SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP

• Main Author: AULIA ANDIANI SUTRISNO, 081411731017
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian
• Published: 2018
• Subjects: RC306-320.5 Tuberculosis
• Online Access: http://repository.unair.ac.id/73808/1/KKC%20KK%20ST.T.30-18%20Sut%20s%20ABSTRAK.pdf; http://repository.unair.ac.id/73808/2/KKC%20KK%20ST.T.30-18%20Sut%20s%20SKRIPSI.pdf; http://repository.unair.ac.id/73808/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Tuberkulosis atau TB merupakan salah satu penyakit yang menyebabkan kematian nomer 10 di dunia pada tahun 2015. Penyakit ini menyebar saat orang yang terkena infeksi bakteri tuberkulosis batuk dan virus tersebar melalui udara. Organisme yang menyebabkan Tuberkulosis (TB) adalah Mycobacterium tuberculosis(Wilkins, Dexter, & Gold, 2007). Pemeriksaan Mycobacterium tuberculosis dapat dilakukan dengan melakukan pemeriksaan sputum. Penelitian ini dilakukan untuk mendesain suatu sistem atau aplikasi yang mampu membedakan citra objek dan citra background pada citra mikroskopik sputum. Pemrosesan citra Mycobacterium tuberculosismelalui tiga tahapan yakni : preprocessing,segmentasi dan akurasi. Preprocessing citra yang digunakan adalah pemilihan kanal warna hijau, image brightness, dan normalisasi citra. Kemudian menggunakan metode segmentasi citra Self Organizing Map. Untuk mengecek tingkat akurasi dari segmentasi digunakan metode balance accuracy sehingga aplikasi ini dalam membedakan citra objek dan citra background. Perbandingan antara citra ground truth dari konsultan medis dan citra hasil segmentasi akan menentukan nilai tingkat akurasi. Pada 40 citra mikroskopik sputum memiliki rata-rata tingkat keakurasian sebesar 96,74% dan rata-rata waktu eksekusi selama 48,5361 detik.