Aplikasi Adaptive Neuro-Fuzzy Inference System(ANFIS) untuk Klasifikasi Suara Jantung dengan Ekstraksi Ciri Menggunakan Transformasi Wavelet sebagai Alat Bantu Diagnosis Gangguan Jantung

INTISARI
Hasil rekaman suara jantung memiliki kelebihan dibandingkan dengan hanya mendengarkan suara jantung dengan stetoskop karena dengan merekam dapat didengar ulang serta dianalisis spektral dan frekuensinya. Masalah utama dalam merekam suara jantung adalah adanya derau. Untuk menganalisis suara jantung memerlukan pengetahuan khusus. Tidak semua dokter dapat melakukan dengan baik. Oleh karena itu diperlukan sistem klasifikasi yang baik sehingga hasil benar-benar objektif dan agar tidak terjadi kesalahan interpretasi. Karena perbedaan suara jantung sangat kecil maka klasifikasi dilakukan dengan ANFIS. Pengambilan keputusan dilakukan dengan menghilangkan derau yang ada digunakan transformasi  wavelet db3 level 2dengan metode global thresholding, ekstraksi ciri menggunakan dekomposisi paket wavelet db1 level 8untuk mendapatkan detail dan aproksimasi, klasifikasi dilakukan dengan ANFIS dengan 2 masukan dan satu keluaran dengan 5 fungsi keanggotaan.

INTEGRASI ALGORITMA GENETIK DENGAN SISTEM FUZZY UNTUK TATA LETAK FASILITAS PADA SEBUAH KONSTRUKSI BANGUNAN

INTISARI

Tata letak fasilitas (FLP) pada suatu lokasi bangunan merupakan suatu pemilihan alternatif posisi atau susunan fasilitas yang paling efisien dan efektif. Dengan kata lain FLP adalah mencari susunan fasilitas yang terbaik dalam area yang sudah tersedia. Dalam mendesain FLP, banyak hal yang harus dipertimbangkan dimana faktor produksi meliputi : manusia, mesin, energi, modal, informasi dan sumber daya alam dikelola bersama-sama dalam suatu sistem produksi guna menghasilkan suatu produk atau jasa secara efektif, efisien dan aman.

Penelitian ini mengkaji suatu proses peningkatan optimasi FLP melalui pendekatan berdasarkan program komputasi. Hal pertama yang dilakukan adalah menentukan nilai hubungan kedekatan (closeness relationship value) antar masingmasing pasangan fasilitas dimana nilai ini dicari dengan proses perancangan sistem fuzzy. Total cost minimum diperoleh melalui pendekatan terintegrasi antara perancangan sistem fuzzy dengan Algoritma Genetik (GA).

Hasil dari penelitian ini diperoleh urutan fasilitas sebagai berikut : 5 - 3 - 6 - 1 - 2 - 4 - 8 - 7 - 9 - 10 dengan parameter GA nya : Jumlah Populasi = 40, Generasi = 50, Pm 80 % Populasi, 10 % Gens, Ukuran Mutasi = 5 % dan Waktu eksekusi = 01:03. Hasil total cost minimum dari urutan fasilitas tersebut sebesar 55077.43.

Kata kunci : Tata Letak Fasilitas, Algoritma Genetik, Fuzzy Sistem Pakar.

DOWNLOAD DISINI

SKEMA ESTIMASI KELOMPOK UMUR MENGGUNAKAN FITUR TEKSTUR CITRA WAJAH MANUSIA

ABSTRACT

Aging process are natural and can not be avoided especially for human being. Human face changes significantly with the advancing age. Aspects effecting this hanges are heredity, psychologies, nutrient, lifestyle, race and geographies. People’s behavior and preference are different at different ages. As consequence of the growing science, technology and information, a public service be needed to support human needs based on age classification. An age group classification system for gray scale facial image is proposed in this research.  Three age groups, including young adults, middle-aged adults and old adults were used in the classification. The process of the system is divided into two phases:  the texture facial feature extraction and age classification. To yield a good classifier, a good descriptor was needed as a feature distinction. Based on five regions of human face, the respective five wrinkle features from each facial image were obtained through a statistical of randomness (entropy) approach. Finally, the Support Vector Machine with One Against All method were constructed for classifications. The texture features were than used to classify every image into one of the three adult groups. The proposed system was experimented with 100 facial images on a Pentium Celeron processor with 512 MB RAM. Sixty images were used for training and the others for the test. A 100% identification rates were achieved for training images and 90% for the test images, which is roughly close to human’s subjective justification. This estimation scheme can be implemented in other fields of study.

Keywords:  Age Classifications, Texture Facial Feature Extraction,  One Against All Support Vector Machine.

DETEKSI DIABETIC RETINOPATHY PADA CITRA RETINA DENGAN JARINGAN SYARAF TIRUAN

Oleh: Arfan Eko Fahrudin

ABSTRACT

DIABETIC RETINOPATHY is one of the complications on retina caused by diabetes. Lessons caused by diabetic retinopathy are exudates, micro aneurysm and hemorrhage. Detection of the lesions usually done manual by ophthalmologist. To help the detection process automatically, was made image processing and pattern recognition software using Learning Vector Quantization (LVQ) neural networks. Image Processing was done with contrast stretching and filtering using median filter to enhance the retinal image. After feature extraction  process, neural networks was trained using statistic features from grayscale, red channel, green  channel,  and blue  channel of  input  images.  Result of testing of training data show that features vector of green channel is the most significant feature vector used for diabetic retinopathy lesions and result of detection using test image was got sensitivity value 93, 33% and specificity value 90%.

Keywords: diabetic retinopathy, statistic features, neural Networks

ABSTRAK

Diabetic retinopathy merupakan salah satu kelainan pada retina yang timbul akibat penyakit diabetes. Kelainan  retina  akibat  diabetic retinopathy antara lain: exudates, microaneurysm dan hemorrhage. Deteksi kelainan tersebut biasanya dilakukan secara manual oleh dokter  mata dengan menganalisa citra retina pasien. Untuk membantu  proses deteksi  secara otomatis, maka dibuat perangkat lunak  pengolahan citra dan pengenalan pola kelainan  diabetic retinopathy menggunakan jaringan syaraf tiruan Learning Vector Quantization (LVQ).  Pengolahan  citra  dilakukan  untuk  memperbaiki  kualitas  citra  dengan peregangan kontras  dan  penapisan  dengan  tapis  median. Setelah  dilakukan ekstraksi  ciri, jaringan syaraf tiruan  dilatih  dengan  ciri  statistik  dari  citra grayscale, komponen warna merah, komponen warna hijau, dan komponen warna biru. Hasil pengujian data pelatihan menunjukkan ciri statistik komponen warna hijau merupakan ciri yang paling tepat digunakan  sebagai  vektor  ciri  pola kelainan  akibat  diabetic  retinopathy  dan  hasil deteksi  kelainan diabetic retinopathy dengan citra uji diperoleh nilai sensitivity 93, 33% dan  specificity 90%.

Kata kunci: diabetic retinopathy, ciri statistik, jaringan syaraf tiruan