Garuda - Garba Rujukan Digital

Hanafi, Mhd.

Unknown Affiliation

Author-ID : 8101280

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 3 Documents Claim Missing Document

Claim Missing Document

Articles

Single Channel Electrogastrogram Frequency Domain Analysis and Correspondence to Brain Activity in a Resting State Condition Sahroni, Alvin; Miladiyah, Isnatin; Adinandra, Sisdarmanto; Sofyan, Pramudya Rakhmadyansyah; Anora, Levina; Hanafi, Mhd.
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 7 No 1 (2025): January
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v7i1.590

An electrogastrogram (EGG) is a well-known method to record gastric myoelectrical activity. However, some researchers believe that EGG measures the gastric slow wave and can be used as a surrogate for gastric motility, whereas others claim that EGG is flawed. Our proposed study broadens the scope of EGG research, particularly by offering the opportunity to observe gut-brain signaling pathways, which can enhance our understanding of brain properties and behavior in response to psychological changes. This study focuses on how to confirm single-channel EGG's setup with public datasets and previous studies and how to observe the relationship of gut-brain axis pathways. We gathered four subjects utilizing a 250 Hz bioamp to monitor brain wave activity on the head and scalp including gastric activity, and used Zenodo's EGG dataset for the confirmation phase. We placed single-channel electrodes around the stomach to investigate gastric myoelectrical activity and extracted the EGG's power spectrum using a specific band-pass filter (0.03 - 0.07 Hz). We extracted the EGG's power spectrum and dominant frequency as our main features. Regarding brain electricity activities, we applied the FIR filter to obtain each brain wave's properties. We found that each subject had different responses during pre- and postprandial, both from primary and secondary resources. We found that the increase in EGG activity caused a change in EEG properties, particularly in the alpha band (8-12 Hz). Additionally, the EEG P3 site in the parietal lobe followed the power change rates of the EGG between 0 to 0.015 of relative power. We conclude that P3 and slow-wave gastric movement from EGG correspond to each other and reflect gut-brain axis pathways. However, future studies with larger samples must strengthen our findings according to the gut-brain axis pathways in the P3 site and EGG

Analisis Fitur Citra untuk Deteksi Kanker Prostat Menggunakan GLCM dan T-Test Setiawan, Hendra; Hanafi, Mhd.; Jusman, Yessi
Medika Teknika : Jurnal Teknik Elektromedik Indonesia Vol. 6 No. 2 (2025): April
Publisher : Universitas Muhammadiyah Yogyakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/mt.v6i2.23440

Kanker prostat merupakan salah satu kelainan paling umum pada kelenjar prostat yang dapat menyebabkan gangguan buang air kecil hingga nyeri tulang akibat penyebaran ke tulang. Penelitian ini bertujuan untuk menganalisis perbedaan antara sel prostat normal dan abnormal menggunakan metode pengolahan citra Gray Level Co-occurrence Matrix (GLCM) dan klasifikasi statistik T-Test. Data citra yang digunakan memiliki resolusi 1024 × 1024 piksel dalam format grayscale, diperoleh dari hasil pencitraan mikroskop cahaya. Citra tersebut kemudian diekstraksi menggunakan GLCM untuk mendapatkan nilai tekstur seperti kontras, korelasi, energi, dan homogenitas. Proses klasifikasi dilakukan menggunakan uji T-Test dengan parameter P-value sebagai acuan validitas fitur dalam membedakan sel normal dan abnormal. Hasil penelitian menunjukkan bahwa dari 16 fitur yang diekstraksi, sebanyak 14 fitur memiliki nilai P-value < 0,05 yang berarti dapat membedakan sel normal dan abnormal, sedangkan 2 fitur (Energy2 dan Energy4) tidak signifikan dalam klasifikasi. Dengan demikian, metode GLCM dan T-Test terbukti efektif dalam analisis citra sel prostat dan dapat diintegrasikan ke dalam sistem diagnosis berbasis citra untuk mendukung deteksi dini kanker prostat.

Analisis Fitur Citra untuk Deteksi Kanker Prostat Menggunakan GLCM dan T-Test Hanafi, Mhd.; Setiawan, Hendra; Jusman, Yessi
Medika Teknika : Jurnal Teknik Elektromedik Indonesia Vol. 6 No. 2 (2025): April
Publisher : Universitas Muhammadiyah Yogyakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/mt.v6i2.23440

Kanker prostat merupakan salah satu kelainan paling umum pada kelenjar prostat yang dapat menyebabkan gangguan buang air kecil hingga nyeri tulang akibat penyebaran ke tulang. Penelitian ini bertujuan untuk menganalisis perbedaan antara sel prostat normal dan abnormal menggunakan metode pengolahan citra Gray Level Co-occurrence Matrix (GLCM) dan klasifikasi statistik T-Test. Data citra yang digunakan memiliki resolusi 1024 × 1024 piksel dalam format grayscale, diperoleh dari hasil pencitraan mikroskop cahaya. Citra tersebut kemudian diekstraksi menggunakan GLCM untuk mendapatkan nilai tekstur seperti kontras, korelasi, energi, dan homogenitas. Proses klasifikasi dilakukan menggunakan uji T-Test dengan parameter P-value sebagai acuan validitas fitur dalam membedakan sel normal dan abnormal. Hasil penelitian menunjukkan bahwa dari 16 fitur yang diekstraksi, sebanyak 14 fitur memiliki nilai P-value < 0,05 yang berarti dapat membedakan sel normal dan abnormal, sedangkan 2 fitur (Energy2 dan Energy4) tidak signifikan dalam klasifikasi. Dengan demikian, metode GLCM dan T-Test terbukti efektif dalam analisis citra sel prostat dan dapat diintegrasikan ke dalam sistem diagnosis berbasis citra untuk mendukung deteksi dini kanker prostat.

Title

Found 3 Documents
Search

Abstract

Abstract

Abstract

Title Search

Found 3 Documents Search

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search