Search

Ada banyak penyakit yang bisa di deteksi melalui pembuluh darah, seperti hipertensi, jantung, dan retinopati diabetes. Namun, pendeteksian penyakit melalui retina tidak mudah. Dokter harus mengamati struktur pembuluh darah pada citra fundus retina. Pengamatan secara langsung pada citra fundus membutuhkan waktu yang lama dan juga beresiko terjadi kesalahan. Dalam mengatasi hal ini, maka pengolahan citra digital diperlukan sebagai upaya untuk mempermudah pendeteksian kelainan pada retina mata. Penelitian ini bertujuan untuk melakukan analisis terhadap algoritma yang digunakan pada proses segmentasi citra fundus retina, karena hasil segmentasi dari citra akan berpengaruh besar dalam proses klasifikasi jenis penyakit pada retina. Kesalahan dalam pengklasifikasian jenis kelainan pada retina bisa menyebabkan kesalahan diagnosis dan kesalahan pemberian terapi yang tepat bagi pasien. Pengolahan citra dilakukan mulai tahap pra-pengolahan hingga segmentasi. Pengujian algoritma dilakukan pada tahap segmentasi. Hasil pengujian terhadap tiga algoritma menunjukkan bahwa metode pertama yaitu Morfologi Rekonstruksi memiliki rata-rata akurasi sebesar 94,46% dengan standard deviasi 2,94, Coye Filter memiliki rata-rata akurasi sebesar 94,97% dengan standard deviasi 4,99 dan Kirsch and Fuzzy C-Means dengan rata-rata akurasi 88,73% dan standar deviasi 2,74. Performa algoritma yang paling baik tidak hanya ditentukan dari tingkat akurasi tetapi juga dari aspek lain yaitu standar deviasi.

Financial Technology (fintech) merupakan inovasi dibidang pelayanan keuangan yang memanfaatkan teknologi untuk meningkatkan pelayanan dan mempermudah transaksi. Karena berkaitan dengan keuangan, maka keamanan dalam fintech harus kuat dan terjamin. Penyedia layanan fintech seperti GoPay, Paypro, dan T-cash menggunakan One Time Password (OTP) dengan format 4 dan 6 digit bilangan acak numerik yang dikirimkan melalui SMS sebagai solusi autentikasi. Namun kode tersebut mudah terbaca sehingga rawan disalahgunakan oleh orang tidak bertanggung jawab dan dapat merugikan pengguna. Kriptografi merupakan teknik menyandikan informasi ke dalam karakter tertentu dan disusun acak sehingga sulit dimengerti. RSA merupakan algoritma kriptografi yang andal karena menggunakan kunci berbeda untuk menyandikan informasi. Metode LSB merupakan teknik steganografi sederhana untuk menyembunyikan informasi ke dalam citra sehingga mempersulit informasi dapat dibaca dan disalahgunakan. Dengan menerapkan algoritma RSA dan teknik LSB maka dapat meningkatkan keamanan kode OTP, karena kode OTP yang tersembunyi di dalam citra tidak dapat diketahui oleh mata manusia. Hasil dari penelitian ini, kedua algoritma tersebut melakukan keseluruhan proses sangat cepat, durasi rata-rata untuk memproses kode OTP format 4 digit yaitu 0,6738 detik, sedangkan format 6 digit sebesar 0,7005 detik. Hasil kualitas citra stego dengan pengujian MSE dan PSNR memiliki nilai rata-rata yang tinggi yaitu MSE sebesar 0,000531 dan PSNR sebesar 83,110348 dB.

Penentuan jurusan siswa pada tingkat pendidikan sekolah menengah atas pada umumnya menggunakan rekomendasi hasil psikotes, nilai akademik, minat dan bakat siswa. Tidak semua sekolah memiliki data yang lengakap untuk melakukan penjursan siswa. Dalam penelitian ini, difokuskan untuk mengomparasikan hasil nilai akademik siswa, untuk mata pelajaran rumpun ilmu pengetahuan alam dan ilmu pengetahaun sosial pada kelas 10 SMA. Nilai dari mata pelajaran yang manakah yang memiliki pengaruh tinggi terhadap penjurusan siswa di SMA. Terdapat beberapa algoritma dapat digunakan untuk membantu proses klasifikasi data siswa untuk rekomendasi penjurusan, misalnya C4.5, Naïve Bayes, K-NN, Rule Induction, dan lain-lain. Untuk mengetahui tingkat validasi digunakan metode cross validation. Kemudian digunakan T-Test untuk mengetahui signifikansi perbedaan antar algoritma. Hasil analisa komparasi pada penelitian komparasi algoritma untuk penjurusan ini, bahwa metode algoritma Naïve Bayes sebagai algoritma yang paling baik dibandingkan algoritma yang lainnya, yang meiliki akurasi pada 79,51% dan AUC pada nilai 0,861.

Kesehatan merupakan hal yang berharga bagi manusia karena siapa saja dapat mengalami gangguan kesehatan, begitu pula pada manusia yang sangat rentan terhadap berbagai macam penyakit namun penyebabnya tidak kita sadari. Algoritma K-Means tidak terpengaruh terhadap urutan objek yang digunakan, hal ini dibuktikan ketika penulis mencoba menentukan secara acak titik awal pusat cluster dari salah satu objek pada permulaan perhitungan. Jumlah keanggotaan cluster yang dihasilkan berjumlah sama ketika menggunakan objek yang lain sebagai titik awal pusat cluster tersebut. Namun, hal ini hanya berpengaruh pada jumlah iterasi yang dilakukan. Pengelompokan objek (objek clustering) adalah salah satu proses dari objek mining yang bertujuan untuk mempartisi objek yang ada kedalam satu atau lebih cluster objek berdasarkan karakteristiknya. Penelitian ini mengkaji bagaimana penggunaan Algoritma K-Means Cluster Analysis dalam studi kasus penyakit menular manusia pada suatu objek. Penelitian ini mengkaji metode K-Means Cluster Analysis dalam penyakit menular pada manusia berdasarkan set variabel yang dibentuk per kecamatan tiap puskesmas yang jumlahnya ada 32 Kantor Puskesmas di Kabupaten Majalengka.

Robotic Research Centre (R2C) Universitas Kristen Satya Wacana (UKSW) secara rutin mengikuti Kontes Robot Sepakbola Indonesia (KRSBI). Jenis robot yang digunakan adalah humanoid dengan 18 derajat kebebasan dan memiliki kamera sebagai sensor visual. Pengembangan berkelanjutan yang dilakukan oleh R2C telah dapat mengantarkan tim robot sepakbola ini menjadi juara II tingkat nasional pada tahun 2013, meskipun demikian masih ada beberapa masalah mengenai kelincahan manuver dan komunikasi antar – robot. Oleh karena itu pada penelitian ini dilakukukan optimalisasi pada algoritma tracking analisis dan posisi bola, mendekati bola, penentuan orientasi robot, penentuan posisi gawang, menempatkan diri menendang bola, menendang bola, dan komunikasi robot. Pengujian menunjukkan bahwa usaha ini telah dapat meningkatkan respon robot terhadap perpindahan bola, meningkatkan kecepatan dan akurasi dalam mencetak gol, dan membuat robot – robot dalam satu tim dapat berkoordinasi dalam mengejar bola di lapangan.

Kontes Robot Pemadam Api Indonesia (KRPAI) divisi berkaki secara rutin selalu diikuti oleh tim dari Robotic Research Center (R2C) UKSW. Selama ini waktu dan usaha sebagian besar diagihkan untuk pengembangan mekanik dan perangkat keras robot sedangkan pengembangan perangkat lunak pengendali robot kurang mendapat perhatian. Akibatnya prestasi yang dicapai pun belum memuaskan. Pada penelitian ini dikembangkan algoritma baru yang memiliki keunggulan terutama pada kehandalan kondisi start dan kode yang lebih ringkas. Berdasarkan evaluasi kinerja sebanyak 126 kali menggunakan 7 konfigurasi lapangan berbeda didapatkan tingkat keberhasilan penyelesaian misi rata–rata sebesar 79,36%. Waktu penyelesaian misi tersingkat selama 76 detik dan raihan nilai terbaik 3,94 poin.