Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Prosiding SeNTIK STI

DETEKSI KELUMPUHAN WAJAH MENGGUNAKAN YOLO DENGAN IMPLEMENTASI WEB Pamungkas, Kiki Adi; Himawan, Salamet Nur; Suheryadi, Adi; Cahyanto, Kurnia Adi; Sitanggang, Filemon
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Kelumpuhan wajah merupakan ketidakmampuan seseorang untuk menggerakkan otot-otot pada wajah.. Deteksi awal kelumpuhan wajah sangat penting untuk memberikan intervensi medis yang cepat dan mencegah perburukan kondisi pasien. Dalam penelitian ini, kami mengembangkan sebuah sistem berbasis deep learning yang menggunakan model YOLO (You Only Look Once) untuk mendeteksi paralisis secara otomatis. Sistem ini diintegrasikan dengan sebuah aplikasi web, yang memungkinkan pengguna untuk mengunggah citra untuk dilakukan deteksi secara real-time. Pengujian terhadap sistem ini menunjukkan akurasi yang tinggi dalam mendeteksi kelumpuhan wajah pada citra. Hasil penelitian menunjukkan bahwa model YOLO dapat membedakan wajah yang lumpuh dengan baik, terlihat pada precision dan recall yang mencapai nilai 0.91 dan 0.97
Klasifikasi Stroke Pada Citra Ct Otak Menggunakan Transfer Learning Efficientnet-B0 Rendi, Rendi; Himawan, Salamet Nur; Sohiburoyyan, Robieth; Wati, Vera
Prosiding Seminar SeNTIK Vol. 9 No. 1 (2025): Prosiding SeNTIK 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Penelitian ini mengusulkan model klasifikasi stroke berbasis citra CT otak menggunakan metode transfer learning dengan arsitektur EfficientNet-B0. Hasil menunjukkan akurasi 96,83%, menandakan performa klasifikasi yang sangat baik dan berpotensi membantu radiolog dalam diagnosis cepat dan akurat.