SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP
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 tub...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2018
|
Subjects: | |
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 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian Indonesian |
id |
id-langga.73808 |
---|---|
record_format |
dspace |
spelling |
id-langga.738082018-09-03T14:13:29Z http://repository.unair.ac.id/73808/ SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP AULIA ANDIANI SUTRISNO, 081411731017 RC306-320.5 Tuberculosis 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. 2018 Thesis NonPeerReviewed text id http://repository.unair.ac.id/73808/1/KKC%20KK%20ST.T.30-18%20Sut%20s%20ABSTRAK.pdf text id http://repository.unair.ac.id/73808/2/KKC%20KK%20ST.T.30-18%20Sut%20s%20SKRIPSI.pdf AULIA ANDIANI SUTRISNO, 081411731017 (2018) SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP. Skripsi thesis, Universitas Airlangga. http://lib.unair.ac.id |
institution |
Universitas Airlangga |
building |
Universitas Airlangga Library |
country |
Indonesia |
collection |
UNAIR Repository |
language |
Indonesian Indonesian |
topic |
RC306-320.5 Tuberculosis |
spellingShingle |
RC306-320.5 Tuberculosis AULIA ANDIANI SUTRISNO, 081411731017 SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP |
description |
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. |
format |
Theses and Dissertations NonPeerReviewed |
author |
AULIA ANDIANI SUTRISNO, 081411731017 |
author_facet |
AULIA ANDIANI SUTRISNO, 081411731017 |
author_sort |
AULIA ANDIANI SUTRISNO, 081411731017 |
title |
SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP |
title_short |
SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP |
title_full |
SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP |
title_fullStr |
SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP |
title_full_unstemmed |
SEGMENTASI CITRA SPUTUM MYCOBACTERIUM TUBERCULOSIS MENGGUNAKAN SELF ORGANIZING MAP |
title_sort |
segmentasi citra sputum mycobacterium tuberculosis menggunakan self organizing map |
publishDate |
2018 |
url |
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 |
_version_ |
1681150219242176512 |