Article Per Year (5 Year)
p-Index From 2019 - 2024
0.947
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer UG Journal Perfecting a Video Game with Game Metrics CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah KOMPUTASI Jurnal Pengabdian Kepada Masyarakat Darma Saskara
Desti Riminarsih
Universitas Gunadarma
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Social Sciences

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Implementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI Desti Riminarsih Riminarsih
Jurnal Ilmiah KOMPUTASI Vol 15, No 1 (2016): Jurnal Ilmiah KOMPUTASI
Publisher : Jurnal Ilmiah KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.296 KB)

Abstract

Pengolahan citra memiliki peranan penting dalam berbagai bidang salah satunya adalah bidang kedokteran. Citra dalam kedokteran atau dikenal dengan citra medis digunakan untuk diagnosa suatu penyakit dan juga perencanaan tindakan pengobatan. Citra medis dengan skala keabuan yang rendah sulit untuk diinterpretasikan sehingga diperlukan pengolahan citra. Pada penelitian ini diimplementasikan Intensity Transfer Function (ITF)dengan transformasi linier yang dapat digunakan untuk meningkatkan intensitas citra sehingga menghasilkan citra yang lebih baik, mudah diinterpretasikan dan dapat digunakan untuk pengolahan citra pada tahap berikutnya seperti segmentasi dan deteksi tepi.Kata kunci: citra medis, MRI, intensitas citra, Intensity Transfer Function.Jurnal Ilmiah KOMPUTASI, Volume 15 Nomor : 1, Juni 2016 ISSN : 1412-9434
TEMU KEMBALI CITRA DENGAN MENGGUNAKAN MOMEN ZERNIKE DAN CITY BLOCK Rifki Kosasih; Achmad Fahrurozi; Desti Riminarsih
Jurnal Ilmiah KOMPUTASI Vol 17, No 3 (2018): September
Publisher : STMIK JAKARTA STI&K

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

Abstract

Temu kembali citra (Image Retrieval) merupakan suatu metode untuk mendapatkan sejumlah citra yang diinginkan melalui citra masukan. Temu kembali citra yang dilakukan berbasis teks memiliki kelemahan karena ukuran basis data citra yang besar dan subjektifitas dalam mengaitkan citra dengan teks. Terdapat 2 jenis temu kembali citra yaitu Teks Based Image Retrieval dan Content Based Image Retrieval (CBIR). Pada penelitian ini digunakan metode CBIR yang merupakan metode pencarian citra berdasarkan isi visual dari citra masukan seperti bentuk, tekstur dan lain-lain. Fitur bentuk tersebut dicari dengan menggunakan metode momen zernike. Setelah itu dihitung jarak antara citra masukan dengan citra basis data dengan menggunakan metode jarak city block. Dari hasil penelitian diperoleh bahwa metode CBIR dengan menggunakan metode momen zernike dan city block sangat cocok dipakai untuk mencari citra yang diinginkan sesuai dengan citra masukan.
PELABELAN JUMLAH OPTIMAL PADA GABUNGAN BERHINGGA GRAF BALING-BALING BERTANGKAI Indarti, Dina; Riminarsih, Desti
UG Journal Vol 9, No 9 (2015)
Publisher : Universitas Gunadarma

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

Abstract

Pelabelan jumlah adalah suatu pemetaan satu-satu dari V (G) ke suatu himpunanberhingga bilangan bulat positif sedemikian sehingga untuk sembarang duasimpul, u,v V (G) dengan label masing-masing yaitu (u) dan (v), uv merupakansuatu busur jika dan hanya jika (u) + (v) merupakan label pada simpul lainnyadi V(G). Graf G yang mempunyai pelabelan jumlah disebut graf jumlah. Banyaknyasimpul terisolasi minimal yang harus ditambahkan pada G agar G merupakangraf jumlah disebut bilangan jumlah dari G yang dinotasikan sebagai (G). Besarbilangan jumlah (G) selalu minimal sama dengan (G), dimana (G) adalahderajat minimal dari suatu graf. Graf jumlah dikatakan optimal jika (G)= (G).Pada penelitian ini akan dibahas mengenai konstruksi pelabelan jumlah darigabungan graf baling-baling bertangkai yang optimal.
KLASIFIKASI CITRA GENUS PANTHERA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Anwar, Gusti Alfahmi; Riminarsih, Desti
Jurnal Ilmiah Informatika Komputer Vol 24, No 3 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i3.2364

Abstract

Panthera merupakan genus dari keluarga kucing yang memiliki empat spesies popular yaitu, harimau, jaguar, macan tutul, singa. Singa memiliki warna keemasan dan tidak memilki motif, harimau memiliki motif loreng dengan garis-garis panjang,  jaguar memiliki tubuh yang lebih besar dari pada macan tutul serta memiliki motif tutul yang lebih lebar, sedangkan macan tutul memiliki tubuh yang sedikit lebih ramping dari pada jaguar dan memiliki tutul yang tidak terlalu lebar. Pada penelitian ini dilakukan klasifikasi genus panther yaitu harimau, jaguar, macan tutul, dan singa menggunakan metode Convolutional Neural Network. Model Convolutional Neural Network yang digunakan memiliki 1 input layer, 5 convolution layer, dan 2 fully connected layer. Dataset yang digunakan berupa citra harimau, jaguar, macan tutul, dan singa. Data training terdiri dari  3840 citra, data validasi sebanyak 960 citra, dan data testing sebanyak 800 citra. Hasil akurasi dari pelatihan model untuk training yaitu 92,31% dan validasi yaitu 81,88%, pengujian model menggunakan dataset testing mendapatan hasil 68%. Hasil akurasi prediksi didapatkan dari nilai F1-Score pada pengujian didapatkan sebesar 78% untuk harimau, 70% untuk jaguar, 37% untuk macan tutul, 74% untuk singa. Macan tutul mendapatkan akurasi terendah dibandingkan 3 hewan lainnya tetapi lebih baik dibandingkan hasil penelitian sebelumnya.
KLASTERISASI GRAF MENGGUNAKAN METODE MARKOV CLUSTER ALGORITHM (MCL) Riminarsih, Desti; Sari, Ilmiyati; Andriani, Feni
Jurnal Ilmiah Informatika Komputer Vol 22, No 3 (2017)
Publisher : Universitas Gunadarma

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

Abstract

Analisis klaster merupakan salah satu teknik yang banyak digunakan untuk mengenali kelompok alami dalam suatu kelas entitas. Salah satu metode analisis klaster pada graf adalah metode MCL. Pada penelitian ini dijelaskan algoritma MCL dan contoh penerapan pada klasterisasi graf. MCL merupakan suatu simulasi aliran pada random walk hingga ditemukannya klaster. Algoritma diawali dengan menentukan representasi graf dalam bentuk associated matrix. Langkah berikutnya adalah menentukan matriks Markov berdasarkan pada associated matrix. Tahap berikutnya adalah operasi ekspansi pada matriks Markov yang dilanjutkan dengan operasi inflasi pada matriks hasil ekspansi. Langkah berikutnya adalah mengecek apakah sudah sesuai dengan kriteria konvergensi. Jika kondisi konvergensi belum tercapai maka proses diulang kembali dari tahap operasi ekspansi matriks.  Kata Kunci:   Graf, Klasterisasi, Markov Chain, Matriks, Operator Inflasi, Random Walk.
ANALISIS SENTIMEN TERHADAP PELAYANAN KRL COMMUTERLINE BERDASARKAN DATA TWITTER MENGGUNAKAN ALGORTIMA BERNOULLI NAIVE BAYES Saraswati, Mediana; Riminarsih, Desti
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3256

Abstract

Sektor pelayanan publik merupakan sektor strategis sebagai indikasi tata kelola pemerintahan yang baik. KRL Commuterline merupakan salah satu sektor pelayanan publik pada bidang transportasi yang banyak digunakan oleh masyarakat. Media sosial khususnya Twitter merupakan wadah masyarakat untuk berinteraksi, berbagi informasi bahkan mengemukakan opini mereka terhadap pelayanan KRL. Opini masyarakat terhadap pelayanan KRL Commuterline dapat dijadikan sebagai evaluasi dalam peningkatan kualitas layanan. Pada penelitian ini dilakukan analisis sentimen masyarakat terhadap pelayanan KRL Commuterline berdasarkan data yang diperoleh dari Twitter. Analisis sentimen ini bertujuan untuk mengklasifikasikan tweets mengenai pelayanan KRL Commuterline ke dalam sentimen positif dan negatif dengan pendekatan machine learning menggunakan algoritma Bernoulli Naive Bayes. Data latih yang digunakan sebanyak 2.690 data dan data validasi sebanyak 1.626 data tweets. Pada proses pelatihan model diperoleh tingkat akurasi pelatihan sebesar 86,36% dan tingkat akurasi validasi sebesar 85,73%. Pengujian model dilakukan menggunakan 20 tweets baru dan diperoleh tingkat akurasi sebesar 85%.
MRI Sagittal Image Segmentation from Patients with Abdominal Aortic Aneurysms Desti Riminarsih; Cut Maisyarah Karyati; Achmad Benny Mutiara; Bambang Wahyudi; E. Ernastuti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 14, No 3: September 2016
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v14i3.3520

Abstract

Early detection in patients with abdominal aortic aneurysm (AAA) is esdential to reduce the risk of rupture of aortic wall that causes bleeding and often lead to death. Information about the condition of AAA is indispendable to complete the diagnosis of doctors in decision making. The position and shape of AAA can be obtained by sagittal image from an MRI examination. Characteristics of MRI sagittal image are having a gray level that is almost teh same between one organ to another. Therefore, to separate between one organ to another is difficult. This research is conducted MRI sagittal iamge segmentation in patients to obtain information on morphology and location of abdominal aortic aneurysm (AAA). To Segmenting the MRI Image we comobine thresholding method and Haralick Method. Under this proposed method, obtained sagittal images of the aorta are used to gain information about the location and shape of the aneurysm in abdominal aorta.
IDENTIFIKASI PENYAKIT PNEUMONIA BERDASARKAN CITRA CHEST X-RAY MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Nadya Putri Ekananda; Desti Riminarsih
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i1.6487

Abstract

Perkembangan teknologi digital telah mempengaruhi banyak bidang. Salah satunya dalam bidang kesehatan. Teknologi digital dalam bidang kesehatan banyak digunakan untuk menganalisis organ tubuh manusia bagian dalam yang sulit dilihat, menemukan obat yang tepat untuk mengobati penyakit, mendiagnosa penyakit dan masih banyak lagi. Salah satu hasil pemeriksaan yang dimanfaatkan oleh teknologi adalah hasil citra X-ray. Penyakit yang menggunakan hasil citra X-ray salah satunya adalah pneumonia. Pneumonia adalah infeksi akut pada jaringan paru-paru (alveoli). Gejala pneumonia adalah demam, sesak nafas, dahak berwarna kehijauan, serta gambaran hasil chest X-ray memperlihatan kepadatan pada bagian paru. Hasil citra chest X-ray diperiksa secara manual dan membutuhkan pencahayaan yang baik oleh dokter. Oleh karena itu, tujuan penelitian ini adalah mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mengidentifikasi penyakit pneumonia berdasarkan citra chest X-ray yang didahului dengan peningkatan kualitas citra menggunakan histogram equalization. Pada model convolutional neural network ini digunakan 5.879 citra chest X-ray, diantaranya 5.255 citra chest X-ray untuk pelatihan dan 624 citra chest X-ray digunakan untuk pengujian. Pada proses pelatihan model diperoleh tingkat akurasi sebesar 97,16%. Pada pengujian model diperoleh tingkat akurasi sebesar 88.46%.
Implementation of Random Forest on Face Recognition Using Isomap Features Rifki Kosasih; Achmad Fahrurozi; Desti Riminarsih
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.34498

Abstract

Sistem pengenalan wajah merupakan salah satu bidang yang digunakan untuk mengenali wajah seseorang. Dalam penelitian ini, data yang dikumpulkan merupakan data citra wajah yang terdiri dari 24 citra dengan komposisi 6 orang dan tiap orang memiliki 4 citra dengan berbagai ekspresi. Untuk mengenali wajah tersebut, dilakukan ekstraksi fitur wajah terlebih dahulu menggunakan metode isomap. Isomap merupakan metode reduksi dimensi yang dapat mereduksi dari dimensi tinggi menjadi fitur-fitur yang berdimensi rendah. Berdasarkan hasil ekstraksi diperoleh 4 fitur yang digunakan untuk mengklasifikasikan wajah. Untuk mengklasifikasikan wajah, digunakan algoritma random forest. Berdasarkan hasil penelitian diperoleh tingkat akurasi hasil klasifikasi sebesar 87,5%, nilai weighted average precision sebesar 81,25% dan nilai weighted average recall sebesar 87,5%.
MENINGKATKAN KAPASITAS SISWA MADRASAH TSANAWIYAH MARDHOTILLAH MELALUI KEGIATAN PENGAJARAN MATA PELAJARAN MATEMATIKA Nurma Nugraha; Desti Riminarsih; Feni Andriani
Jurnal Pengabdian Kepada Masyarakat Darma Saskara Vol 2, No 2 (2022)
Publisher : Jurnal Pengabdian Kepada Masyarakat Darma Saskara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/abdimasug.2022.v2i2.10010

Abstract

Sejak diberlakukannya masa darurat Covid-19 pada 16 Maret 2020, sekolah di Indonesia, terutama di Jakarta, telah mengadopsi pembelajaran daring atau PJJ. PJJ ini memaksa guru dan siswa untuk menggunakan teknologi sebagai sarana pembelajaran. Namun, terdapat keterbatasan dalam hal akses teknologi, seperti handphone, laptop, dan jaringan, baik bagi pengajar maupun peserta didik. Dalam situasi ini, pembelajaran daring harus terus ditingkatkan agar transfer ilmu pengetahuan tetap berjalan. Guru menggunakan berbagai media, seperti Google Classroom, Moodle, dan Group Whatsapp, untuk mengirim materi, video pembelajaran, tugas, dan berkomunikasi dengan siswa. Pengalaman pendampingan pengajaran matematika di Madrasah Tsanawiyah Mardhotillah menjadi inspirasi untuk pengabdian kepada masyarakat. Tujuan kegiatan ini adalah meningkatkan minat dan pemahaman siswa kelas 9 dalam mata pelajaran matematika. Video pembelajaran disediakan secara daring melalui saluran YouTube MTs Mardhotillah. Selain itu, fokus eksternal adalah pada hak cipta video pembelajaran matematika. Dengan pembelajaran online ini, Madrasah Tsanawiyah Mardhotillah dapat meningkatkan kualitas pembelajaran matematika siswa dan mendorong penerapan IPTEKS dalam masyarakat. Ini akan membantu meningkatkan daya saing siswa dalam mata pelajaran matematika.
Co-Authors Achmad Benny Mutiara Achmad Fahrurozi Anwar, Gusti Alfahmi Bambang Wahyudi Cut Maisyarah Karyati Dina Indarti E. Ernastuti Feni Andriani Feni Andriani, Feni Ilmiyati Sari Nadya Putri Ekananda Nurma Nugraha Rifki Kosasih Saraswati, Mediana