Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal CogITo Smart Journal
Anjar Wati
Universitas Amikom Purwokerto
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Analisis Gambar Sel Darah Berbasis Convolution Neural Network Untuk Mendiagnosis Penyakit Demam Berdarah Wiga Maulana Baihaqi; Chyntia Raras Ajeng Widiawati; Dila Putri Sabil; Anjar Wati
CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v7i1.308.148-159

Abstract

Demam berdarah masih menjadi masalah serius. Banyaknya kasus Demam Berdarah di dunia disebabkan oleh iklim yang tidak stabil dan curah hujan yang tinggi pada musim penghujan, yang berpotensi menjadi sarana perkembangbiakan nyamuk Aides Egypt. Tes darah merupakan alat diagnostik utama untuk mendeteksi beberapa penyakit seperti leukemia, demam berdarah, talasemia dan malaria. Perubahan jumlah sel darah ini dengan jelas mengidentifikasi penyebab penyakit. Penelitian ini berfokus pada sel darah merah dan sel darah putih dalam membantu dokter mendiagnosis pasien dengan virus demam berdarah, dimana Tes Hematologi dalam mendiagnosis demam berdarah memang memperhatikan persentase tingkat jumlah sel darah merah dan sel darah putih. Dalam Tes Hematologi, dilakukan penghitungan Hematokrit dan Hitung Darah Lengkap, yang merupakan metode umum untuk mendiagnosis infeksi dengue. Ukuran trombosit yang kecil membuat teknik ini tidak digunakan dalam penelitian ini. Penelitian ini mengusulkan algoritma Convolutional Neural Network untuk mengenali fitur set data sel darah dan mendeteksi demam berdarah berdasarkan masukan sel darah. Hasil penelitian yang dihasilkan menghasilkan metode dan sistem yang dapat mendiagnosis pasien DBD dengan memanfaatkan citra hapusan sel darah, sehingga dapat mempercepat proses diagnosis dan menghemat biaya.Kata kunci—demam berdarah, klasifikasi, Convolutional Neural Network
Co-Authors Chyntia Raras Ajeng Widiawati Dila Putri Sabil Wiga Maulana Baihaqi