Claim Missing Document
Check
Articles

Found 5 Documents
Search

PENGUJIAN ALGORITMA INCEPTION V3 DALAMMENGIDENTIFIKASI PENYAKIT TUBERCULOSIS DAN PNEUMONIA Kosman, Alvin Widyadhana; Wahyuningsih, Yulia; Mahendrasusila, Fernandi
Jurnal Teknik Informatika dan Komputer Vol. 3 No. 1 (2024): Jurnal Teknik Informatika dan Komputer
Publisher : Universitas Muhammadiyah Prof. DR. HAMKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/jutikom.v3i1.13879

Abstract

According to the World Health Organization (WHO), Tuberculosis and Pneumonia are two of the 10 biggest causes of death in the world. To reduce the risk of contracting both diseases, early and accurate diagnosis is needed. One way to achieve early and accurate diagnosis is to integrate image processing into the diagnosis process. The aim of this research is to test the CNN Inception V3 algorithm in identifying a case of Tuberculosis and Pneumonia disease by using a photo of electromagnetic radiation from a person's body wavelength. From the photos, the results obtained were the percentage of accuracy of x-ray photos of normal lungs is 99.63%, the percentage of accuracy of x-ray photos of tuberculosis lungs is 99.82% and the percentage of accuracy of x-ray photos of lungs with pneumonia is 99.69%.
PERDEBATAN HAK CIPTA ATAS KARYA KECERDASAN BUATAN (AI): MENUJU KERANGKA HUKUM ADAPTIF YANG MENDUKUNG INOVASI TEKNOLOGI Maxmiliano, Petrus; Hartanto, Michael Phrigyan; Mahendrasusila, Fernandi; Oentoro, Benaya Azareel
PERAHU (PENERANGAN HUKUM) : JURNAL ILMU HUKUM Vol 13 No 1 (2025): PERAHU (PENERANGAN HUKUM) : Jurnal Ilmu Hukum
Publisher : Universitas Kapuas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51826/perahu.v13i1.1445

Abstract

In the digital era, artificial intelligence (AI) has become a pivotal tool in generating creative works. However, the debate over copyright for AI-generated works has emerged as a critical issue requiring attention. This article explores the challenges of originality and ownership in AI-generated works and the legal approaches applicable. By adopting a literature analysis method from national and international journals, this study finds that current copyright frameworks inadequately address AI-created works. Proposed solutions include the development of specific laws and ethical frameworks to ensure copyright protection without stifling technological innovation. The study highlights that while AI-generated works hold significant potential, effective copyright protection necessitates an adaptive legal approach. This research concludes that updating copyright regulations is essential to align with advancements in AI technology.
STRATEGI MENGHADAPI CYBERBULLYING DI MEDIA SOSIAL PADA MAHASISWA SEMESTER BARU DI INDONESIA Nugroho, Isaac Yeremia; Handoyo, Kevin; Wijaya, Ricky Junianto; Juniarto, Claudio Erlisto Candra; Mahendrasusila, Fernandi
PERAHU (PENERANGAN HUKUM) : JURNAL ILMU HUKUM Vol 13 No 1 (2025): PERAHU (PENERANGAN HUKUM) : Jurnal Ilmu Hukum
Publisher : Universitas Kapuas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51826/perahu.v13i1.1454

Abstract

Cyberbullying on social media has become a significant challenge for new semester students in Indonesia, who are still adapting to their new academic and social environments. A lack of awareness and skills in dealing with cyberbullying can negatively impact their mental health and academic performance. This study aims to explore strategies that students can apply in facing cyberbullying, both through preventive and responsive approaches. The research employs a qualitative approach using in-depth interviews and surveys conducted with new semester students at several universities in Indonesia. The findings indicate that students tend to adopt strategies such as limiting social media interactions, enhancing digital literacy, and seeking support from friends and family. The implications of this study are expected to provide recommendations for educational institutions in designing educational programs and policies to help students cope with challenges in the digital world.
Penerapan Model Waterfall pada Perancangan Corporate Web Christin, Elisabeth Yolanda; Wahyuningsih, Yulia; Mahendrasusila, Fernandi
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i1.1915

Abstract

Pada saat ini perkembangan teknologi yang sangat memberikan peluang kepada setiap perusahaan dalam memiliki daya saing bisnis. Perusahaan dituntut untuk memiliki sistem informasi yang bisa mendukung dan meningkatkan produktivitas perusahaan. Corporate Web merupakan salah satu sistem informasi yang digunakan oleh perusahaan untuk mengenalkan perusahaan kepada calon customer dan masyarakat luas. Perancangan Corporate Web dalam bentuk website saat ini berkembang dengan berbagai tahapan atau metode yang dilakukan. Model Waterfall dalam penelitian ini akan diterapkan di PT X yang merupakan perusahaan yang bergerak di bidang pelayanan transaksi dan distribusi barang dengan proses penjualan B2B (Bussiness to Bussiness). Pada perancangan corporate web ini digunakan pengumpulan data secara kualitatif dengan mengumpulkan informasi melalui proses wawancara, observasi dan studi literatur. Pada model Waterfall dilakukan pengerjaan secara sistematis dan berurutan dalam pengembangan perangkat lunak. Model ini disebutkan juga sebagai model air terjun karena pada setiap tahapnya dikerjakan dari atas kebawah yang memiliki kelebihan sistem kerja yang jelas. Tahap yang dilakukan dalam model waterfall adalah Identifikasi Sistem, Analisis Sistem, Pengembangan Sistem, Implementasi, Desain, Pengkodean, dan Uji Coba. Tahapan pengujian merupakan bagian dari tahapan model Waterfall. Metode pengujian yang dipakai adalah metode Black Box, yang merupakan metode dengan fokus melakukan pengamatan hasil input dan output dari perangkat lunak yang akan diuji. Corporate Web yang telah dibuat diharapkan mampu mempermudah PT X dalam menyampaikan informasi mengenai gambaran secara singkat mengenai perusahaan, core value, dan kegiatan yang telah dilakukan untuk pengembangan perusahaan.
Pengujian Metode Inception V3 dalam Mengidentifikasi Penyakit Kanker Kulit Kosman, Alvin Widyadhana; Wahyuningsih, Yulia; Mahendrasusila, Fernandi
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i1.1940

Abstract

Kulit yang berfungsi secara estetika dan melindungi organ internal secara rutin terpapar elemen eksternal, membuatnya rentan terhadap luka dan penyakit. Salah satu kondisi yang paling berbahaya adalah kanker kulit, masalah kesehatan global yang berasal dari mutasi DNA pada sel kulit, terutama Melanoma dan Basal Cell Carcinoma (BCC). Penyakit tersebut umum terjadi di area yang terpapar sinar matahari berlebihan. Di Indonesia yang memiliki lokasi geografis di daerah tropis memiliki resiko terjangkit kanker kulit yang lebih besar. Hal tersebut mendorong kebutuhan akan metode diagnostik yang efektif. Prosedur biopsi tradisional, meskipun akurat, memakan waktu dan mahal. Studi ini mengeksplorasi pendekatan alternatif yang efisien dengan menggunakan computer vision dan machine learning, khususnya Inception V3. Metode Inception V3 adalah salah satu arsitektur jaringan saraf konvolusi (CNN) yang dikembangkan oleh tim peneliti di Google pada tahun 2015. Tujuan utama dari Inception V3 adalah untuk meningkatkan kecepatan komputasi dan kinerja model dalam pengenalan gambar. Penelitian akan dilakukan dengan cara melakukan pelatihan pada model dengan metode Inception V3. Model akan dilatih menggunakan data foto kulit sebesar 9,1GB (Gigabyte) yang diambil dari International Skin Imaging Challenge (ISIC) pada tahun 2019. Setelah pelatihan selesai dilakukan, tahap selanjutnya adalah pengujian. Untuk mencegah bias maka data yang dipakai untuk pengujian model tidak boleh sama dengan pelatihannya. Model yang dilatih menunjukkan akurasi yang memuaskan, mencapai 99.93% untuk Melanoma dan 92.26% untuk identifikasi Basal Cell Carcinoma.