Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Warta LPM
Leonard, Calvin Rinaldy
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Engineering Health Professions Social Sciences

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

Found 2 Documents
Search

 1 
Pengembangan Aplikasi Stunting Care untuk Pemantauan Pertumbuhan Anak Leonard, Calvin Rinaldy; Ayu Arista; Muhammad Kurnia; Rahmawati; Muhammad Rachmat
Warta LPM WARTA LPM, Vol. 27, No. 2, Juli 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/warta.v27i2.4388

Abstract

Recording the results of conventional child growth measurements in the Maternal and Child Health book has long been carried out by health workers and posyandu cadres at the Bontoharu Community Health Center, Selayar Regency, and posyandu cadres in Bontotangnga Village. This form of recording takes quite a lot of time, is prone to errors, and the results do not display attractive visualizations, so a reliable form of recording is needed to monitor children's growth as an effort to prevent and treat stunting. The method used in this community service is Community Based Research (CBR). To overcome the problem of stunting early, the Stunting Care application was developed. Stunting Care is an application for monitoring children's growth periodically by entering data on the child's height and weight. This application will provide predicted results for children, whether they are stunting, at risk of stunting, normal or high normal and is equipped with various features. The Stunting Care application was developed using agile development software engineering methods and through black box testing. The test results of the Stunting Care application are classified as good, as indicated by the system functionality running smoothly.
Systematic Literature Review: Deep Learning Pada Citra Sinar-X Paru Untuk Klasifikasi Penyakit Leonard, Calvin Rinaldy; Nurtanio, Ingrid; Bustamin, Anugrayani
Techno.Com Vol. 23 No. 3 (2024): Agustus 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i3.10961

Abstract

Paru-paru merupakan organ vital dalam tubuh manusia. Paru-paru mengangkut oksigen ke dalam tubuh dan mengeluarkan karbondioksida keluar dari tubuh. Proses pertukaran oksigen dan karbon dioksida ini membuat paru-paru rentan terjangkit oleh virus, bakteri dan jamur. Paru-paru dapat terjangkit berbagai jenis penyakit seperti pneumonia, tuberkulosis, kanker, ataupun covid-19. Dalam proses diagnosa penyakit tersebut, seringkali terjadi perbedaan diagnosa antar dokter. Melalui tantangan tersebut, diperlukan sistem pembelajaran mesin yang dapat menjadi pihak ketiga untuk melakukan klasifikasi kondisi. Salah satu metode modern yang dapat digunakan yaitu Metode deep learning. Convolutional Neural Network adalah salah satu dari banyaknya metode deep learning dan CNN telah terbukti menghasilkan akurasi yang tinggi dalam memproses gambar. Banyaknya penelitian yang telah menggunakan metode CNN dalam mengolah citra sinar-X paru menjadi dorongan untuk mencari gap dengan menggunakan metode SLR (Systematic Literature Review). Diagram PRISMA juga digunakan dalam memilih dan mendokumentasikan 93 paper yang relevan hingga menghasilkan 22 paper yang sesuai dengan lingkup penelitian yang menggunakan subjek sinar-X paru dan menggunakan metode deep learning CNN. Hasil yang diperoleh adalah informasi terkait dataset yang digunakan, hanya 1 dari 22 paper yang menggunakan data primer, sisanya adalah data sekunder. Selain itu, transfer learning menjadi pilihan terpopuler dalam mengembangkan sistem klasifikasi paru.   Kata kunci: Deep Learning, Paru-paru, Sinar-X, SLR, PRISMA
Co-Authors Ayu Arista Bustamin, Anugrayani Ingrid Nurtanio Muhammad Kurnia Muhammad Rachmat Rahmawati