Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Fountain of Informatics Journal Sains, Aplikasi, Komputasi dan Teknologi Informasi
Amal, Fakhmul
Unknown Affiliation
Aerospace Engineering Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Tumor Otak dengan Resnet berdasarkan MRI Irsyad, Akhmad; Islamiyah, Islamiyah; Setyadi, Hario Jati; Amal, Fakhmul
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 5, No 2 (2023): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jsakti.v5i2.14363

Abstract

Tumor otak dapat dikategorikan sebagai kanker (ganas) atau non-kanker (jinak), dan pertumbuhannya dapat menimbulkan risiko kesehatan yang signifikan. Deteksi dini tumor otak sangat penting untuk penanganan yang efektif. Meskipun pencitraan resonansi magnetik (MRI) adalah metode yang efektif untuk mengidentifikasi tumor otak, terdapat tantangan dalam analisis hasil yang memerlukan tenaga medis terlatih. Oleh karena itu, penelitian ini mengembangkan metode otomatis menggunakan deep learning, khususnya arsitektur ResNet-50, untuk klasifikasi citra MRI. Dataset yang digunakan terdiri dari 7.023 gambar dengan empat kelas tumor: glioma, meningioma, normal, dan pituitary. Hasil evaluasi menunjukkan bahwa model ResNet-50 mencapai akurasi 71,55% dan F1-Measure 0,6919, lebih baik dibandingkan dengan model base CNN yang memiliki akurasi 71,34% dan F1-Measure 0,6714. Penelitian ini diharapkan dapat meningkatkan akurasi dan efisiensi deteksi otomatis tumor otak, serta memberikan kontribusi dalam manajemen klinis.
Klasifikasi COVID 19 dengan Metode EfficientNet berdasarkan CT scan Paru-paru Irsyad, Akhmad; Islamiyah; Amal, Fakhmul
Fountain of Informatics Journal Vol. 8 No. 2 (2023): November
Publisher : Universitas Darussalam Gontor

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

Abstract

Abstrak Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) adalah virus penyebab Covid-19. Covid-19 adalah virus mematikan yang oleh Organisasi Kesehatan Dunia (WHO) ditetapkan sebagai pandemi karena penyebarannya yang cepat. Dua metode yang kini paling sering digunakan untuk mendeteksi Covid-19 adalah Rapid Diagnostic Test (RDT) dan Real-Time Reverse Transcription Polymerase Chain Reaction (RT-PCR). Menemukan strategi baru yang cepat dan tepat sangat penting karena kedua strategi memiliki kelebihan dan kekurangan. Penggunaan CT scan untuk menemukan Covid-19 adalah salah satu metode yang direkomendasikan. Makalah ini merekomendasikan identifikasi Covid-19 pada gambar CT menggunakan EfficientNet B0 tampil lebih unggul dari model tanpa CLAHE. Untuk performa EfficientNet B0 dengan CLAHE, akurasi, F-measure, recall, dan precision adalah 91,95%, 92,06%, 92,43%, dan 91,69%..   Kata kunci: Covid-19, Klasifikasi, Deep Learning, EfficientNet   Abstract [Classification of COVID-19 using the EfficientNet Method Based on Lung CT Scan] Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) is the virus that causes COVID-19. Covid-19 is a deadly virus that the World Health Organization (WHO) has designated as a pandemic due to its rapid spread. The two methods that are now most often used to detect COVID-19 are the Rapid Diagnostic Test (RDT) and Real-Time Reverse Transcription Polymerase Chain Reaction (RT-PCR). Finding a new strategy that is quick and precise is crucial since both strategies have benefits and drawbacks. The use of a CT scan to locate Covid-19 is one recommended method. This paper recommends identifying COVID-19 on CT images using EfficientNet B0 performs superior to the model without CLAHE. For the performance of EfficientNet B0 with CLAHE, accuracy, F-measure, recall, and precision are 91.95%, 92.06%, 92.43%, and 91.69%.   Keywords: Covid-19, Classification, Deep Learning, EfficientNet
Co-Authors Irsyad, Akhmad Islamiyah Islamiyah Islamiyah, Islamiyah Setyadi, Hario Jati