Article Per Year (5 Year)
p-Index From 2021 - 2026
6.455
P-Index
This Author published in this journals
All Journal Journal of Nonformal Education Jurnal Penelitian Pendidikan IPA (JPPIPA) Network Engineering Research Operation [NERO] CYCLOTRON Imajeri: Jurnal Pendidikan Bahasa dan Sastra Indonesia Ideas: Jurnal Pendidikan, Sosial dan Budaya Edukasi Lingua Sastra Humanism : Jurnal Pengabdian Masyarakat SinarFe7 Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Journal of Pedagogy and Education Science Computing Insight: Journal of Computer Science Jurnal Inovasi dan Terapan Pengabdian Masyarakat Nucleus Journal
Haryanti, Tining
Program Studi Teknik Komputer, Fakultas Teknik, Universitas Muhammadiyah Surabaya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search
Journal : Computing Insight: Journal of Computer Science

 1   2   3   4   5 
Penerapan Image Processing Menggunakan Convolutional Neural Network Untuk Klasifikasi Luka Kaki Pada Diabetes Akbar, Ilhaam Syafruddin; Haryanti, Tining; Haq, Muhamad Amirul
Computing Insight : Journal of Computer Science Vol 4 No 2 (2022)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/comp_insight.v4i2.22529

Abstract

Penelitian ini mengeksplorasi penerapan pemrosesan citra menggunakan Convolutional Neural Network( CNN) untuk klasifikasi luka kaki pada penderita diabetes mellitus. Diabetes dapat menyebabkan komplikasi serius, termasuk luka pada kaki, yang memerlukan identifikasi cepat untuk pencegahan lebih lanjut. Metode ini melibatkan pengambilan citra luka kaki dengan perangkat medis dan pengolahan awal( preprocessing) untuk mempersiapkannya untuk analisis CNN. Eksperimen menunjukkan bahwa CNN mampu mengklasifikasikan jenis luka dengan tingkat akurasi tinggi. Keunggulan utama terletak pada kemampuan CNN untuk mengekstrak fitur penting dari citra, memungkinkan pengenalan pola kompleks. Hasil penelitian ini menunjukkan bahwa penerapan image processing dengan CNN dapat menjadi pendekatan efektif dalam klasifikasi luka kaki diabetes. Teknologi ini memiliki potensi sebagai alat bantu diagnostik yang handal, mempercepat identifikasi dan pengelolaan luka pada pasien diabetes, serta mengurangi risiko komplikasi serius. Dengan demikian, penelitian ini memberikan kontribusi penting pada bidang pengembangan sistem kesehatan yang dapat meningkatkan kualitas hidup penderita diabetes. Model klasifikasi dilatih menggunakan dataset berlabel yang terdiri dari citra kaki dengan status luka yang diketahui.Hasil ini berpotensi membantu tenaga medis dalam intervensi dan langkah pencegahan yang tepat, sehingga dapat mengurangi risiko komplikasi yang serius bagi penderita diabetes.
DGS Alat Deteksi Tingkat Stress Pada Mahasiswa Berdasarkan Detak jantung dan Konduksivitas kulit dengan sensor MAX30100 dan sensor GSR Menggunakan Metode Fuzzy Logic Berbasis Arduino Nano Saputra, Devan Giri; Rosadi, Aswin; Haryanti, Tining
Computing Insight : Journal of Computer Science Vol 7 No 2 (2025)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/comp_insight.v7i2.27512

Abstract

Stres akademik merupakan persoalan yang sering dialami oleh mahasiswa, khususnya ketika menghadapi tugas akhir seperti penyusunan skripsi. Tingkat stres yang tinggi tidak hanya berdampak negatif terhadap performa akademik, tetapi juga dapat memicu kondisi psikologis serius, seperti kecemasan berlebihan, frustrasi, bahkan hingga tindakan bunuh diri. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah perangkat pendeteksi tingkat stres berbasis Arduino Nano, yang memanfaatkan sensor MAX30100 dan Galvanic Skin Response (GSR). Parameter fisiologis yang digunakan untuk mendeteksi stres meliputi detak jantung dan konduktivitas kulit. Metode yang diterapkan dalam sistem ini adalah logika fuzzy, yang memungkinkan pengolahan data fisiologis secara real-time serta mampu menangani ketidakpastian dan variasi biologis antarindividu. Sistem ini dirancang untuk mengklasifikasikan tingkat stres ke dalam empat kategori linguistik, yaitu rileks, tenang, cemas, dan stres, dengan hasil pengukuran ditampilkan melalui layar LCD 16x2. Pengujian dilakukan dengan cara membandingkan hasil deteksi dari alat dengan skor kuesioner Perceived Stress Scale (PSS) yang telah divalidasi dan diuji reliabilitasnya. Berdasarkan hasil evaluasi, alat menunjukkan tingkat akurasi yang cukup baik dalam mendeteksi stres. Stabilitas sensor GSR mencapai 74% pada kategori sangat stabil, sedangkan sensor MAX30100 menunjukkan 60,87% gabungan antara kategori sangat stabil dan cukup stabil. Dengan ini sistem berpotensi menjadi solusi praktis dalam memantau tingkat stres mahasiswa
Co-Authors ., Ponidi Abdul Aziz Abdul Aziz Achmad Syauqi Achmad Syauqi Adi, Rizki Akbar, Ainul Ramdani Akbar, Ilhaam Syafruddin Amirul Haq anataya, aura Andana, Erie Kresna Anitya Putri Affandi Mussa Aswin Rosadi Badruli Martati, Badruli Betty Ariani Binuri, Moch. Ghulam Abrari Darmawan, Eci Deva Martha Shella Dina, Dinda Franciska Mey Eci Darmawan Eko Suoriyanto Eko Supriyanto Eko Supriyanto Erie Kresna Andana EVA ZULIYA DWI NINGSIH Fachrur Rozi Fatin, Idhoofiyatul Fierza Fierza Fitriah Fitriah Haq, Muhamad Amirul Hasanah, Mukarromatul Hidayatulloh, Muhammad Alfinda Ilhaam Syafruddin Akbar Ilham Bintang Pamungkas Imam Zaini Islah, Muhammad Lailatul Irmiah Lusi Afritrianita Agtha Isnandar Lutfi Maulana M. Azadien Nuzul Zhuhuri Moh Sofyan Hadi Solihin Muhamad Amirul Haq Muhammad Akmal Fijar Riyadi Naurah, Naurah Ngatma'in Ngatma'in NINGSIH, EVA ZULIYA DWI Novanto Prio Utomo Nugraha, Fery Setia Nugraha, Moch Adhyansyah Nuniek Fahriani, Nuniek Nurdin, Farid Rahman Pamungkas, Ilham Bintang Pheni Cahya Kartika Prasetiyo, Putut Joko Pratama, Rino Aldi Putri Affandi Mussa, Anitya Rahmatan Putra, Artansyah Rina Rini Rahmawati Rini Rahmawati, Rini Riyadi, Muhammad Akmal Fijar Rizki Adi Sabri Balafif Sakti Sakti Saputra, Devan Giri Solihin, Moh Sofyan Hadi Sujinah Sujinah Syaifudin, Rachmad Tantri, Ashr Hafiizh Triuli Novianti, Triuli Utomo, Novanto Prio Winarno Winarno Winarno Winarno Winarno Winarno Winarno Winarno Winarno, Winarno Winarno, Winarno Zaini, Imam