ISys Research Group
Research Team
Meet the dedicated members of our research team, organized to foster collaboration and innovation.

Prof. Ir. Siti Nurmaini, M.T., Ph.D.
Head of ISys Research Group

Dr. Firdaus, M.Kom.
Secretary
Members

Prof. Dr. Ir. Bambang Tutuko, M.T.
Member

Novi Yusliani, S.Kom., M.T.
Member

Akhiar Wista Arum, M.Kom.
Member

Dr. Rossi Passarella, M.Eng.
Member
Research Assistants

Dr. Annisa Darmawahyuni, M.Kom.
Research Assistant

M. Naufal Rachmatullah, M.T.
Research Assistant

Dr. Ade Iriani Sapitri, M.Kom.
Research Assistant

Anggun Islami, M.Kom.
Research Assistant
Undergraduate Students

Rosa Julia Erizka
Signal
Peningkatan Kinerja Klasifikasi Aritmia pada Sinyal Fetal Elektrokardiogram Berbasis Deep Learning

Muhammad Azriel Apriadi
Tabular
Clinical Named Entity Recognition pada Data Rekam Medis Elektronik Menggunakan Pre-Trained Word Embeddings dan Deep Learning

Aditiawati
Imaging
Segmentasi Lubang dan Katup Jantung pada Anak Non-Dopler Menggunakan Deep Learning dengan Algoritma YOLO

Mutiah Andini
Imaging
Segmentasi Ruang Lubang Jantung Anak Melalui Perangkat Mobile Menggunakan YOLO

Rizqi Hairunnisa
Imaging
Segmentasi dan Pengukuran Struktur Fetal pada Citra Ultrasonografi Menggunakan Deep Learning

Keisyah Sabinatullah Qur'aini
Tabular
Clinical Named Entity Recognition pada Data Rekam Medis Elektronik Menggunakan Model BERT

Muhammad Alpim Alfa Rolis
Imaging
Segmentasi Lesi Pra-Kanker Serviks Pre dan Post IVA Menggunakan YOLOv8 dan Segment Anything Model

Rahmatulloh
Imaging
Segmentasi Jantung Anak Menggunakan Vision Transformer dan Segment Anything Model

Muhammad Dzaky Khairy
Imaging
Segmentasi Lubang pada Jantung Anak Dengan Video Doppler Melalui Perangkat Mobile Menggunakan Model

Dwi Susanti
Imaging
Pengembangan Model Robust Segmentasi Lesi Pra-Kanker Serviks

Sania Fatimah Az Zahrah
Signal
Analisis Ekstraksi Fitur Time-Frequency Domain untuk Deteksi Infark Miokard Menggunakan Machine Learning

Anugra Lu’lu’ Dyakiyyah
Imaging
Kombinasi Segmentasi Pre dan Post IVA untuk Peningkatan Kinerja Deteksi Lesi Pra Kanker

Indah Gala Putri
Tabular
Clinical Named Entity Recognition Model Berbasis Transformer untuk Data Rekam Medis Elektronik

Prima Putra
Signal
Regresi Morfologi Sinyal Elektrokardiogram Berbasis Long Short Term Memory

Tiara Oktarina
Tabular
Clinical Named Entity Recognition untuk Rekam Medis Elektronik Menggunakan Model BERT yang Dilatih Teks Biomedis

Fakhrul Nurmulyana
Signal
Peningkatan Kinerja Klasifikasi Multi-Kelas Infark Miokard Berbasis Deep Learning

Putri Resti Ningsih
Imaging
Segmentasi Lubang dan Katup Jantung Anak dengan Menggunakan YOLO

Ririn Purnama Sari
Signal
Peningkatan Kinerja Klasifikasi Aritmia Berbasis Deep Features dan Teaching-Learning Based Optimization

Zalfa Amira
Signal
Analisis Ekstraksi Fitur Frequency Domain untuk Klasifikasi Abnormalitas Jantung Menggunakan Machine Learning

Tria Lailani
Tabular
Clinical Named Entity Recognition pada Data Rekam Medis Elektronik Menggunakan Model Bi-LSTM-CRF

M. Reihan Alif Albatino D.
Imaging
Klasifikasi Rheumatologi Menggunakan Vision Transofrmer

Alyatisa
Imaging
Segmentasi Thorax Jantung Janin dengan Menggunakan YOLO
Graduate Students

Tengku Kevin Juldianto
Imaging
Combine Vision Models With Language Models to Generate Textual Description for Cervical Pre-Cancel Lesion Interpretation

Aini Nabilah
Imaging
Generative Artificial Intelligence For Cervical Intraephithical Neoplasis For Improved Decision Accuracy

Nugroho Suhandono
Imaging
Image segmentation for precancer servical

Sigit Prasetyo Noprianto
Imaging
Klasifikasi Lesi Pra-Kanker Serviks pada Citra Medis Kolposkopi Menggunakan Convolutional Neural Networks
Postgraduate Students

Errissya Rasywir
Imaging
Pengembangan Metode Deteksi Dini Lesi Prakanker Serviks dengan task segmentasi dan alignment pada pengujian Waktu Nyata.

Anggun Islami
Imaging
Deteksi Hole dan Septum Pada Penyakit Jantung Bawaan Anak Menggunakan Deep Learning (Case: Instance segmentation)

ZAQQI YAMANI A
Tabular
-

Irawan
Tabular
Prediksi Kematian Pasien Sepsis Dengan Deep Learning