Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) WASATHON
Romadhani, Mustofa
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Medicine & Pharmacology Public Health Social Sciences

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

Found 2 Documents
Search

 1 
Penerapan Teknologi Informasi untuk Penyebaran Informasi dan Manajemen Data di Procarehapustato Klaten Ardiansyah, Ardiansyah; Ismail, Habib; Romadhani, Mustofa; Cahyadi, Fian Pandu; Jihad, Muh. Ikhlazul
WASATHON Jurnal Pengabdian Masyarakat Vol 3 No 01 (2025)
Publisher : Universitas Muhammadiyah Klaten

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61902/wasathon.v3i01.1517

Abstract

Information technology has received many positive reactions in use in various sectors, including in the field of MSME empowerment. The era of technology, which is often referred to as the 4.0 era, people tend to use technology in their daily lives so that MSMEs are forced to keep up with the times. However, in reality there are still many MSMEs that still cannot keep up with these developments due to several factors such as access to marketing or broad dissemination of information, or the quality of human resources owned by MSMEs. Procare Klaten is an MSME engaged in tattoo removal services. The problems found at Procare remove tattoos in Klaten, namely: Information dissemination, registration process, human resources (HR). So that designing an information system that can be used to provide information online so that it can be accessed by the public at large and accommodate the registration process is a solution. Furthermore, FGDs and intense meetings were held to assist and provide knowledge related to the latest technology to increase the productivity of Procare's human resources
Implementasi Deteksi Tumor Otak Menggunakan YOLOv11 dan Flask Ardiansyah, Ardiansyah; Sri Widagdo, Adika; Nuresa Qodri, Krisna; Hidayani, Diesti; Romadhani, Mustofa
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9703

Abstract

Kecerdasan buatan (AI) telah mengalami kemajuan yang sangat signifikan untuk membantu kehidupan masyarakat salah satunya adalah bidang kesehatan. Kemajuan AI didorong karena banyaknya kesalahan yang diakibatkan beberapa faktor fundamental dan tingginya permintaan dari masyarakat terhadap layanan kesehatan terus meningkat. AI juga mampu meminimalkan kesalahan diagnosa maupun pengobatan dalam praktik klinis pasien seperti deteksi tumor otak. Algoritma YOLO yang sering digunakan untuk deteksi objek karena akurasi yang tinggi. YOLO juga dapat digunakan untuk real-time diagnosa menjadi nilai tambah pada algoritma tersebut. YOLOv11 merupakan algoritma terbaru dan memiliki performa yang lebih baik dibandingkan seri sebelumnya. Meskipun begitu, tantangan terhadap keterbatasan dataset menjadi salah satu permasalahan yang perlu diselesaikan. Penelitian yang dilakukan memiliki tujuan yaitu meningkatkan jumlah dataset citra medis menggunakan Data Augmentasi dan mengintegrasikan algoritma YOLO dengan Flask untuk memberikan tampilan yang lebih baik kepada pengguna. Penelitian yang dilakukan menggunakan Data Augmentasi pada dataset menggunakan teknik Flip (Horizontal dan Vertical), 90° Rotate (Clockwise, Counter-Clockwise, Upside Down), serta penambahan Noise: Up to 1.5% of pixels. Hasilnya, diperoleh F1-score 0.951 dari 4 kelas (0.902 Glioma, 0.989 Meningioma, 0.915 Pituitary, dan 0.997 No tumor). Sehingga terbukti efektif mengatasi keterbatasan data. Selanjutnya, Integrasi YOLO dengan Flask dapat memberikan tampilan deteksi objek yang lebih baik tanpa menurunkan skor dari hasil deteksi objek tumor otak, sehingga Flask dapat dijadikan framework yang dipertimbangkan untuk pengembangan interface machine learning
Co-Authors Ardiansyah Ardiansyah Cahyadi, Fian Pandu Habib Ismail, Habib Hidayani, Diesti Jihad, Muh. Ikhlazul Krisna Nuresa Qodri Sri Widagdo, Adika