Sistem ini berhasil menstimulasi responden dengan probabilitas 92.30% dengan waktu rata-rata 6 menit 28 detik setelah stimulasi dimulai. Sistem ini berhasil meningkatkan energi positif berupa emosional keseharian responden setelah 1 minggu pemakaian dari 54.50% menjadi 73.67%. Kata kunci : Otak, Binaural Beat, frekuensi binaural, gelombang otak, EEG, energi positif
Deteksi Dini Kanker Serviks Metode Iva Berbasis Pengolahan Citra Digital Menggunakan Deteksi Tepi Zero Crossing Dwi Sukma Bestry; Bambang Hidayat; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Kemajuan teknologi di bidang komputer saat ini mendorong berkembangnya penelitian dan penerapan teknik pengolahan citra. Beberapa pertumbuhan kemajuan teknologi baru membuka peluang bagi pengembangan lebih lanjut dalam bidang ini. Saat ini pengolahan citra mempunyai peranan yang sangat penting dalam berbagai bidang kehidupan, seperti di bidang kesehatan. Penyakit kanker merupakan pertumbuhan sel tak normal atau tak terkendali sehingga menyebabkan perubahan bentuk dan pembesaran bagian tubuh. Saat ini dalam mendiagnosa kanker serviks pada wanita sangat membutuhkan waktu yang lama untuk mendapatkan data atau informasi dengan cepat. Dengan adanya aplikasi ini dapat membantu dalam mendeteksi dini kanker serviks dengan metode IVA dengan menggunakan operator Zero crossing. Pada penelitian ini dirancang suatu sistem untuk mendeteksi dini kanker serviks dengan metode IVA dengan bantuan software Matlab 2015a. Subjek penelitian ini adalah membuat aplikasi penerapan operator deteksi tepi untuk mendeteksi dini kanker serviks. Data yang digunakan adalah sampel citra serviks yang telah dilakukan skrining dengan metode IVA (Inspeksi Visual Asam Asetat) yaitu citra serviks yang telah diolesi asam asetat 3-5% berupa file citra berekstensi .png . Ada beberapa langkah program yang dilakukan yaitu mengambil citra serviks, lalu citra dipotong (cropping), citra yang sudah dipotong diubah menjadi citra biner (thresholding). Citra biner kemudian diolah dengan deteksi tepi dengan operator Zero crossing sehingga dapat ditentukan tepi SSK (Sambungan Skuamosa Kolumnar) dan daerah AEZ (Acetowhite Epithelium Zone) dan menentukan apakah hasil skrining merupakan IVA positif atau IVA negatif. Berdasarkan pengujian yang dilakukan pada 55 data citra uji diperoleh nilai akurasi sebesar 89% untuk sistem deteksi SSK, 78% untuk sistem deteksi AEZ dan 67% untuk sistem deteksi akhir hasil skrining IVA. Kata kunci : Zero-Crossing, Sambungan skuamosa kolumnar, Acetowhite Ephitelium Zone, IVA
Perancangan Dan Implementasi Alat Pengukur Kadar Glukosa Dalam Darah Secara Non-invasive Berbasis Arduino Boby Irfanudin Anwar; Raditiana Patmasari; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Penyakit Diabetes Melitus merupakan salah satu penyakit yang mematikan yang dihadapi oleh orang - orang di Indonesia. Angka jumlah penderita penyakit ini di Indonesia sebanyak 10 juta penderita menurut (IDF) International Diabetes Federation. Bahkan menurut World Health Organization (WHO) Indonesia masuk lima negara dengan jumlah penderita Diabetes Melitus. Penyakit ini disebabkan oleh tingginya kadar glukosa dalam darah. Penderita biasanya tidak terkontrol akan konsumsi gula dalam kehidupan sehari - hari. Untuk pengukuran kadar gula dalam darah sejauh ini yang banyak digunakan adalah alat invansive yaitu dengan melukai tubuh pasien. Teknik seperti ini membuat penderita enggan untuk melakukan pengukuran kadar glukosa dalam darahnya secara rutin. Padahal dianjurkan untuk melakukan pengukuran secara berkala agar dapat mengendalikan asupan nutrisi dalam tubuh. Tugas akhir ini dibuat dengan memodifikasi penggunaan oxymeter dari Nellcor ds-100a. Yaitu dengan membaca daya yang diterima oleh photodiode yang dipancarkan oleh LED(Light Emitting Diode) Inframerah dan LED merah dan kemudian tegangan yang didapatkan dikonfersikan menjadi sebuah hasil dengan cara tegangan dikalikan dengan konstanta dari hasil perhitungan standarisasi alat. Pada tugas akhir ini diharapkan daat menghasilkan yang prinsip kerjanya non-invasive sehingga orang dapat dengan mudah melakukan pengukuran kadar glukosa dalam darah mereka tanpa mengeluarkan darah dan mengalami rasa sakit. Alat yang akan dibuat bekerja dengan menggunakan prinsip kerja photodioda dan infrared serta LED merah yang terpengaruh oleh molekul glukosa dalam darah. Yang kemudian diproses oleh microcontroller yang berbasis Arduino yaitu WEMOS D1. Data pengujian untuk variasi penggunaan jari masing masing 30 sample. Dan untuk nilai mean square of error (MSE) terendahnya adalah 21.07 Kata Kunci : glukosa, darah, diabetes, glucometer, non-invasive, nellcor ds-100a, microcontroller
Deteksi Diabetes Retinopati Pada Foto Fundus Menggunakan Color Histogram & Transformasi Wavelet Andria Puja Pratama; Ratri Dwi Atmaja; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Diabetes Retinopati adalah gangguan pembuluh darah di retina pada pasien yang mengidap diabetes mellitus. Ini merupakan penyebab utama kebutaan pada orang dewasa bekerja di negara-negara berkembang, termasuk Indonesia. Pemeriksaan medis terhadap penderita penyakit diabetik retinopati dilakukan dengan pengamatan secara langsung oleh dokter pada citra retina pasien yang diambil menggunakan kamera fundus. Hasil pencitraan retina dari kamera fundus biasanya tidak dapat memberikan gambaran yang jelas terhadap pembuluh darah retina, sehingga akan menyulitkan dokter mata untuk menganalisis citra retina tersebut. Kelemahan metode ini juga dengan dibutuhkannya waktu yang relatif lama untuk mengetahui hasil pemeriksaan.Mengatasi kelemahan tersebut, dibutuhkan sistem yang dibangun menggunakan model komputasi dibutuhkan untuk mengubah piksel citra retina menjadi suatu ciri retina sehingga dapat membantu dokter dalam menetapkan tindakan medis secara cepat dan tepat.Pada penelitian ini dibuat suatu sistem yang dapat mendeteksi dan mengklasifikasikan penyakit diabetes retinopati mejadi 4 kelas berdasarkaan tingkat keparahannya yaitu normal, mild, moderate, dan severe . Pada tugas akhir ini, dengan menggunakan metode ekstraksi ciri Discrete Wavelet Transform dengan level dekomposisi 9 dan klasifikasi menggunakan Jaringan Syaraf Tiruan didapatkan akurasi terbaik 78% dengan menggunakan satu buah hiddenlayer dan 10 neuron didalamnya.. Kata kunci : Retinopati; Citra fundus; Ekstraksi ciri.
Implementasi Algoritma Yolo Pada Aplikasi Pendeteksi Citra Makanan Berbasis Android Mochamad Dandi; Hilman Fauzi TSP; Syamsul Rizal
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pemenuhan kebutuhan nutrisi dari segi jumlah dan jenisnya sangat penting dalam membantu proses tumbuh kembang manusia Upaya peningkatan kualitas sumber daya manusia (SDM) dimulai dari pemenuhan kebutuhan dasar manusia. Perhatian utamanya terletak pada proses tumbuh kembang anak sejak pembuahan sampai mencapai dewasa muda. Mengkonsumsi makanan yang bergizi merupakan salah satu faktor penting untuk menjaga gaya hidup yang sehat. Untuk mendapatkan makanan yang bergizi di perlukan komposisi yang tepat. untuk mendapat jumlah kalori yang tepat di perlukan pengukuran, dalam mengukur jumlah kalori dalam makanan terdapat dua metode yaitu dengan metode konvensional dan metode image processing. Metode konvesional bisa menggunakan perhitungan Basa Metabolic Rate (BMR) dengan jumlah kalori yang dibutuhkan tubuh seseorang untuk aktifitas perhari serta jumlah kalori makanan yang dikonsumsi. Sedangkan penggunaan metode image processing belum banyak diterapkan pada masyarakat Indonesia.Maka dalam Tugas Akhir ini dilakukan simulasi Perancangan Aplikasi perhitungan nutrisi berbasis android, dan simulasi ini dilakukan menggunakan metode Convolutional Neural Network (CNN). Data yang di pakai di metode ini adalah gambar makanan yang dipakai untuk metode penelitian. akan diukur hasil performansinya untuk membuktikan performa aplikasi perhitungan.Pengerjaan simulasi Tugas Akhir ini yaitu dapat membuktikan performa aplikasi perhitungan nutrisi pada makanan berbasis android, dengan melakukan pengukuran dari sisi akurasi data, image processing. Keyword: ImageProcessing Convolutional Neural Network, Android
Analisis Sinyal Eeg Dengan Studi Kasus Pengaruh Respon Pengambilan Keputusan Pembelian Impulsif Dari Sugesti Olvaktori Marketing Fitra Ayu Larasati; Hilman Fauzi Tresna Sania Putra; Maya Ariyanti
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 Seiring dengan pesatnya perkembangan zaman, metode penelitian juga kian bervariasi, dan terasa semakin mudah untuk menemukan metode yang cocok dengan penelitian yang hendak direncanakan, dan marketing adalah salah satunya. Neuromarketing yang merupakan cabang ilmu dari neuroscience, mempelajari respon otak berkaitan dengan marketing. Pengukuran dari respon sinyal otak manusia dilakukan dengan menggunakan sinyal electroencephalography (EEG) yang juga dipicu oleh stimulus olfactory. Stimulus diberikan kepada responden untuk mendapatkan analisis pengaruh stimulus terhadap hasil pengambilan keputusan responden. Sinyal EEG melalui tahap filtering pada pre-processing dengan menggunakan filter band pass butterworth orde 5 dan frekuensi cut-off 13 Hz – 30 Hz. Untuk mendapatkan karakteristik fitur sinyal, ekstraksi ciri menggunakan metode statistik EEG berupa mean, energy, entropy, kurtosis dan standar deviasi. Dibentuk dataset untuk klasifikasi dengan metode support vector machine (SVM) sehingga didapatkan kombinasi entropy, energy, kurtosis dan standar deviasi dengan akurasi sebesar 0,62 sebagai parameter analisis pola sinyal responden. Serta pengenalan pola sinyal dengan menggunakan metode irisan nilai fitur sehingga didapatkan akurasi pengenalan pola sinyal terbaik di fitur entropy dengan akurasi sebesar 0,63. Kata kunci: neuromarketing, pengambilan keputusan, EEG, olfactory. Abstract Along with the rapid development of the times, research methods are also increasingly varied, and it feels increasingly easy to find methods that match the research to be planned, and marketing is one of them. Neuromarketing which is an offshoot of neuroscience, studies brain responses related to marketing. Measurements of the human brain's signal response were made using electroencephalography (EEG) signals that were also triggered by olfactory stimulus. Stimulus is given to respondents to get an analysis of the influence of stimulus on the results of respondents' decision making. The EEG signal then passes through the filtering stage in pre-processing using butterworth pass band filter order 5 and cut-off frequency of 13 Hz – 30 Hz. To obtain signal feature characteristics, extraction of characteristics using statistical methods of EEG in the form of mean, energy, entropy, kurtosis and deviation standards. Formed dataset for classification with vector machine support method (SVM) so that obtained a combination of entropy, energy, kurtosis and deviation standard with accuracy of 0.62 as a parameter of analysis of respondents' signal patterns. As well as signal pattern recognition using the feature value slice method so that the best signal pattern recognition accuracy is obtained in the entropy feature with an accuracy of 0.63. Keywords: neuromarketing, decision making, EEG, olfactory
Rancang Bangun Aplikasi Deteksi Dini Kanker Ovarium Berbasis Android Dengan Expert System Muhammad Zuhairi; Hilman Fauzi; Favian Dewanta
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-Kanker ovarium adalah tumor yang timbul pada rahim dan dapat berakibat fatal apabila tidak ditangani sedini mungkin. Kanker ovarium sulit terdeteksi pada stadium awal karena tidak menimbulkan gejala spesifik dan umumnya baru terdeteksi pada stadium lanjut. Pada stadium lanjut kanker tersebut akan lebih sulit untuk ditangani dan biaya pengobatannya pun menjadi lebih mahal. Oleh karena itu dibuatlah penelitian dengan membuat aplikasi android untuk mendeteksi kanker ovarium sedini mungkin dengan metode sistem pakar. Diperoleh data kuesioner pasien kanker dari Rumah Sakit Hasan Sadikin Bandung yang akan menjadi acuan dalam pembuatan aplikasi. Penulis membandingkan keakuratan prediksi data menggunakan algoritma K-Nearest Neighbor, Support Vector Machine, dan Random Forest. Lalu dilanjutkan dengan pembuatan aplikasi serta dilakukan analisis Quality of Services menggunakan Apache JMeter. Hasil pengujian menunjukkan bahwa algoritma KNearest Neighbor menggunakan nilai K=7 mendapatkan nilai akurasi sebesar 92.3%. Maka dari itu, dipilihlah algoritma KNearest Neighbor untuk diimplementasikan ke dalam aplikasi deteksi kanker ovarium. Dengan memasukkan algoritma KNearest Neighbor ke dalam aplikasi, didapatkan hasil akurasi pada aplikasi sebesar 80,23%. Lalu analisis Quality of Service menghasilkan troughput terbaik sebesar 2.89 kbps, dan latency terbaik sebesar 13s, masing-masing dengan beban 100 user dan mampu menangani permintaan dari 100 dan 150 user tanpa error. Kata Kunci- Android, K-Nearest Neighbor, Kanker Ovarium, Random Forest, Sistem Pakar, Support Vector Machine.
Co-Authors Achmad Rizal Achmad Rizal Adzra, Faaiq Ammaria Alvin Oktarianto Anak Agung Gede Mahendra Kusuma Andi Zahra Bunga Zana Andria Puja Pratama Ayudina, Nasya Azhar, Tauhid Nur Aznida Firzah Abdul Aziz Bagas Farhan Hadyantoro Bambang Hidayat Bambang Hidayat . Barri, Hablul Bayu Angga Medica Firmanda Bima Ansori, Revydo BIRU, BANYU Boby Irfanudin Anwar Budi Harsono, Ali Cynthia Erika Dayan Aldina Dendi Gusnadi Denta Rahmadani Dewa Nyoman Indra Dharma, Budi Dwi Sukma Bestry Fahmi Oscandar Fahmi Oscandar, Fahmi Faidil Hadi Fathurrachman, Dhia Firdaus Fauzi, Adryan Favian Dewanta Fina Maharani Fitra Ayu Larasati Galih Surya Gede Hari Yogiswara Gelar Budiman HARSONO, ALI BUDI Hasibuan, DR David H.M. Haya, Allika Fadia Heris, Faradisya Hutagalung, Yessica Maria I Wayan Agus Sugiarsa Irfan Darmawan Iwan Iwut Tritoasmoro Jangkung Raharjo Januar, Rifat Kinantan, Muhammad Rafi Komura, Tadayasu Kyoso, Masaki Lubis, Reza Armanda M. Abdullah Azzam Marliyah, Marliyah Marpaung, bintangsahala0203 Marpaung, Dhea Romantika Marpaung, DR Annaria Magdalena Mas Sarwoko Suraatmadja Masaki Kyoso Maya Ariyanti Mazaya 'Aqila Misbakhul Munir Mochamad Dandi Mohd Ibrahim Shapiai Mohd. Ibrahim Shapiai Muhammad Hablul Barri Muhammad Ilham Muhammad Zuhairi Mumtaz, Yasmin Nasya Ayudina Darsono Naufal Reza Alfiandy Nugraha, M.Fajar Zulvan Nur Ibrahim Octavian Putera Kesuma Sugeng Oktafiani, Venia Oktiandi Nugroho Wasktio Pratiwi, Daulika Putra Fajar Alam Raditiana Patmasari Rahmadani, Denta Rahmah, Qisthi Nur Rahman, Fadlur Rahmat Widadi Raihan Nur Fadhlillah Ramanta Limantara Sidam Ramdhan Nugraha Rasta, John Ratri Dwi Atmaja Revydo Bima Anshori Reza Armanda Lubis Rio Fa, Farrel Rita Magdalena Rustam Rustam Rustam Saepulloh Saepulloh Saepulloh, Saepulloh Said, Ziani Salim, La Ode Agus Salsabila, Afap Saputri, Ikra Yuni SENJAYA, ARIO Shapiai, Mohd. Ibrahim Siadari, Thomhert Siadari, Thomhert S. Sofia Sa'adiah SOFIA SAIDAH Sophya Hadini Marpaung Sugondo Hadiyoso Suhardjo Suhardjo Syamsul Rizal Syatta, Hurin Tadayasu Komura Tauhid Nur Azhar Thomhert Suprapto Siadari Tsani, Fajri Twinarya Bagus Wibawa Uswah Khairuddin Utari Nur Ramadhani Yora Vany Octaviany Wan Siti Nur Shafiqa Wan Musa Yanti, Suci Dwi Yasi Oktodiranto Yasman, Fudhla Ramadhana Yulinda Eliskar Yunita, Kurnia Sri Ziani Said