BANDA ACEH – Tiga mahasiswa Program Studi Teknik Komputer Universitas Syiah Kuala (USK) berhasil melakukan presentasi ilmiah terkait penelitian tugas akhir (skripsi) mereka pada Konferensi Internasional The 8th International Conference on Wireless and Telematics (ICWT) dan International Conference on Cybernetics and Computational Intelligence( CyberneticsCom) tahun 2022.
Ketiga Mahasiswa tersebut adalah Muhammad Yusuf Kardawi, Alifya Febriana dan Nona Zarima. Penelitian tersebut dibimbing oleh Dosen Jurusan Teknik Elektro dan Komputer USK, Dr. Kahlil Muchtar, yang juga merupakan Koordinator Prodi Teknik Komputer, USK.
Penelitian Yusuf berupaya untuk mendeteksi penyakit osteoarthritis lutut melalui teknikkecerdasan buatan. Artikel ini diterima di ICWT yang pada tahun ini menerima lebih dari 80 artikel dari berbagai dunia termasuk Malaysia, Libya, India, Korea Selatan, dan Sri Lanka.
Penelitian ini diprakarsai karena fakta yang terjadi di lapangan, yakni masih banyak ditemukannya perbedaan persepsi di kalangan ahli radiologi dalam menentukan tingkat keparahan osteoarthritis lutut, serta membutuhkan waktu yang relatif lama dan ketelitian yang tinggi dari ahli radiologi untuk menganalisa gambar hasil sinar-X lutut pasien.
“Penelitian ini mengusulkan sebuah CAD (Computer Aided Design) sebagai sistem pendukung untuk mendeteksi osteoarthritis lutut berdasarkan gambar Sinar-X melalui teknik Deep Learning yang dijalankan pada ponsel pintar,” kata Yusuf, Sabtu (6/82022).
Berbeda dengan Yusuf, Nona Zarima melakukan analisis dampak modifikasi gambar malaria terhadap akurasi pendeteksian melalui teknik kecerdasan buatan. Artikel ilmiahnya diterima pada CyberneticsCom, dengan judul Pemanfaatan Fitur Tekstur Local Binary Pattern pada Klasifikasi Penyakit Malaria Berbasis Deep Learning.
“Alasan yang melatarbelakangi dilakukannya penelitian ini ialah dalam melakukan diagnosis malaria, umumnya tenaga medis melakukannya secara visual melalui alat mikroskopis, yang tingkat keakuratannya bergantung terhadap pengalaman dan keahlian dari tenaga medis itu sendiri,” jelas Nona.
Menurutnya, hal itu memerlukan proses yang panjang dan dapat berujung pada diagnosis yang salah. Sehingga pada penelitiaan ini mengusulkan sebuah sistem berbasis komputer yang memanfaatkan fitur tekstur untuk mengklasifikasikan penyakit malaria melalui pembelajaran mendalam (deep learning).
Sementara itu, penelitian Alifya Febriana yang dipresentasikan dalam konferensi CyberneticsCom berjudul USK-Coffee Dataset: A Multi-Class Green Arabica Coffee Bean Dataset for Deep Learning (Klasifikasi Multi-Kelas Biji Kopi Arabica Green Bean dengan Menggunakan Deep Learning).
Banda Aceh
Kota Langsa
Aceh Selatan
Aceh Tenggara
Bali
Banten
Bengkulu
DI Yogyakarta
Jakarta Pusat
Jambi
Kalimantan Barat
Kalimantan Selatan
Kalimantan Timur
Kalimantan Utara
Kalimantan Tengah
Lampung
Nusa Tenggara Barat
Palu
Pangkal Pinang
Riau
Sumatera Selatan
Sumatera Utara
Sumatera Barat
Kepulauan Bangka Belitung
Kepulauan Riau
Jawa Barat
Jawa Tengah
Jawa Timur
Komentar Terbaru