Claim Missing Document
Check
Articles

Telaah Pustaka Ciri dan Metode-metode Identifikasi Kuman Mycobacteria Tuberculosis Novrido Charibaldi; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 3, No 1 (2013): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1059.178 KB) | DOI: 10.22146/ijeis.3838

Abstract

AbstrakTuberculosis (TB)  merupakan penyakit paling berbahaya ketiga yang menyebabkan kematian yang disebabkan kuman Mycobacteria Tuberculosis (MTB). Sejak 1992 WHO telah mencanangkan TB sebagai Global Emergency. WHO melaporkan 8-9 juta orang tertular setiap tahun.  Sejak  tahun  2004 angka kematian yang disebabkan TB rata-rata 8000 setiap hari dan 2-3 juta setiap tahun. Identifikasi kuman MTB adalah permasalahan yang solusinya melibatkan berbagai cabang ilmu pengetahuan (ilmu penyakit dalam, biologi molekuler pathogen, mikrobiologi klinis, teknik kimia, bioinformatika dan teknik biomedis, matematika, dan sistem cerdas dalam ilmu komputer dan elektronika). Penularan kuman MTB sangat cepat tersebar melalui udara yang membawa partikel-partikel dalam 3000 percikan dahak penderita TB saat mereka batuk atau bersin kemudian terhisap orang yang sehat, sehingga identifikasi yang cepat dan tepat terhadap bakteri ini sangat berguna untuk menghambat penyebarannya. Ada banyak identifier kuman MTB yang dapat digunakan yaitu warna koloni biakan (2-8 minggu), foto torax, struktur molekul, kode DNA, dan chromatogram dari biomarker. Ada banyak pula pendekatan untuk mengidentifikasi MTB yaitu  microscopy, analisa foto sinar-x, analisa kimia, analisa biologi molekuler, analisa genetika, dan proses kromatografi gas/cair dengan dukungan hidung elektronik dan komputer. Dalam paper ini telah dibahas berbagai ciri dan pendekatan yang telah dikembangkan untuk mengidentifikasi kehadiran kuman MTB dalam biakan, hembusan nafas dan/atau dahak pasien.   Kata kunci—MTB, chromatogram, biomarker, hidung elektronik, sistem cerdas. AbstractTuberculosis (TB) is the third most dangerous disease that causes deaths that caused by Mycobacteria Tuberculosis (MTB). Since 1992 WHO has declared TB a Global Emergency. WHO reported 8-9 million people are infected every year. Since 2004 the death rate that caused TB is 8000 per day and 2-3 millions per year. Identification of MTB germ is a problem whose solution involves various branches of science (the science of lung disease, pathogen molecular biology, clinical microbiology, chemical engineering, bioinformatics and biomedical engineering, mathematics, and intelligent systems in computer science and electronics). MTB germ infection is very fast because they are spread through the air that carrying the particles in 3000 sparks of TB patients’ sputum when they are coughing or sneezing and then inhaled by a healthy person, so that speed and precise identification of these bacteria are very useful to inhibit its spread. There are many MTB germ identifiers that can be used, they are the color of breeding colonies (2-8 weeks), the torax image, the structure of molecules, the DNA code, and the chromatogram of biomarkers. There are many approaches for identification of MTB, they are microscopy, x-ray analysis, chemical analysis, analysis of molecular biology, genetic analysis, and process of gas/liquid chromatography that supported electronic noses and a computer. This paper discussed the various features and approaches that have been developed for identification of the presence of MTB germ in culture, blast of breath and/or patients’ sputum. Keywords—MTB, chromatogram, biomarkers, electronic nose, intelligent systems.
KLASIFIKASI CITRA DENGAN POHON KEPUTUSAN Kusrini, Kusrini; Hartati, Sri; Wardoyo, Retantyo; Harjoko, Agus
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 2, Juli 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (613.649 KB) | DOI: 10.12962/j24068535.v7i2.a173

Abstract

Image classification can be done by using attribute of text that come along with the image, such as file name, size, or creator. Image classification also can be done base on visual content of the image. In this research, we implement a image classification model base on image visual content. The image classification is based on decision tree method that adapt C4.5 algorithm. The decision variable used in the decision tree generation process is image visual features, i.e. color moment order-1, color moment order-2, color moment order-3, entropy, energy, contrast, and homogeneity. The result of this research is an application that can classified image base on the knowledge of the previous classification cases.   Keywords: image classification, decision tree, C4.5 algorithm
Kinetics Model of Tomato Quality Changes During Storage Masithoh, Rudiati Evi; Rahardjo, Budi; Sutiarso, Lilik; Harjoko, Agus
Jurnal Teknologi Pertanian Vol 14, No 1 (2013)
Publisher : Fakultas Teknologi Pertanian Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (506.875 KB)

Abstract

This study aims at developing a kinetics model of changes in tomatoes quality during storage. Samples were stored at temperature of 6, 15, and 28 °C. Quality parameters measured were total carotene, citric acid, and vitamin C. On the development of kinetic models of quality parameter changes the k values of total carotenoids, citric acid, and vitamin C were 0.075, -0.008, and 0.042 at 6 °C, 0.056, -0.029, and 0.049 at 28 °C, as well as 0.125, -0.039, dan 0.044 at 28 °C, respectively. Activation energy of the decrease of citric acid was 47.91 kJ/mol, whereas for total carotene and vitamin C were 17.83 kJ/mol dan 0.96 kJ/mol. The coefficient of determination (R2) of the quality content between observation and prediction were 0.70-0.96. Keywords: Kinetics, total carotene, citric acid, vitamin C, tomato
Sistem Verifikasi Tanda Tangan Off-Line Berdasar Ciri Histogram Of Oriented Gradient (HOG) Dan Histogram Of Curvature (HoC) Widodo, Agus Wahyu; Harjoko, Agus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.075 KB)

Abstract

Abstrak Tanda tangan dengan sifat uniknya merupakan salah satu dari sekian banyak atribut personal yang diterima secara luas untuk verifikasi indentitas seseorang, alat pembuktian kepemilikan berbagai transaksi atau dokumen di dalam masyarakat. Keberhasilan penggunaan ciri gradien dan curvature dalam bidang-bidang penelitian pengenalan pola dan bahwa tanda tangan dapat dikatakan merupakan hasil tulisan tangan yang tersusun atas beragam garis dan lengkungan (curve) yang memiliki arah atau orientasi merupakan alasan bahwa kedua ciri tersebut digunakan sebagai metoda verifikasi tanda tangan offline di penelitian ini. Berbagai implementasi dari pre-processing, ekstraksi dan representasi ciri, dan pembelajaran SVM serta usaha perbaikan yang telah dilakukan dalam penelitian ini menunjukkan hasil bahwa ciri HOG dan HoC mampu dimanfaatkan dalam proses verifikasi tanda tangan secara offline.  Pada basis data GPDS960Signature, HOG dan HoC yang dihitung pada ukuran sel 30 x 30 piksel memberikan dengan nilai %FRR terbaik 26,90 dan %FAR 37,56.  Sedangkan pada basis data FUM-PHSDB, HOG dn HoC yang dihitung pada ukuran 60 x 60 piksel memberikan nilai %FRR terbaik 4 dan %FAR 57. Kata kunci: verifikasi tanda tangan, curvature, orientation, gradient, histogram of curvature (HoC), histogram of oriented gradient (HOG) Abstract Signature with unique properties is one of the many personal attributes that are widely accepted to verify a persons identity, proof of ownership transactions instrument or document in the community. The successful use of gradient and curvature feature in the research fields of pattern recognition is the reason that both of these features are used as an offline signature verification method in this study. Various implementations of preprocessing, feature extraction and representation, and SVM learning has been done in the study showed results that HOG and HoC feature can be utilized in the process of offline signature verification.  HOG and HOC calculated on a combination of two different cell sizes at a time.  Improvement effort has been made and showed the expected results, although of little value. HOG and HOC calculated on a such cell sizes at a time. In database GPDS960Signature, best cell size is in 30 with the value 26.90% FRR and FAR 37.56%. While the database FUM-PHSDB, the best cell size is 60 with a value of 4% FRR and FAR 57%. Keywords: signature verification, curvature, orientation, gradient, a histogram of curvature (HOC), a histogram of oriented gradient (HOG)
Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network Rocky Yefrenes Dillak; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 1, No 2 (2011): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (597.515 KB) | DOI: 10.22146/ijeis.1966

Abstract

AbstrakRetinopati diabetes (DR) merupakan salah satu komplikasi pada retina yang disebabkan oleh penyakit diabetes. Tingkat keparahan DR dibagi atas empat kelas yakni: normal, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), dan macular edema (ME). Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap fase DR. Data yang digunakan sebanyak 97 citra yang fitur – fiturnya  diekstrak menggunakan gray level cooccurence matrix (GLCM). Fitur ciri tersebut adalah maximum probability, correlation, contrast, energy, homogeneity, dan entropy. Fitur – fitur ini dilatih menggunakan jaringan syaraf tiruan backpropagation untuk dilakukan klasifikasi. Kinerja  yang dihasilkan dari pendekatan ini adalah sensitivity 100%, specificity 100% dan accuracy  97.73% Kata kunci—  fase retinopati diabetes, GLCM, backpropagation neural network Abstract Diabetic retinopathy (DR) is one of the complications on retina caused by diabetes. The aim of this studyis to develop a system that can be used for automatic mass screenings of diabetic retinopathy. Four classes are identified: normal retina, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), and macular edema (ME). Ninenty-seven retinal fundus images in used in this study. Six different texture features such as maximum probability, correlation, contrast, energy, homogeneity, and entropy were extracted from the digital fundus images using gray level cooccurence matrix (GLCM). These features were fed into a backpropagation neural network classifier for automatic classification. The  proposed approach is able to classify with sensitivity 100%, specificity 100% and accuracy  97.73% Keywords—  diabetic retinopathy stages, GLCM,  backpropagation neural network
Analisis Kesiapan Penerapan Rekam Medis Elektronik Menggunakan DOQ-IT di RSUD Dr. H. Abdul Moeloek Lampung Ika Sudirahayu; Agus Harjoko
Jurnal Sistem Informasi Kesehatan Masyarakat Vol 1, No 3 (2016)
Publisher : Minat Sistem Informasi Manajemen Kesehatan Fakultas Kedokteran UGM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (286.091 KB) | DOI: 10.22146/jisph.6536

Abstract

Latar Belakang: Penilaian kesiapan sebelum penerapan rekam medis elektronik (RME) penting dilakukan, untuk optimalisasi penerapan RME. RSUD Dr.H. Abdul Moeloek sudah menerapkan SIMRS. Hal ini membuka kesempatan untuk pengembangan sistem informasinya dengan implementasi RME. Untuk itu diperlukan analisa kesiapan penerapan RME secara menyeluruh.Metode: Penelitian ini adalah penelitian kualitatif dengan rancangan studi kasus. Data dikumpulkan dengan wawancara mendalam kepada pengambil keputusan dan pengguna RME di instalasi rawat jalan, observasi, dan telaah dokumen. Analisa kesiapan menggunakan EHR Readiness Starter Assessment dari DOQ-IT.Hasil: Kesiapan sumber daya manusia untuk penerapan RME di RSUD Dr. H. Abdul Moeloek berada pada range I, mengindikasikan belum ada pemahaman yang kuat tentang RME dan manfaatnya. Sumber daya manusia dibidang teknologi informasi masih sangat kurang, dan sebagian besar petugas belum memiliki pengetahuan mengenai RME. Budaya kerja organisasi berada pada range II, mengindikasikan bahwa telah ada pemahaman akan adanya perubahan budaya kerja organisasi bila RME diterapkan. Ada kecenderungan untuk menerima dan mendukung apabila RME di aplikasikan. Tata kelola dan kepemimpinan berada pada range II, mengindikasikan bahwa telah ada pemahaman tentang nilai RME terkait strategi dan dukungan manajemen TI. Pengambil keputusan berkomitmen terhadap penerapan RME. Infrastruktur berada pada range III, mengindikasikan bahwa kapasitas teknologi informasi cukup kuat dan kemungkinan untuk berhasil dalam adopsi RME cukup tinggi. Kesimpulan: Secara keseluruhan, kesiapan untuk penerapan RME berada pada range II. Ini menunjukkan bahwa RSUD Dr. H. Abdul Moeloek Provinsi Lampung Cukup Siap untuk Penerapan Rekam Medis Elektronik.
Pengenalan Simbol Jarimatika Menggunakan Orientasi Histogram dan Multi-layer Perceptron Andi Sunyoto; Agus Harjoko
Creative Information Technology Journal Vol 1, No 4 (2014): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (763.031 KB) | DOI: 10.24076/citec.2014v1i4.32

Abstract

Makalah ini membahas tentang pengenalan simbol-simbol Jarimatika menggunakan Jaringan Syaraf Tiruan (JST). Hasil penelitian ini dapat digunakan untuk pengembangan aplikasi perhitungan Jarimatika dan interaksi antara manusia dan komputer yang lebih natural. Segmentasi yang digunakan adalah orientasi histogram, algoritma JST yang digunakan adalah back propagation multi-layer perceptron. Layer-layer JST tersebut adalah satu layer input, satu hidden layer dan satu output layer. Penelitian ini betujuan untuk implementasi pengenalan pola simbol Jarimatika menggunakan JST multi-layer perceptron, implementasi harus mampu menghasilkan klasifikasi dengan benar, sistem harus mampu melakukan klasifikasi dari gambar statis, sehingga dapat menganalisa pengenalan gestur tangan dari simbol-simbol Jarimatika.Penelitian ini menggunakan 18 simbol dasar Jarimatika. Total citra yang digunakan adalah 360 yang terbagi atas 270 citra untuk training dan 90 citra untuk testing. Hasil penelitian ini menunjukkan bahwa JST multi-perceptron dapat digunakan untuk pengenalan simbol Jarimatika dengan akurasi 93.33%. Jumlah neuron yang optimal pada hidden layer adalah 725. Implementasi penelitian ini menggunakan Matlab versi 7 (R2010a).This paper focuses on the recognition of Jarimatika symbols using Artificial Neural Network (ANN). The results of this research can be used to develop applications for the Jarimatika and to make interaction between humans and computers more natural. The Segmentation used is orientation histograms, the ANN algorithm used is back propagation multi-layer perceptron. Th layers of the ANN are one input layer with 19 data, one hidden layer and one output layer. This research aims to implement Jarimatika symbols with pattern recognition and multi-layer perceptron algoritm, the implementation must be able to produce the correct classification, the system must be able to perform the classification of static images, so can analyze the recognition of hand gestures from Jarimatika symbols. This research uses 18 basic Jarimatika symbols. Total image used were 360, consisting of 270 images for training and 90 images for testing. The results of this study indicate that the multi-layer perceptron ANN can be used for recognition of Jarimatika symbols with accuracy 93.33%. The optimal number of neurons in the hidden layer is 725. Implementation of this research using Matlab version 7 (R2010a).
Model Tree-Structured Markov Random Fields (TS-MRF) pada Segmentasi Terawasi Data Citra Multispektral Murinto, ; Harjoko, Agus; Hartati, Sri
JTET (Jurnal Teknik Elektro Terapan) Vol 2, No 2 (2013)
Publisher : Teknik Elektro - Politeknik Negeri Semarang

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

Abstract

Segmentasi merupakan suatu proses yang penting untuk proses berikutnya dalam analisis citra. Segmentasi citra mempunyai peranan penting dalan analisis citra dengan tujuan membagi citra ke dalam beberapa bagian citra yang didasarkan pada fitur-fitur citra. Tujuan dari penelitian ini adalah mengimplementasikan model untuk permasalahan segmentasi citra satelit yang seringkali kompleks.Segmentasi menggunakan model tree-structured Markov random field (TS-MRF) untuk menangkap struktur alamiah citra. Pemrosesan segmentasi citra menggunakan model terawasi. Dalam segmentasi terawasi baik jumlah kelas ataupun properti statistik lainnya diketahui untuk implementasi model dalam data satelit Alos Avnir-2 Kota Yogyakarta tahun 2009. Teknik yang digunakan dalam penelitian ini menghasilkan suatu keluaran yang baik untuk segmentasi citra penginderaan jauh.
Increasing the Detail and Realism in Web3D Distributed World Mursid Wahyu Hananto; Ahmad Ashari; Khabib Mustofa; Agus Harjoko
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 16, No 5: October 2018
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v16i5.10113

Abstract

A complex and detailed Web3D world which represented the physical form of an institution is very difficult to be built. To simplify the work, raster images taken from the real structure were heavily utilized. However, this method has resulted in Web3D sites which were low on detail and having minimum level of realism. To overcome this deficiency, it is proposed to maximize the use of polygons. Experiment was done by re-developing the sample world with minimum use of raster images and applying polygons to 92% parts of the site. Site elements were also distributed to three servers to cope with bottleneck problem often occured when using only one server. The result was evaluated in a series of tests to see its viewing capabilities when displayed inside the web browser against various conditions, and it also evaluated in an acceptance test carried out by site users. The majority of testers felt immensely familiar with the details shown by the model as they were able to grab a more close-to-realistic experience like a real-world walk around inside the actual building complex. Problems that often occur whe using only one server ca also be reduced by using distributed world method.
Purwarupa Kendali Lengan Dental Light dengan Isyarat Jari Berbasis Pengolahan Citra Digital Muhammad Anis Al Hilmi; Agus Harjoko
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 2, No 1 (2012): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (769.041 KB) | DOI: 10.22146/ijeis.2339

Abstract

AbstrakDental light atau lampu sorot yang terdapat pada kursi praktik dokter gigi  merupakan salah satu bagian penting pada dental chair. Dental light perlu diatur posisinya agar arah cahaya sorot sesuai kebutuhan dokter. Cara biasa untuk mengaturnya adalah dengan digerakkan dengan tangan secara langsung oleh dokter. Cara tersebut dirasakan cukup merepotkan dan mengurangi kesterilan tangan dokter karena harus menyentuh dental light secara langsung. Dalam penelitian ini, masalah tersebut dicoba diselesaikan dengan teknologi pengolahan citra digital.  Sebuah webcam digunakan untuk meng-capture citra. Kemudian citra diolah sampai mengenali isyarat jari, untuk kemudian dapat mengendalikan dental light. Pengenalan isyarat jari dalam penelitian ini menggunakan metode pemisahan objek dengan latar belakangnya. Range warna dari sarung tangan dokter dipakai sebagai acuan pengenalan objek tangan. Model warna yang dipakai adalah model HSV.Dari 4 warna sarung tangan yang diuji, warna dengan hasil terbaik adalah warna kuning. Jarak optimal antara webcam dan posisi tangan adalah 55-65 cm. Waktu respon rata-rata dari saat ada isyarat sampai lengan robot bergerak adalah 0,4-0,6 sekon. Dengan hasil penelitian ini diharapkan dokter tidak perlu lagi menyentuh langsung dental light sehingga pemakaiannya lebih mudah dan steril. Kata kunci—dental light, lengan robot, pengolahan citra, range warna Abstract Dental light or head-light that exists on a dental chair, is one of essenstial part of dental chair instruments. Dental light needs an appropriate  positioning control to direct the light as needed by the dentist. The common way of controlling dental light is the dentist manually directing the lamp using their hand. In this research, that problem is tried to be solved using digital image processing technology. A webcam is used to capture image, then the image is processed until yield a recognition result for finger gesture and then create an output to contol dental light. Finger gesture recognition is carried out by color filter method. The color range of dentist gloves is used as references to recognize the dentist’s hand. The color model that used in this research is HSV.From 4 colors of dentist gloves that tested, the best color is yellow. The optimum distance between webcam and hand position is 55-65 cm. The average time response from the time that finger gesture appear until the prototype of arm robot moves is 0.4-0.6 second. Keywords—dental light, arm robot, image processing, color range