Maulana Muhammad
Universitas Negeri Makassar

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

Found 2 Documents
Search

Metode Otomatis untuk Menghitung Sel Darah Merah Menggunakan Image Processing Muh. Dirgafa Anugra Rais; Fazli Arif; Muh. Fauzan Arifuddin; Maulana Muhammad; Andi Baso Kaswar; Kurnia Prima Putra
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

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

Abstract

Di seluruh dunia, kehidupan yang berbeda secara bertahap dipengaruhi oleh inovasi, dengan perawatan kesehatan menjadi area utama untuk perubahan ini. Memberikan perincian instan tentang riwayat kesehatan pasien meningkatkan kewaspadaan pasien melalui kebenaran diagnosis dan obat-obatan, kemampuan untuk berbagi informasi kesehatan kepada dokter yang berbeda, dan pengurangan kesalahan dan kesalahan yang ditemukan saat merekam data informasi kesehatan pasien melalui catatan manual. Sel darah merah atau eritrosit merupakan sel darah yang memiliki fungsi mengikat oksigen yang memiliki peran penting dalam proses oksidasi di jaringan tubuh. kemampuan afinitas oksigen terhadap eritrosit dikarenakan adanya hemoglobin. Perhitungan secara manual untuk mendeteksi kelainan darah dapat dilakukan menggunakan mikroskop, hemocytometer, dan hematology analyzer. Identifikasi penyakit menggunakan alat-alat tersebut masih memerlukan analisis lebih lanjut, sehingga memerlukan waktu yang cukup lama. Dari permasalahan tersebut penulis penulis mengusulkan Metode otomatis untuk menghitung sel darah merah dengan menggunakan segmentasi
Sistem Pendeteksi Kematangan Buah Tomat Berbasis Pengolahan Citra Digital Menggunakan Metode Jaringan Syaraf Tiruan Ishak; Ihlasul Amal; Maulana Muhammad; Andi Baso Kaswar
Jurnal MediaTIK Volume 5 Issue 1, Januari (2022)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Penelitian ini bertujuan untuk merancang sistem yang mampu mendeteksi tingkat kematangan buah tomat dengan memanfaatkan pesatnya perkembangan ilmu pengetahuan khususnya di bidang artificial intelligence yang dikolaborasikan dengan pengolahan citra digital. Terdapat lima tahapan metode yang digunakan dalam penelitian ini yakni, tahap akuisisi citra, tahap preprocessing, tahap segmentasi, tahap morfologi dan tahap klasifikasi. Hasil penelitian menunjukkan bahwa metode yang digunakan peneliti sangat cocok untuk merancang sistem pendeteksi tingkat kematangan buah tomat yakni mentah, mengkal, dan matang. Hal tersebut dibuktikan dengan tingkat akurasi pengujian sistem yang mencapai 100%. Jumlah dataset yang digunakan sebanyak 90 citra tomat yaitu 30 citra tomat mentah, 30 citra tomat mengkal, dan 30 citra tomat matang.