Terpublikasi non Institut Teknologi Indonesia http://repository.iti.ac.id/jspui/handle/123456789/45 2026-03-09T16:08:26Z 2026-03-09T16:08:26Z Hakim, Nur Apriliasi, Eka Upa, Verdy Ananda http://repository.iti.ac.id/jspui/handle/123456789/3095 2025-12-16T08:05:31Z 2025-01-01T00:00:00Z

Title: Booklet - Panduan Keselamatan Berkendara di Kawasan Institut Teknologi Indonesia dan Sekitarnya Authors: Hakim, Nur; Apriliasi, Eka; Upa, Verdy Ananda Description: Tim Mahasiswa: Hafshah Rizky Khairunnisa dan Delvina Rantika Dwi Anggraeni

2025-01-01T00:00:00Z Apriliasi, Eka Hakim, Nur Upa, Verdy Ananda http://repository.iti.ac.id/jspui/handle/123456789/3058 2025-11-25T06:57:50Z 2025-11-01T00:00:00Z

Title: Booklet - Sistem Biofiltrasi Portabel Dari Limbah Organik Lokal Untuk Pengolahan Air Hujan : Teknologi Tepat Guna untuk Konservasi Air Berbasis Material Lokal Authors: Apriliasi, Eka; Hakim, Nur; Upa, Verdy Ananda

2025-11-01T00:00:00Z Alawiyah, Novi http://repository.iti.ac.id/jspui/handle/123456789/2270 2024-08-21T07:55:29Z 2024-01-01T00:00:00Z

Title: Deteksi Penyakit Alzheimer Menggunakan Metode Convolutional Neural Network (CNN) Authors: Alawiyah, Novi Abstract: Penyakit alzheimer adalah jenis penyakit yang memerlukan penanganan cepat dan terarah. Pendeteksian penyakit alzheimer bisa dilakukan dengan menggunakan image Xray dan hanya para dokter khusus yang bisa membaca citra hasil image x-ray. Pada penelitian ini dilakukan suatu perancangan sistem deteksi penyakit alzheimer dari citra hasil image x-ray menggunakan metode convolution neural network (CNN). Jaringan pada CNN mempunyai 2 lapisan utama, yaitu convolution layer yang terdiri dari konvolusi layer dan pooling layer, dan klasifikasi yang terdiri dari fully connected layer. Dalam metode ini, nilai piksel dari masukan citra akan dikonvolusi dengan sebuah filter pada lapisan konvolusi. serta diberlakukan fungsi aktivasi ReLU (Rectified Linear Unit). Selanjutnya hasil keluaran dari layer konvolusi akan masuk ke lapisan pooling untuk memperkecil ukuran spasial citra hasil image X-ray, sehingga proses komputasi akan menjadi lebih cepat. Pada fully connected layer akan diberlakukan fungsi aktivasi sigmoid untuk mengklasifikasikan citra ke dalam 2 kelas, yaitu normal dan alzheimer. Hasil akhir yang didapatkan dalam tugas akhir ini adalah performa model yang cukup baik dengan akurasi yang didapatkan yaitu sebesar 90%.

2024-01-01T00:00:00Z Kuntolaksono, Satrio http://repository.iti.ac.id/jspui/handle/123456789/2005 2024-02-26T03:29:46Z 2023-07-23T00:00:00Z

Title: Similiarity - The Comparative of α- and βCyclodextrin as Stabilizing Agents on AuNPs and Application as Colorimetric Sensors for Fe3+ in Tap Water Authors: Kuntolaksono, Satrio Abstract: In this study, AuNPs were reduced using ortho-hydroxybenzoic acid (o-HBA) and various stabilizing agents (α-CDs and β-CDs). The stability, shape, size, and sensitivity of the Fe3+ detection of AuNPs α-CDs and AuNP β-CDs are compared. Both nanomaterials were characterized using ultraviolet-visible (UV-vis) spectroscopy, Fourier transform infrared (FTIR) spectroscopy, and transmission electron microscopes (TEM). After the addition of Fe3+, the absorption rate of surface plasma resonance (SPR) increased to 524 nm, and the color of AuNPs α-CDs and AuNPs β-CDs was changed from pink to red and purple, respectively. AuNPs α-CDs are more uniform in shape and size than AuNPs β-CDs with a size of 23.34 nm. Further, AuNPs α-CDs are more stable, and the absorption rate at 524 nm wavelength decreases by 17.76%. AuNPs α-CDs have a good linear relationship with a linear regression coefficient of 0.996. The sensitivity of AuNPs α-CDs was good with LoD and LoQ both with 1.21 and 4.02 ppm, respectively. These results show that the sensor is superior in determining Fe3+. In addition, AuNPs αCDs were used to detect Fe3+ in the tap water in South Tangerang, Banten, Indonesia.

2023-07-23T00:00:00Z