Article Per Year (5 Year)
p-Index From 2019 - 2024
1.896
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmiah Informatika Komputer Majalah Ilmiah Matematika Komputer FIKI 2013 Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Ilmiah KOMPUTASI Seminar Nasional Teknologi Informasi Komunikasi dan Industri Petir EXPLORE Edugama: Jurnal Kependidikan dan Sosial Keagamaan Journal Sensi: Strategic of Education in Information System Journal of Applied Computer Science and Technology (JACOST) EXPLORE
Lussiana ETP
STMIK Jakarta STI&K
Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
PENENTUAN BATAS LUKA KANKER KULIT MENGGUNAKAN METODE PENDETEKSIAN TEPI Trisnawali, Mella; ETP, Lussiana
Majalah Ilmiah Matematika Komputer 2007: MAJALAH MATEMATIKA KOMPUTER EDISI AGUSTUS
Publisher : Majalah Ilmiah Matematika Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1053.927 KB)

Abstract

Saat ini, penentuan batas luka kanker kulit datam rangka pendiagnosaan dilakukan dengan melihatlangsung pada luka kulit pasien dengan cara memberikan minyak pada kulit yang luka. Hasil danproses ini memang menunjukkan tingkat akurasi yang tinggi, namun demikian teknik tersebutmemiliki kesulitan pada penyimpanan data pasien. Dilain pihak metode pengolahan citra telahbanyak diaptikasikan dalam dunia kedokteran, diantaranya pada Ultra Sonografi (USG), CitraRontegent, dan Mammografi. Untuk mengoptimalkan penentuan batas luka kanker kulit, dalampenelitian ini akan dilakukan pembandingan beberapa metode pendeteksian tepi yang klasik, sepertimetode dengan operator sobel, prewitt, dan roberts. Keliga metode tersebut akan dibandingkandengan metode pendeteksian tepi yang dikenal dengan metode morfologi. Hasil dari perbandinganbeberapa metode tersebul diharapkan dapal membanlu para dokler untuk mendapatkan hasildiagnosis yang lebih optimal. Berdasarkan pada hasiJ pengujian menunjukkan bahwa untukmenentukan batas luka kanker kulit sangat baik menggunakan metode morfofogi.Kata Kunci : Batas luka kanker kulit, Segmentasi, Metode Pendeteksian Tepi
Analisis Kinerja Teknologi Container Data Center pada Unit Z Instansi Pemerintah Pusat Mirasari, Ratih Ayudya; ETP, Lussiana
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.483

Abstract

Tren teknologi yang berkembang saat ini menuntut fleksibilitas dalam hal penyediaan infrastruktur, agar aplikasi dapat lebih mudah dikembangkan dengan menggunakan sumberdaya yang fleksibel dan mudah untuk dikelola. Tesis ini membahas tentang analisis kinerja teknologi container pada Unit Z Instansi Pemerintah Pusat untuk menilai kesesuaian pemanfaatan Data Center menggunakan teknologi container, dimana penelitian dilakukan dengan melakukan ujicoba kinerja aplikasi yang memiliki karakteristik dan spesifikasi yang sama dan dapat berjalan baik pada lingkungan virtualisasi DC maupun teknologi container. Perbandingan kinerja aplikasi dilakukan menggunakan indikator yang dijadikan acuan pengukuran, yaitu response time, dan number of concurrent users. Ketiga indikator tersebut merupakan parameter yang dapat menunjukkan kualitas kinerja suatu aplikasi, yaitu seberapa baik aplikasi menyediakan layanan kepada pengguna akhir dan seberapa baik suatu aplikasi memanfaatkan infrastruktur yang mendasarinya. Hasil dari penelitian menunjukkan bahwa teknologi container dapat diterapkan dalam penyediaan infrastruktur dengan menggunakan sumberdaya yang fleksibel dan mudah untuk dikelola. Kata Kunci : Software-Defined Data Center, Virtualisasi DC, Kinerja Aplikasi, Response Time dan Number of Concurrent Users
Optimasi Deep Learning untuk Prediksi Saham di Masa Pandemi Covid-19 Hastomo, Widi; Karno, Adhitio Satyo Bayangkari; Kalbuana, Nawang; Nisfiani, Ervina; ETP, Lussiana
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i2.47411

Abstract

Penelitian ini bertujuan untuk meningkatkan akurasi dengan menurunkan tingkat kesalahan prediksi dari 5 data saham blue chip di Indonesia. Dengan cara mengkombinasikan desain 4 hidden layer neural nework menggunakan Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU). Dari tiap data saham akan dihasilkan grafik rmse-epoch yang dapat menunjukan kombinasi layer dengan akurasi terbaik, sebagai berikut; (a) BBCA dengan layer LSTM-GRU-LSTM-GRU (RMSE=1120,651, e=15), (b) BBRI dengan layer LSTM-GRU-LSTM-GRU (RMSE =110,331, e=25), (c) INDF dengan layer GRU-GRU-GRU-GRU (RMSE =156,297, e=35 ), (d) ASII dengan layer GRU-GRU-GRU-GRU (RMSE =134,551, e=20 ), (e) TLKM dengan layer GRU-LSTM-GRU-LSTM (RMSE =71,658, e=35 ). Tantangan dalam mengolah data Deep Learning (DL) adalah menentukan nilai parameter epoch untuk menghasilkan prediksi akurasi yang tinggi.
Implementasi Metode Yolo Object Detector untuk Klasifikasi Jenis Kendaraan yang Melintas di Ruas Jalan Rico Aditya Utama; ETP, Lussiana
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Intelligent Trafic System (ITS) adalah upaya untuk mengintegrasikan teknologi telekomunikasi, elektronik, dan informasi dengan rekayasa transportasi untuk meren- canakan, merancang, mengoperasikan, memantau dan mengelola sistem transportasi jalan. Salah satu pendukung ITS dengan memanfaatkan CCTV yang berfungsi un- tuk pengawasan dan pemantauan kondisi jalan. Permasalahan yang timbul antara lain perangkat CCTV yang saat ini ada pada kebanyakan ruas jalan raya hanya digu- nakan untuk merekam video namun belum difungsikan sebagai alat pendeteksi dan pengenalan jenis kendaraan. Berkaitan dengan hal tersebut penelitian ini bertujuan mengimplementasikan metode YOLO (You Only Look Once) Object Detectors untuk mendeteksi dan mengenali jenis kendaraan pada ruas jalan raya. Tahapan yang di- lakukan antara lain akuisisi data citra pada ruas jalan, labelling citra, pembagian data latih dan data uji, augmentasi citra, training model YOLO, dan melakukan pengu- jian. Berdasarkan hasil pengujian, model mampu mendeteksi 3 jenis kendaraan yaitu mobil, motor, dan bus serta menghasilkan nilai akurasi untuk seluruh jenis kendaraan sebesar 85%, nilai presisi sebesar 93.5%, dan nilai mAP (Mean Average Precision) sebesar 97.07%.
Klasifikasi Citra Mammogram Berbasis Tekstur Menggunakan SVM Lussiana ETP
979-26-0263-1
Publisher : FIKI 2013

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (482.473 KB)

Abstract

Latar Belakang : Kanker payudara adalah penyakit yang ditandai oleh terjadinya pertumbuhanjaringan yang berlebihan, atau perkembangan sel-sel jaringan payudara yang tidak terkontrol. Salahsatu cara untuk mendeteksi adanya jaringan tersebut adalah dengan menggunakan pemeriksaanmammografi. Selanjutnya untuk menganalisis citra hasil mammografi (mammogram) sangatbergantung pada dokter ahli radiologi, sehingga pengalaman dan keahlian dalam menganalisis citramammogram sangat mempengaruhi keakuratan diagnosis. Dengan demikian untuk membantu danmemudahkan dokter dalam menganalisis citra mammogram perlu adanya alat bantu pendiagnosis citramammogram yang dapat menganalisis dan mengidentifikasi adanya jaringan yang dicurigai secaraakurat. Tujuan penelitian adalah melakukan klasifikasi citra mammogram dengan menggunakanmetode Support Vector Machine (SVM).Metode : Tahap penelitian diawali dengan pencarian ROI, dilanjutkan dengan melakukan segmentasicitra, ekstraksi citra, dan klasifikasi citra dengan menggunakan SVM.Hasil : Berdasarkan hasil percobaan menunjukkan bahwa SVM mampu mengklasifikasi citramammogram dengan akurasi 91% untuk data kelas normal dan 87,667% untuk data kelas abnormal
PENERAPAN FILTER GABOR UNTUK ANALISIS TEKSTUR CITRA MAMMOGRAM Lussiana ETP Lussiana ETP; Suryarini Widodo; Di Ajeng Pambayun
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Mammography merupakan kegiatan pemeriksaan yang telah banyak dilakukan melalui teknik radiologi seperti foto sinar-X untuk memperoleh gambaran jaringan payudara (citra mammogram). Adanya kelainan padajaringan dapat diketahui dengan pemeriksaan lebih lanjut menggunakan proses analisis tertentu. Tujuan dari penelitian ini adalah melakukan analisis tekstur terhadap citra mammogram dengan menggunakan filter Gabor. Hasil penelitian menyatakan bahwa output tekstur yang tampak sangat dipengaruhi oleh besarnya nilai parameter frekuensi serta derajat orientasi citra. Semakin rendah nilai frekuensi yang diberikan, maka hasilpengujianpun akan terlihat semakin terang dan blur. Begitupula sebaliknya, semakin tinggi nilai frekuensi, maka citrapun akan sulit didefinisi karena tingkat terang citra sangat terbatas. Oleh sebab itu, nilai frekuensi pada skala pertengahan (f = 0.176) dianggap paling sesuai untuk melakukan analisis tekstur. Selain frekuensi, parameter orientasi juga mampu memperlihatkan suatu kecenderungan tekstur yang tinggi pada arah tertentu. Dari tampilan tekstur berarah inilah wilayah yang dicurigai adanya kelainan pada jaringan payudara dapat lebih mudah terdeteksi
Identifikasi Karakteristik Citra Berdasarkan pada Nilai Entropi dan Kontras Bheta Agus Wardijono; Lussiana ETP; Rozi
Journal of Applied Computer Science and Technology Vol 2 No 1 (2021): Juni 2021
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jacost.v2i1.136

Abstract

Abstract Determining the object boundaries in an image is a necessary process, to identify the boundaries of an object with other objects as well as to define an object in the image. The acquired image is not always in good condition, on the other hand there is a lot of noise and blur. Various edge detection methods have been developed by providing noise parameters to reduce noise, and adding a blur parameter but because these parameters apply to the entire image, but lossing some edges due to these parameters. This study aims to identify the characteristics of the image region, whether the region condition is noise, blurry or otherwise sharp (clear). The step is done by dividing the four regions from the image size, then calculating the entropy value and contrast value of each formed region. The test results show that changes in region size can produce different characteristics, this is indicated by entropy and contrast values ​​of each formed region. Thus it can be concluded that entropy and contrast can be used as a way to identify image characteristics, and dividing the image into regions provides more detailed image characteristics.
Representasi Kode IRMA pada Basis Data Mammografi MIAS Karmilasari Karmilasari; Suryarini Widodo; Lussiana ETP
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2012: SNTIKI 4
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (278.977 KB)

Abstract

Limitations of mammography database with image coding and the identification of a variety ofcharacteristics, such as pathology, and abnormal breast tissue types, is an issue in the development ofcomputer systems for the diagnosis of breast cancer. IRMA coding system was developed to facilitatecontent-based image retrieval identify (CBIR) as a prototype application in medical diagnostic radiologyimagery. IRMA Code was developed following the network code American College of Radiology (ACR)and data system (BI-RAD). Through IRMA code, obtained standardized code for the type of tissue, thelevel of tumor and lesion description. The results of the code in the form of a character string of no morethan 13 characters (IRMA: YYYY - DDD - AAA - BBB). The code can be extended by introducingcharacters in certain positions code if there is a new modality is introduced. IRMA coding system can beapplied to mammographic Digital Mammogram Image Analysis Society (MIAS). Complete initialinformation from mammography is the basis for the study of medical image breast cancer, while the finalinformation obtained from IRMA coding system can be input for clinicians in decision-making for patientaction.Keywords : Mammography, IRMA coding system, MIAS database
Perbandingan Algoritma Long Short-Term Memory dengan SVR Pada Prediksi Harga Saham di Indonesia Adhib Arfan; Lussiana ETP
PETIR Vol 13 No 1 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (709.824 KB) | DOI: 10.33322/petir.v13i1.858

Abstract

Banyak investor masih ragu dengan risiko dalam berinvestasi, hal ini disebabkan oleh fluktuasi indeks harga saham dalam waktu singkat. Telah banyak dikembangkan metode untuk memperkirakan harga saham yang akan datang namun masih memiliki keterbatasan di antaranya adalah ketergantungan jangka panjang. Tujuan penelitian yang ingin dicapai adalah menghasilkan model peramalan harga saham yang lebih efektif dan memberikan hasil yang akurat. Tahapan yang dilakukan terdiri dari pengumpulan data, preprocessing data, pembagian data, perancangan LSTM, pelatihan LSTM dan melakukan pengujian. Berdasarkan hasil pengujian, LTSM mampu memprediksi harga saham pada tahun 2017-2019 dengan performa yang baik dan tingkat kesalahan yang relatif kecil. Sedangkan pengujian menggunakan metode Support Vector Regression (SVR), LSTM memiliki nilai loss lebih baik dari algoritma SRV. Rentang data pada LSTM mempengaruhi waktu latih yang digunakan, semakin besar rentang data maka semakin lama waktu latih yang digunakan. Rentang data pada SVR mempengaruhi nilai loss, semakin besar rentang data maka semakin besar nilai loss yang dihasilkan. Dengan demikian dapat disimpulkan bahwa LSTM mampu menanggulangi ketergantungan jangka panjang dan mampu memprediksi harga saham dengan hasil yang akurat.
Sistem Pengenalan Karakter Dokumen Secara Otomatis Menggunakan Metode Optical Character Recognition Susan Siti Nurhaliza; Lussiana ETP
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1610

Abstract

Merebaknya pandemi covid-19 memberikan dampak ke segala bidang kehidupan, termasuk kegiatan ekspor impor, khususnya impor barang yang berkaitan dengan alat kesehatan. Peningkatan impor yang signifikan menyebabkan aktifitas pemeriksaan dokumen terkait dengan customs clearance semakin meningkat tajam. Kondisi ini mempengaruhi kinerja petugas dalam hal ketelitian dan kekuatan jasmani, yang saat ini masih dilakukan secara manual yaitu pembacaan naskah secara langsung. Dengan demikian sangat rentan terhadap terjadinya kesalahan baca dan entry data saat pemeriksaan. Akibatnya harus dilakukan pemeriksaan ulang dan banyaknya complain dari penerima barang. Penelitian ini bertujuan menerapkan metode Optical Character Recognition (OCR) untuk mengenali karakter dokumen ijin distribusi alat kesehatan. Berbagai tahap penelitian yang digunakan antara lain: preprocessing yang terdiri dari proses grayscaling, binerisasi, cropping kemudian dilanjutkan dengan proses segmentasi, ekstraksi fitur dan untuk proses terakhir adalah proses metode template matching yang merupakan suatu metode yang banyak digunakan untuk mengenali suatu karakter. Hasil uji coba 5 citra dokumen menunjukkan tingkat akurasi pengenalan karakter sebesar 98.78% dan waktu proses rata-rata 1.29 detik Dengan demikian dapat disimpulkan bahwa metode OCR dapat di terapkan untuk mengenali suatu karakater pada dokumen izin distribusi alat kesehatan.
Co-Authors Adhib Arfan Bheta Agus Wardijono Di Ajeng Pambayun Ervina Nisfiani Freddy Artadima Silaban Hastomo, Widi Kalbuana, Nawang Karmilasari, - Karno, Adhitio Satyo Bayangkari Mella Trisnawali Mirasari, Ratih Ayudya Nisfiani, Ervina Priyanggo Karunia Rahman Ratih Ayudya Mirasari Rico Aditya Utama Rico Aditya Utama Riska Khairunnisah Rozi Suryarini Widodo Suryarini Widodo Susan Siti Nurhaliza Wirya Sumantri