Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Informatika JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi)
Helmy Thendean
Universitas Tarumanagara
Computer Science & IT Mathematics Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENERAPAN FUZZY IF-THEN RULES UNTUK PENINGKATAN KONTRAS PADA CITRA HASIL MAMMOGRAFI Thendean, Helmy; Sugiarto, Meylina
Jurnal Informatika Vol 9, No 1 (2008): MAY 2008
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (548.545 KB) | DOI: 10.9744/informatika.9.1.1-7

Abstract

In medical area, the quality of an image which is acquired from mammography often has a poor contrast. The poor quality image leads a difficulty for a radiologist to analyze the image. The problem becomes bigger when the image contains a cancer or tumor. There are some methods in image processing technique to increase the contrast quality of an image. This paper presents Fuzzy IF-THEN Rules method which has four knowledge base approaches to increase the contrast quality of the image, especially breast images from mammography. To determine the success rate, this experiment tries to compare this method with a standard contrast improvement such as histogram equalization. The quantity parameters to compare these methods are linier index of fuzziness and fuzzy entropy. The result shows that Fuzzy IF-THEN Rules offers better result to improve the contrast quality than standard method. The result of this experiment is validated by an expert from radiology department from Husada Hospital, Jakarta. Abstract in Bahasa Indonesia : Citra hasil dari mammografi dalam dunia kedokteran sering memiliki kualitas yang buruk dari sisi kontras. Hal ini mengakibatkan kesulitan bagi seorang radiolog untuk menganalisis citra tersebut. Tingkat kesulitan bertambah apabila citra yang harus dianalisis tersebut mengandung kanker atau tumor. Terdapat beberapa metode untuk peningkatan kualitas kontras sebuah citra. Penelitian ini menggunakan metode Fuzzy IF-THEN Rules dengan empat pendekatan basis pengetahuan untuk meningkatkan kualitas kontras citra, khususnya citra payudara yang diperoleh dari hasil mammografi. Untuk menentukan tingkat keberha-silannya, metode tersebut akan dibandingkan dengan metode standar untuk peningkatan kontras seperti Histogram Equalization. Parameter yang digunakan untuk membandingkan setiap metode tersebut adalah linier index of fuzziness dan fuzzy entropy. Hasil percobaan menunjukkan bahwa Fuzzy IF-THEN Rules mampu menghasilkan hasil peningkatan kualitas citra yang lebih baik dibandingkan metode standar. Untuk memperkuat hasil penelitian ini maka dilakukan validasi dengan pakar radiolog dari Rumah Sakit Husada, Jakarta.
PENERAPAN ALGORITMA FUNGSI BOOLEAN SEBAGAI EKSTRASI CIRI PADA JARINGAN SYARAF TIRUAN PROPAGASI BALIK UNTUK PENGENALAN SIMBOL PETA Thendean, Helmy
Jurnal Informatika Vol 8, No 2 (2007): NOVEMBER 2007
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/informatika.8.2.pp. 94-99

Abstract

Artificial neural networks (ANN) implementation in image classification problem requires a lot of training time which caused by enormous data size. This kind of data is known as raw data. An image data is extracted directly without any preprocessing. Many feature extraction techniques are offered to reduce the time consumed in training image data. Boolean function algorithm (BFA) in ANN (first and second approach) produces identical output values that can be used as feature of an image data. This feature can then be used as input in Back Propagation ANN that is known as the best ANN method in problems classification. The experiment shows that BFA can be used well as one of feature extraction methods. The second approach BFA in Back Propagation ANN shows better performance in recognition and is lesser time consuming in training than the first approach. Abstract in Bahasa Indonesia : Penerapan Jaringan Syaraf Tiruan (JST) pada masalah klasifikasi citra sering membutuhkan waktu proses pembelajaran yang cukup lama yang disebabkan oleh besarnya jumlah data input. Penggunaan data seperti ini dikenal sebagai penggunaan data yang bersifat mentah. Data input sebuah citra diambil secara langsung untuk diberikan sebagai data pembelajaran dalam algoritma JST. Permasalahan ini menimbulkan berbagai metode ekstrasi ciri (feature extraction) yang diterapkan pada sebuah citra sebelum dijadikan sebagai data pembelajaran dalam sebuah algoritma JST. Algoritma Fungsi Boolean (AFB) menunjukkan bahwa JST dengan penerapan AFB memiliki nilai output yang bersifat identik. Sifat identik pada hasil pemrosesan sebuah data citra inilah yang kemudian diterapkan pada algoritma JST Propagasi Balik (JST PB) sebagai algoritma JST yang terbaik untuk permasalahan klasifikasi. Hasil percobaan menunjukkan bahwa JST AFB dapat diterapkan sebagai salah satu metode feature extraction pada citra. Kinerja JST AFB dengan pendekatan kedua memberikan hasil yang lebih baik dari tingkat pengenalan maupun waktu pembelajaran. Kata kunci: jaringan syaraf tiruan, algoritma fungsi Boolean, propagasi balik, ekstrasi ciri, pengenalan pola.
SISTEM PAKAR UNTUK MEMPREDIKSI FOREIGN EXCHANGE Andropurnomo, Rico; Thendean, Helmy
Jurnal Ilmu Komputer dan Sistem Informasi Vol 1, No 1 (2013): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v1i1.3086

Abstract

Many expert systems are not complex or difficult to build. In a very simple case, consider a tree diagram on paper describing how to solve a problem. By making a selection at each branch point, the tree diagram can help someone make a decision. In a sense, it is a very simple expert system. This type of tree structured logic can easily be converted to a computerized system that is easier to use, faster and automated. More elaborate systems may include confidence factors allowing several possible solutions to be selected with different degrees of confidence. Expert system is an intelligent computer program that uses knowledge and inference procedures to solve problems that are difficult enough to require significant human expertise for their solution. Expert systems can explain why data is needed and how conclusions were reached. A system may be highly interactive (directly asking the user questions) or embedded where all input comes from another program. The range of problems that can be handled by expert systems is vast.
Co-Authors Albert Albert Andropurnomo, Rico Chairisni Lubis Eronicel Ganni Govian Govian Jeanny Pragantha Jefry Jefry Julyanto Wijaya Meylina Sugiarto Rizqi Andry Ardiansyah William Surya Putra