Claim Missing Document
Check
Articles

Found 2 Documents
Search

Comparison of Artificial Intelligence Methods for Tuberculosis Detection Using X-Ray Images Udayana, I Putu Agus Eka Darma; Prawira, I Made Karang Satria; Tika, I Gede Bagus Arya Merta
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 19, No 1 (2025): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.102601

Abstract

Penyakit tuberkulosis (TB), yang disebabkan oleh bakteri Mycobacterium tuberculosis, merupakan penyakit menular yang sangat berbahaya. Di Indonesia, TB adalah penyakit menular paling mematikan setelah COVID-19 dan menempati urutan ke-13 sebagai penyebab kematian global. Deteksi dini TB sangat penting untuk meningkatkan peluang kesembuhan, namun keterbatasan jumlah ahli radiologi menjadi tantangan utama. Teknologi deep learning, khususnya Convolutional Neural Network (CNN), mejadi solusi efektif untuk masalah ini. Oleh karena itu, pada penelitian ini akan membandingkan dua arsitektur CNN, yaitu AlexNet dan VGG-19, dalam mendeteksi TB pada citra rontgen paru-paru, dengan penerapan metode perbaikan kualitas citra, seperti Histogram Equalization (HE), Adaptive Histogram Equalization (AHE), Contrast Limited Adaptive Histogram Equalization (CLAHE), dan Gamma Correction. Dataset yang digunakan diperoleh dari Kaggle dan mencakup citra rontgen paru-paru normal serta TB. Evaluasi performa dilakukan berdasarkan akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa VGG-19 dengan CLAHE memberikan performa terbaik dengan akurasi 93.5%, presisi 98.88%, recall 88%, dan F1-score 93.12%. VGG-19 dengan Gamma Correction juga menunjukkan hasil yang sangat baik dengan akurasi 91%, presisi 97.67%, recall 84%, dan F1-score 90.32%. Temuan ini menggarisbawahi efektivitas kombinasi CNN dan metode pemrosesan citra dalam meningkatkan deteksi TB.
PKM Pemanfaatan Media Sosial Instagram dalam Digitalisasi Penjualan dan Peningkatan Engangement pada UMKM Authentic Homemade Bali Suandana, Ni Putu Widantari; Aditama, Putu Wirayudi; Tika, I Gede Bagus Arya Merta; Sudipa, I Gede Iwan
Jurnal KOMET Vol 2 No 1 (2025): Jurnal Komet: Kolaborasi Masyarakat Berbasis Teknologi : Volume 2 Nomor 1, Juni 2
Publisher : Yayasan Sinergi Widya Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70103/komet.v2i1.60

Abstract

UMKM Authentic Handmade Bali merupakan usaha yang bergerak di bidang pembuatan dan penjualan tote bag berbahan dasar limbah kain bekas penjahit. Meskipun produk memiliki nilai estetika dan keberlanjutan lingkungan yang tinggi, pemasaran usaha ini masih terbatas pada platform e-commerce tanpa pemanfaatan media sosial. Masalah utama yang dihadapi adalah minimnya pemahaman pemilik usaha terhadap media sosial, khususnya Instagram, sebagai sarana pemasaran digital. Kegiatan pengabdian ini bertujuan untuk meningkatkan kemampuan pemilik usaha dalam mengelola akun Instagram bisnis, menciptakan konten visual yang menarik, dan memanfaatkan fitur Instagram Insights serta Instagram Ads sebagai alat analitik dan promosi. Metode pelaksanaan dilakukan melalui pendekatan transfer knowledge, dengan pelatihan teknis, pendampingan langsung di lokasi usaha, dan demonstrasi penggunaan aplikasi pengolah visual untuk promosi. Hasil kegiatan menunjukkan peningkatan signifikan dalam pengelolaan akun Instagram bisnis @authentichandmadebali, pembuatan konten visual, serta pemanfaatan fitur insight untuk menganalisis jangkauan dan interaksi pengguna. Dengan pemasaran digital yang tepat, produk Authentic Handmade Bali mampu menjangkau audiens yang lebih luas, meningkatkan brand awareness, serta memperkuat strategi promosi secara berkelanjutan. Program ini menjadi model pemberdayaan UMKM berbasis teknologi informasi yang efektif dan relevan dalam era digital saat ini.