Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosidia Widya Saintek
Luruk, Alfrida Demetria
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Social Sciences Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DETEKSI CITRA SALIVA FERNING UNTUK MASA SUBUR MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Luruk, Alfrida Demetria; Putra, Rangga Pahlevi; Priyandoko, Gigih
Prosidia Widya Saintek Vol. 5 No. 1 (2026)
Publisher : Universitas Widyagama Malang

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

Abstract

Ovulasi merupakan fase penting dalam siklus menstruasi yang menandai masa subur seorang wanita. Identifikasi masa subur umumnya dilakukan melalui metode kalender, pengujian hormon, maupun pemeriksaan lendir serviks. Namun, metode tersebut memiliki keterbatasan dalam hal akurasi, biaya, serta kenyamanan pengguna. Penelitian ini mengusulkan pengembangan sistem deteksi masa subur berbasis citra saliva ferning menggunakan Convolutional Neural Network (CNN). Data citra saliva dikumpulkan dari 10 wanita berusia 18–35 tahun dengan total 90 sampel, terdiri dari tiga kategori: infertile, intermediate, dan fertile. Setiap citra diproses melalui tahapan cropping, grayscale, dan augmentasi untuk meningkatkan kualitas serta variasi data. Arsitektur CNN dibangun menggunakan tiga lapisan konvolusi dan max-pooling, serta dioptimasi dengan Adam optimizer (learning rate = 0.001). Proses pelatihan dilakukan dengan batch size 60 dan 20 epoch menggunakan Google Colaboratory. Hasil pengujian menunjukkan bahwa model CNN mampu mengklasifikasikan pola ferning saliva dengan akurasi yang tinggi, serta menghasilkan confusion matrix yang konsisten pada tiap kelas. Penelitian ini menunjukkan bahwa metode CNN memiliki potensi tinggi sebagai pendekatan non-invasif dan efisien untuk mendeteksi masa subur wanita berdasarkan citra saliva.
Co-Authors Putra, Rangga Pahlevi