Bilqis Amaliah
Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS) Surabaya, 60111

Published : 11 Documents
Articles

Found 3 Documents
Search
Journal : Jurnal Teknik ITS

Implementasi DNA Similarity Matching pada Perangkat Mobile dengan Sugeno Fuzzy Inference System Saputra, Fahmi Akbar; Ginardi, Hari; Amaliah, Bilqis
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (294.037 KB)

Abstract

STR analysis merupakan teknik DNA profiling yang populer digunakan untuk mendapatkan profil DNA manusia yang bersifat unik dari sampel biologis yang didapatkan. Profil DNA tersebut terdiri dari beberapa lokus STR yang ditetapkan sebagai standar. Dalam praktiknya, permasalahan timbul ketika dalam proses analisis terjadi kontaminasi terhadap sampel biologis. Akibatnya, profil hasil proses analisis memiliki nilai ketidakpastian (uncertainty) atau nilai pergeseran dan noise. Untuk permasalahan seperti ini, perangkat lunak bantu untuk proses pencocokan kemiripan DNA yang dikembangkan oleh National Institute of Standards and Technology (NIST), yaitu STR_MatchSamples, tidak mampu menangani. Hal ini dikarenakan STR_MatchSamples bekerja dengan logika crisp, sedangkan data profil DNA memiliki nilai-nilai ketidakpastian. Maka, untuk mengatasi permasalahan ketidakpastian pada profil DNA, digunakan sebuah metode fuzzy untuk pencocokan kemiripan DNA, yaitu sistem inferensi fuzzy Sugeno. Pada paper ini diberikan penjelasan mengenai metode sistem inferensi fuzzy Sugeno sebagai metode untuk pencocokan kemiripan DNA beserta implementasinya sebagai aplikasi web service yang bekerja pada sebuah server. Aplikasi tersebut dapat diakses oleh perangkat mobile bersistem operasi Android sebagai client aplikasi web service tersebut.
Implementasi Algoritma Genetika pada Struktur Backpropagation Neural Network untuk Klasifikasi Kanker Payudara Zamani, Adam Mizza; Amaliah, Bilqis; Munif, Abdul
Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (311.341 KB)

Abstract

Pada penelitian sebelumnya sudah dilakukan klasifikasi kanker payudara menggunakan kombinasi dari metode Neural Network (NN) dan Association Rules (AR). Namun metode ini dinilai masih belum optimal dikarenakan hasil rata-rata akurasinya yang menunjukkan angka kurang maksimal. Metode baru diusulkan dengan maksud untuk mencari solusi lebih baik dari metode sebelumnya dalam hal rata-rata akurasi, yaitu dengan menggunakan kombinasi metode klasifikasi Neural Network dan algoritma genetika. Metode Neural Network digunakan sebagai Artificial Intelligence untuk memprediksi kanker payudara, sedangkan algoritma genetika digunakan untuk optimasi parameter Neural Network seperti jumlah hidden layer dan learning rate agar akurasi yang dihasilkan bisa lebih bagus. Selain itu, penelitian ini bertujuan untuk membandingkan antara metode kombinasi Neural Network dan algoritma genetika dengan metode Naïve Bayesian. Metode evaluasi uji coba yang digunakan adalah metode 10 fold cross validation. Hasil uji coba 10 fold cross validation menunjukkan bahwa metode Neural Network yang optimasi parameternya menggunakan algoritma genetika menghasilkan rata-rata akurasi yang cukup tinggi yaitu 97,00%, lebih baik dari metode Naïve Bayesian yang menghasilkan rata-rata akurasi 96,24% dan juga lebih baik dari metode Neural Network dengan Association Rules yang menghasilkan rata-rata akurasi 95.6%.
Deteksi Jenis Kendaraan di Jalan Menggunakan OpenCV Lazaro, Alvin; Buliali, Joko Lianto; Amaliah, Bilqis
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (402.25 KB)

Abstract

Jenis kendaraan yang melewati suatu ruas jalan dapat diketahui secara komputasi dengan mencocokkan fitur kendaran yang terdeteksi dengan fitur kendaraan standar masing-masing jeniskendaraan. Dengan mencapture frame image yang memuat kendaraan di jalan, OpenCV dapat mencocokkan fitur kendaraan tersebut dengan fitur kendaraan standar masing-masing jeniskendaraan, sehingga jenis kendaraan pada frame image dapat diketahui.