Article Per Year (5 Year)
p-Index From 2019 - 2024
0.778
P-Index
This Author published in this journals
All Journal Indonesian Journal of Fundamental Sciences
Nur Inayah Yusuf
Universitas Negeri Makassar
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics

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

Found 2 Documents
Search

 1 
Deteksi Area Pendaharahan Otak Pada CT Scan Kepala (Otak) Menggunakan Metode K-Means Clustering Nur Fadillah Bustamin; Nur Inayah Yusuf; Sri Rahayu; Andi Baso Kaswar
Indonesian Journal of Fundamental Sciences Vol 8, No 1 (2022)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (684.023 KB) | DOI: 10.26858/ijfs.v8i1.33161

Abstract

Abstrak. Pendarahan otak merupakan salah satu penyakit yang sangat berbahaya karena otak merupakan salah satu organ paling vital bagi manusia. Dalam penanganannya, pendarahan otak dapat di ketahui melalui CT Scan kepala yang dilakukan di rumah sakit. Namun pemeriksaan melalui CT Scan tidak dapat mengetahui atau mendiagnosis letak atau area pendarahan otak yang terjadi, sehingga dibutuhkan suatu teknologi yang dapat mengatasi masalah tersebut agar penanganan terkait pendarahan otak dapat dilakukan dengan cepat, tepat dan efisien. Pada penelitian ini, dibuat sebuah pengolahan citra digital untuk mendeteksi area atau letak pendarahan otak pada citra CT Scan menggunakan metode kmeans clustering. Metode yang digunakan terdiri dari proses segmentasi menggunakan k-means untuk memisahkan objek pendarahan dan background, kemudian proses deteksi menggunakan region props untuk memberikan label objek pada hasil segmentasi pendarahan otak sebelumnya. Berdasarkan hasil uji coba program dengan 20 data uji citra diperoleh rata-rata akurasi yaitu sebesar 90%. Hal tersebut menunjukkan bahwa proses deteksi area pendarahan otak yang diusulkan memiliki akurasi yang tinggi, sehingga dapat memberikan hasil yang lebih akurat dan proses yang lebih cepat.Keywords: CT Scan Pendarahan Otak, Algoritma K-Means Clustering, Pendarahan Otak
Penerapan Data Mining Dalam Mengklasifikasikan Tingkat Kasus Covid-19 di Sulawesi Selatan Menggunakan Algoritma Naive Bayes Andi Akram Nur Risal; Nur Inayah Yusuf; Andi Baso Kaswar; Fhatiah Adiba
Indonesian Journal of Fundamental Sciences Vol 7, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (772.194 KB) | DOI: 10.26858/ijfs.v7i1.20407

Abstract

COVID-19 adalah penyakit yang disebabkan oleh virus Corona baru, yaitu SARS-CoV-2. Gejala paling umum yang dirasakan oleh korban COVID-19 adalah demam, batuk kering, dan mudah lelah. Virus ini menyebar hampir ke seluruh negara termasuk Indonesia. Penularan virus secara langsung antar manusia akan mengakibatkan peningkatan jumlah kasus. Sejauh ini, terdapat lebih dari 100 kandidat vaksin COVID-19 yang sedang dikembangkan, dan diantaranya masih dalam tahap uji coba. Namun, vaksin yang benar-benar efektif untuk COVID-19 belum ditemukan. Maka dari itu, penelitian ini bertujuan untuk mengelompokkan tingkat kasus COVID-19 di Sulawesi Selatan sebagai salah satu upaya antisipasi terhadap persebaran virus Corona dan mengurangi jumlah kasus COVID-19. Metode yang dilakukan pada penelitian ini yaitu menggunakan salah satu algoritma data mining yaitu Algoritma Naive Bayes sebagai algoritma klasifikasi dimana pada penelitian ini menggunakan 23 data latih dengan data 2 diantaranya tidak diklasifikasikan dengan tepat sehingga hanya menghasilkan akurasi sebesar 91%
Co-Authors Andi Akram Nur Risal Andi Baso Kaswar Andi Baso Kaswar Fhatiah Adiba Nur Fadillah Bustamin Sri Rahayu