terdapat tiga tahapan pemeriksaan secara dini yaita (1) pemeriksaan sendiri, (2) pemeriksaan yang dilakukan oleh tenaga medis yang bertujuan untuk men
|
|
- Sukarno Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Gunadarma Jalan Margonda Raya No. 100 Pondok Cina, Depok 16424, Indonesia yusti.nampira@gmail.com ABSTRAK Kanker merupakan penyakit yang muncul diakibatkan oleh pertumbuhan yang tidak normal dari sel-sel jaringan tubuh sehingga berubah menjadi sel kanker. Kanker merupakan salah satu penyakit yang berbahaya. Mammogram adalah pemeriksaan payudara dengan sinar-x untuk mendeteksi perubahan yang terjadi pada payudara. Pada citra mammogram terkadang terdapat kumpulan mikrokalsifikasi yang dapat menjadi indikator terdapatnya kanker payudara. Namun mikrokalsifikasi pada citra mammogram sulit untuk dideteksi karena jaringan pada payudara, variasi pada bentuk, orientasi, kecerahan dan ukuran gambar. Tujuan penelitian ini adalah untuk membuat aplikasi Deteksi Mikrokalsifikasi dan Klasifikasi Citra Mammogram Berbasis Tekstur Metode tahapan penelitian yang dilakukan meliputi memperbaiki kualitas citra mammogram dengan cara mendeteksi garis kulit untuk menghilangkan label pada citra mammogram, segmentasi pada citra mammogram menggunakan metode Otsu Thresholding, deteksi tepi pada area yang diduga terdapat mikrokalsifikasi dengan metode Canny dan metode Morfologi Citra operasi Dilasi, memperoleh nilai ekstraksi fitur berbasis tekstur menggunakan metode Gray Lavel Co-occurrence Matrix (GLCM) dan klasifikasi menggunakan metode Support Vector Machine (SVM) dengan kernel RBF dengan parameter yang digunakan adalah nilai homogenitas dan korelasi. Hasil percobaan menampilkan hasil deteksi area mikrokalsifikasi yang ditandai oleh garis berwarna hitam dan mengklasifikasikan citra mammogram menjadi citra mammogram normal atau abnormal. Serta menampilkan nilai hasil ekstraksi fitur dari citra mammogram. Kata kunci: Aplikasi Komputer, Deteksi Mikrokalsifikasi, Klasifikasi, Kanker Payudara, MatLab. 1. Pendahuluan Kanker merupakan penyakit yang muncul diakibatkan oleh pertumbuhan yang tidak normal dari sel-sel jaringan tubuh sehingga berubah menjadi sel kanker. Sel kanker tumbuh dengan cepat, sehingga sel kanker pada umumnya cepat menjadi besar dan dapat menyebar ke bagian tubuh lainnya sehingga dapat menimbulkan kematian [HOMPEDIN]. Berdasarkan data yang berasal dari kanker payudara merupakan kanker yang paling banyak membunuh perempuan di dunia. Pada tahun 2008 terdapat kasus kanker payudara dan membunuh orang di dunia. Sedangkan di Indonesia pada tahun 2008 telah terdapat kasus kanker payudara dan telah membunuh orang. Penyakit kanker payudara masih dapat disembuhkan jika telah dideteksi sejak dini dan diobati secara memadai. Oleh sebab itu sangat penting bagi masyarakat untuk mengetahui informasi tentang penyakit ini baik penyebabnya, cara mencegahnya dan cara mendeteksinya. Penyakit ini dapat dideteksi dengan berbagai cara dimana
2 terdapat tiga tahapan pemeriksaan secara dini yaita (1) pemeriksaan sendiri, (2) pemeriksaan yang dilakukan oleh tenaga medis yang bertujuan untuk mengkonfirmasi hasil pemeriksaan sendiri atau bila terjadi keluhan dan (3) pemeriksaan lanjutan untuk melengkapi pemeriksaan dokter digunakan dengan menggunakan alat bantu salah satunya adalah mammogram [Aviarini dkk, 2009]. Mammogram adalah pemeriksaan payudara dengan sinar-x. Tujuannya untuk mendeteksi perubahan yang terjadi pada payudara. Hasil mammogram akan dianalisis dan dibaca oleh dokter, sehingga tidak terjadi overdiagnosis yang menimbulkan resiko kesehatan bagi pasien. Pada citra mammogram terkadang terdapat kumpulan mikrokalsifikasi yang dapat menjadi indikator terdapatnya kanker payudara pada citra mammogram itu. Mikrokalsifikasi merupakan kalsium kecil yang muncul sebagai area atau titik yang berwarna terang pada mammogram [Tomislav dkk. 2010]. Mikrokalsifikasi pada citra mammogram sulit untuk dideteksi karena jaringan pada payudara, variasi pada bentuk, orientasi, kecerahan dan ukuran gambar [Xinsheng dkk, 2012]. Hal ini akan menyulitkan dokter untuk memberikan hasil diagnosis dari gambar mammogram kepada pasien, oleh sebab itu untuk membantu dokter dalam mendiagnosis hasil mammogram akan lebih baik jika dibuat aplikasi untuk mendeteksi mikrokalsifikasi pada citra mammogram dan mengklasifikasikan citra mammogram sebagai pendukung diagnosis kanker payudara. 2. Tinjauan Pustaka 2.1 Kanker Payudara Menurut definisi Depkes (2009), penyakit kanker merupakan penyakit tidak menular yang ditandai dengan adanya sel atau jaringan abnormal yang bersifat ganas, tumbuh cepat tidak terkendal dan menyebar ke tempat lain dalam tubuh penderita. Sel kanker bersifat ganas dan dapat menginvasi serta merusak selsel normal di sekitarnya sehingga merusak fungsi jaringan tersebut. Penyebaran sel kanker dapat melalui pembuluh darah maupun pembuluh getah bening. Sel penyakit kanker dapat berasal dari semua unsur yang membentuk suatu organ, dalam perjalanan selanjutnya tumbuh dan menggandakan diri sehingga membentuk massa tumor. kanker payudara adalah kanker yang berasal dari kelenjar, saluran kelenjar dan jaringan penunjang payudara. 2.2 Citra Mammogram Mamografi (mammography) merupakan metode pencitraan payudara dengan menggunakan sinar X berdosis rendah (umumnya berkisar 0,7 msv). Tes yang sesungguhnya disebut mammogram yang digunakan untuk melihat beberapa tipe tumor dan kista, dan telah terbukti dapat mengurangi mortalitas akibat kanker payudara. Sebagaimana penggunaan sinar-x lainnya, mammogram menggunakan radiasi ion untuk menghasilkan gambar. Radiolog kemudian menganalisa gambar untuk menemukan adanya pertumbuhan yang abnormal. 2.3 Citra Digital Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi terusmenerus (continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi objek, objek ditangkap oleh alat-alat optik misalnya mata pada manusia, kamera, pemindai (scanner) dan sebagainya sehingga bayangan objek yang disebut citra tersebut terekam. Citra Sebuah citra adalah kumpulan pikselpiksel yang disusun dalam larik dua dimensi. Citra digital merupakan suatu larik dua dimensi atau suatu matriks yang elemenelemennya menyatakan tingkat keabuan dari elemen gambar. Jadi informasi yang terkandung bersifat diskret. Citra digital tidak selalu merupakan hasil langsung data rekaman suatu sistem. Kadang-kadang hasil rekaman
3 data bersifat kontinu seperti gambar pada monitor televisi, foto x-ray, dan lain sebagainya. Dengan demikian untuk mendapatkan suatu citra digital diperlukan suatu proses konversi, sehingga citra tersebut selanjutnya dapat diproses dengan komputer. Pengolahan citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. 2.4 Segmentasi Proses segmentasi citra berfungsi untuk membagi citra ke dalam sejumlah region dan memisahkan area yang diperkirakan terdapat ketidaknormalan pada gambar. Dimana area yang diperkirakan terdapat ketidaknormalan pada gambar adalah area yang lebih terang dari area sekitarnya, memiliki densitas yang hampir seragam, memiliki bentuk yang teratur dengan berbagai ukuran dan memiliki batasbatas yang kabur. Pada penelitian ini segmentasi yang digunakan adalah segmentasi Otsu. Otsu thresholding bertujuan sama dengan thresholding yang lainnya yaitu memisahkan background dan foreground dengan mendapatkan nilai varians dari setiap tingkat keabuan [Diana dkk, 2011]. Setiap citra mammogram mempunyai tingkat derajat keabuan yang berbeda, jika menggunakan nilai threshold yang tetap pada semua citra, maka ada kemungkinan hasil threshold kurang baik maka metode yang digunakan dalam proses thresholding ini adalah Otsu Thresholding. Karena nilai threshold yang dihasilkan tergantung dari tingkat keabuan citra tersebut. Metode ini lebih optimal dibandingkan dengan metode global thresholding dikarenakan cara kerjanya yang memaksimalkan varians antar kelas. Varians antar kelas ini cocok untuk menganalisa diskriminan kelas secara statistik. 2.5 Deteksi Tepi Deteksi tepi adalah langkah untuk mendeteksi garis tepi yang membatasi dua wilayah. Pada dua wilayah yang berbeda, akan terdapat perubahan nilai piksel. Tepian objek perbedaan nilai piksel yang cukup drastis antara dua piksel yang berdekatan. Tujuan dari deteksi tepi adalah untuk memisahkan foreground dari backgroundnya dan untuk melakukan segmentasi. Pada penelitian kali ini deteksi tepi yang digunakan menggunakan metode Canny dan untuk mempertebal garis tepi digunakan metode Morfologi Citra dengan operasi Dilasi. 2.6 Ekstraksi Fitur Ekstraksi fitur merupakan proses sebelum melakukan klasifikasi citra mammogram. Suatu proses klasifikasi citra berbasis analisis tekstur pada umumnya membutuhkan tahapan ekstraksi ciri. Pada penelitian kali ini ekstraksi fitur menggunakan metode GLCM yang termasuk dalam metode statistik dimana dalam perhitungan statistiknya menggunakan distribusi derajat keabuan (histogram) dengan mengukur tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan ketetanggaan antar piksel di dalam citra. Paradigma statistik ini penggunaannya tidak terbatas, sehingga sesuai untuk tekstur-tekstur alami yang tidak terstruktur dari sub pola dan himpunan aturan (mikrostruktur). 2.7 Klasifikasi Citra Mammogram Pada tahapan ini bertujuan untuk mengklasifikasikan citra mammogram, apakah citra termasuk normal, atau abnormal. Pada penelitian ini metode metode penelitian yang digunakan adalah SVM (Support Vector Machine). Dalam penerapannya SVM memberikan solusi yang global optimal, sehingga selalu
4 mencapi solusi yang sama untuk setiap running. Dalam teknik ini, diusahakan untuk menemukan fungsi pemisah (klasifier) yang optimal yang bisa memisahkan dua set data dari dua kelas yang berbeda. 3. Metode Penelitian Nama file mdb057 Tabel 4.1 Contoh Citra Awal Keterangan Citra Awal Citra citra mammogram normal mdb125 citra mammogram abnormal 4. Hasil dan Analisis Data yang digunakan dalam penelitian ini berupa citra digital mammogram. Citra mammogram yang digunakan pada penelitian ini berasal dari mini mammography database of MIAS yang diambil dari ibrowser/ibrowser.cgi? folder=/ Medical _Image/mammogram/. 4.1 Hasil Proses Penghilangan Label Langkah ini berfungsi untuk menghilangkan label atau informasi citra mammogram yang terkadang ada pada citra mammogram. Langkah pertama yang dilakukan pada proses ini adalah membaca garis kulit dari mammogram. Sehingga nantinya akan dapat dipisahkan antara gambar mammogram dengan gambar latar. Tabel 4.2 menunjukan citra mammogram sebelum dan setelah tahapan membaca garis kulit. Tabel 4.2 Membaca Garis Kulit Membaca Citra Awal Garis Kulit
5 gambar latar dan menampilkan citra mammogram. Tabel 4.4 menunjukan citra hasil penghilangan label. mdb1.pgm Selanjutnya memutihkan area yang dianggap sebagai gambar latar. Tabel 4.3 menunjukan citra mammogram sebelum dan setelah tahapan memutihkan area yang dianggap sebagai gambar latar. Tabel 4.4 Penghilangan Label Memutihkan Area yang Dianggap Penghilangan Label Sebagai Gambar Latar Tabel 4.3 Memutihkan Area yang Dianggap Sebagai Gambar Latar Memutihkan Area Membaca yang Garis Kulit Dianggap Sebagai Gambar Latar Untuk menampilkan secara jelas perbedaan gambar sebelum dan setelah proses penghilangan label dapat dilihat pada tabel 4.5 Tabel 4.5 Citra Sebelum dan Sesudah Penghilangan Label Citra Awal Penghilangan Label Setelah itu menghitamkan area yang pada tahap sebelumnya berwarna putih dan menampilkan gambar asli pada posisi area yang pada tahap sebelumnya berwarna hitam. Tahapan ini akan menghasilkan gambar yang telah dihilangkan area yang dianggap sebagai
6 4.2 Hasil Proses Segmentasi Langkah ini berfungsi berfungsi untuk membagi citra ke dalam sejumlah region dan memisahkan area yang diperkirakan terdapat ketidaknormalan pada gambar. Langkah pertama yang dilakukan pada proses segmentasi adalah membagi citra ke sejumlah region, pada penelitian kali ini digunakan metode Otsu dengan membagi citra ke dalam empat region. Tabel 4.6 menunjukan citra mammogram sebelum dan setelah tahapan otsu dengan n = 4. Nilai n diperoleh dari hasil trial and error untuk mendapatkan nilai yang tepat. Tabel 4.6 Segmentasi Otsu n = 4 Proses Segmentasi Otsu n = Penghilangan Label 4 Selanjutnya yang dilakukan adalah mengambil area yang diperkirakan terdapat ketidaknormalan. Langkah yang dilakukan adalah memutihkan area yang dianggap sebagai gambar yang tidak terdapat ketidaknormalan. Tabel 4.7 menunjukan citra mammogram sebelum dan setelah tahapan memutihkan area yang dianggap sebagai gambar yang tidak terdapat ketidaknormalan. Tabel 4.7 Memutihkan Area yang Dianggap Sebagai Gambar yang Tidak Terdapat Ketidaknormalan Segmentasi Otsu n = 4 Memutihkan Area yang Dianggap Sebagai Gambar yang Tidak Terdapat Ketidaknormalan.
7 Selanjutnya yang dilakukan adalah tahapan terahir pada proses segmentasi citra mammogram yaitu menghitamkan area yang pada tahap sebelumnya berwarna putih dan menampilkan gambar asli pada posisi area yang pada tahap sebelumnya berwarna hitam. Langkah ini akan menghasilkan citra mammogram yang telah dihilangkan area yang dianggap sebagai area yang tidak terdapat ketidaknormalan. Tabel 4.8 akan menampilkan citra hasil segmentasi. Untuk menampilkan secara jelas perbedaan gambar sebelum dan setelah proses segmentasi dapat dilihat pada tabel 4.9 Tabel 4.9 Citra Sebelum dan Sesudah Penghilangan Label Penghilangan Label Segmentasi Tabel 4.8 Segmentasi Memutihkan Area yang Dianggap Sebagai Gambar yang Tidak Terdapat Ketidaknormalan. Segmentasi 4.3 Hasil Proses Deteksi Tepi Selanjutnya proses yang dilakukan adalah mendeteksi garis tepi, yang membatasi dua wilayah. Tujuan dari deteksi tepi adalah untuk memisahkan foreground dari backgroundnya. Pada proses ini tahap pertama yang dilakukan adalah melakukan deteksi tepi dengan metode canny. Tabel 4.10 menampilkan citra hasil deteksi tepi menggunakan metode Canny.
8 Tabel 4.10 Deteksi Tepi Menggunakan Metode Canny Proses Deteksi Segmentasi Tepi Canny Setelah itu lakukan penggabungan antara citra setelah proses penghilangan label dengan citra hasil dilasi. Sehingga pengguna dapat mengetahui posisi area yang diduga terdapat ketidaknormalan pada citra mammogram. Citra hasil penggabungan antara citra setelah proses penghilangan label dengan citra hasil dilasi ditampilkan pada tabel Citra hasil deteksi tepi Canny memiliki garis yang tipis sedangkan ukuan piksel citra mammogram besar, maka garis tidak begitu terlihat dan terlihat seperti garis putus-putus. Maka langkah selanjutnya adalah menebalkan garis menggunakan dilasi sehingga garis lebih terlihat dan tidak tampak putus-putus. Citra hasil dilasi ditampilkan pada tabel Tabel 4.11 Dilasi Deteksi Dilasi Tepi Canny Tabel 4.12 Penggabungan Antara Citra Setelah Proses Penghilangan Label Dengan Dilasi Dilasi Penggabungan mdb057.pg Langkah selanjutnya adalah menghitamkan garis deteksi tepi agar memperjelas garis sehingga lebih mudah
9 terlihat oleh pengguna area yang diduga ketidak normalan pada citra mammogram. Citra hasil penghitaman garis tepi ditampilkan pada tabel Tabel 4.13 Penghitaman Garis Tepi Penghitaman Garis Penggabungan Tepi Untuk menampilkan secara jelas perbedaan gambar sebelum dan setelah proses deteksi tepi dapat dilihat pada tabel 4.14 Tabel 4.14 Citra Sebelum dan Sesudah Deteksi Tepi Penghilangan Label Segmentasi 4.4 Hasil Proses Ekstraksi Fitur Langkah selajutnya adalah melakukan ekstraksi fitur yang merupakan proses sebelum melakukan klasifikasi citra mammogram. Suatu proses klasifikasi citra berbasis analisis tekstur pada umumnya membutuhkan tahapan ekstraksi ciri. Tabel 4.15 akan menampilkan nilai hasil ekstraksi fitur GLCM pada contoh citra mammogram. Tabel 4.15 Nilai Hasil Ekstraksi Fitur GLCM pada Citra Mammogram Nama Citra mbd057.pgm Homogenitas Kontras Korelasi Energi Hasil Proses Klasifikasi Pada tahapan ini bertujuan untuk mengklasifikasikan citra mammogram, apakah citra termasuk normal, atau abnormal. Pada penelitian ini metode metode penelitian yang digunakan adalah SVM (Support Vector Machine). Tabel 4.16 akan menampilkan grafik SVM dengan kernel fungsi RBF.
10 Tabel 4.16 Grafik SVM Klasifikasi Nama Tampilan Grafik SVM Hasil Klasifikasi mbd057.pgm Normal mbd125.pgm Abnormal dengan parameter yang digunakan adalah nilai homogenitas dan korelasi. Dari hasil uji coba persentasi keberhasilan aplikasi ini untuk mengklasifikasikan data uji yang termasuk di dalam basis data data latih, pada citra mammogram abnormal sebesar 80% dan pada citra mammogram normal sebesar 86%. Sedangkan persentasi keberhasilan aplikasi ini untuk mengklasifikasikan data uji yang tidak termasuk di dalam basis data data latih, pada citra mammogram abnormal sebesar 80% dan pada citra mammogram normal sebesar 90%. 6. Daftar Pustaka 5. Kesimpulan Penulis telah berhasil merancang dan membangun perangkat lunak deteksi mikrokalsifikasi dan klasifikasi citra mammogram. Hasil dari program ini berupa citra digital dengan area mikrokalsifikasi yang terdeteksi ditandai oleh garis berwarna hitam dan klasifikasi citra mammogram. Dengan menggunakan program ini, dapat membantu dokter atau pakar dalam mendiagnosis kanker payudara pada citra mammogram. Penulis berhasil memperbaiki kualitas citra mammogram dengan cara mendeteksi garis kulit untuk menghilangkan label pada citra mammogram dan juga berhasil melakukan segmentasi pada citra mammogram menggunakan metode Otsu Thresholding. Penulis juga berhasil melakukan deteksi tepi pada area yang diduga terdapat mikrokalsifikasi dengan metode Canny dan mempertebal garis tepi menggunakan metode Morfologi Citra operasi Dilasi. Selain itu penulis juga berhasil memperoleh nilai ekstraksi fitur berbasis tekstur menggunakan metode Gray Lavel Cooccurrence Matrix (GLCM) dan melakukan klasifikasi menggunakan metode Support Vector Machine (SVM) dengan kernel RBF Aniarti Murni Pengantar Pengolahan Citra. Jakarta: Elex Media Komputindo. Anonim. Pengetahuan Dasar Tentang Kanker. artikel1.php akses terahir tanggal 10 Oktober Anonim Facts on Cancer dalam /cancer/facts/en/index.html akses terahir tanggal 10 Oktober Anonim Preprosesing dalam php?aid=93 akses terahir tanggal 10 Oktober Anonim. Canny edge detector dalam detector akses terahir tanggal 10 Oktober Ardianto Eskaprianda, dkk Deteksi Kondisi Organ Pankreas Melalui Iris Mata Menggunakan Jaringan Syaraf Tiruan Metode Perambatan Balik dengan Pencirian Matriks Ko-Okurensi Aras Keabuan. Semarang: Universitas Diponegoro. Aviarini Indrati dan Sarifuddin Madenda Ekstraksi Fitur Bentuk Tumor
11 Payudara. Depok: Universitas Gunadarma. Budi Santosa Tutorial Support Vector Machine. Surabaya: Kampus ITS. Dane Kurnia Putra, dkk. Identifikasi Keberadaan Kanker Pada Citra Mammografi Menggunakan Metode Wavelet Haar. Semarang: Universitas Diponegoro. Diana Purwitasari, dkk. Implementasi Adaptive Support Vector Machine untuk Membantu Identifikasi Kanker Payudara. Surabaya: Kampus ITS. Eko Prasetyo Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta: Penerbit ANDI. Hendry, Jans Image Thresholding Using Otsu dalam com/doc/ /image-thresholding- Using-Otsu akses terahir tanggal 10 Oktober Jain, Ramesh Machine Vision, McGraw-ill. Rinaldi Munir Pengolahan Citra Digital. Bandung: Penerbit Informatika. Stojić, Tomislav dan Reljin, Branimir Enhancement of Microcalcifications in Digitized Mammograms: Multifractal and Mathematical Morphology Approach. Belgrade: University of Belgrade. S, Meenalosini, dkk A Novel Approach in Malignancy Detection of Computer Aided Diagnosis. Chennai: Vel Tech Dr. RR and Dr. SR Technical University. Zhang, Xinsheng, dkk Micro Calcification Clusters Detection by Using Gaussian Markov Random Fields Representation. Xi'an: University of Architecture and Technology.
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciPOSITRON, Vol. III, No. 2 (2013), Hal ISSN :
Analisis Fraktal Citra Mammogram Berbasis Tekstur Sebagai Pendukung Diagnosis Kanker Payudara Muspika Helja 1), Nurhasanah 1), Joko Sampurno 1) 1) Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal
Lebih terperinciDeteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG)
Prosiding Semirata FMIPA Universitas Lampung, 2013 Deteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah 1), Andi Ihwan 1) 1) Prodi Fisika FMIPA Untan, Pontianak
Lebih terperinciBAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Citra (image) istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Pengolahan Citra Citra disebut sebagai gambaran dari objek yang telah mengalami perubahan dalam pengolahan. Pengolahan citra digital adalah suatu metode yang digunakan
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia kesehatan dewasa ini tidak bisa dipisahkan dengan teknologi yang terus berkembang. Pengembangan teknologi yang erat kaitannya dengan dunia kesehatan atau dunia
Lebih terperinciBAB I PENDAHULUAN. Bab I Pendahuluan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Perkembangan ilmu biomedikal telah mendorong banyak penelitian dilakukan untuk menghasilkan alat bantu diagnosa berbasis komputer. Salah satunya yaitu pendeteksian
Lebih terperinciBAB 1 PENDAHULUAN. terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kanker payudara telah menjadi salah satu penyebab kematian terbesar yang terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini menjadi
Lebih terperinciBAB 3 METODOLOGI. melakukan pengamatan dan analisis dari gambar yang didapat. Untuk bisa mendapatkan
BAB 3 METODOLOGI 3.1 Analisis Kebutuhan dan Masalah 3.1.1 Analisis Kebutuhan Dalam melakukan analisa gambar mammogram, biasanya dokter secara langsung melakukan pengamatan dan analisis dari gambar yang
Lebih terperinciPERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN
PERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN 1) Merly Indira 2) Eva Yuliana 3) Wahyu Suprihatin 4) Bertalya Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Jl.
Lebih terperinciBAB 1 PENDAHULUAN. tubuh manusia. Hal itu dapat dipicu oleh berbagai faktor. Salah satunya adalah dari
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Di zaman ini, semakin banyak penyakit yang bermunculan dan terjangkit pada tubuh manusia. Hal itu dapat dipicu oleh berbagai faktor. Salah satunya adalah dari makanan
Lebih terperinciJournal of Control and Network Systems
JCONES Vol. 5, No. 1 (2016) 158-163 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone IDENTIFIKASI JENIS PENYAKIT DAUN TEMBAKAU MENGGUNAKAN METODE GRAY LEVEL
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan penyakit penyebab kematian paling tinggi di dunia, berdasarkan data World Health Organization (WHO) pada tahun 2012 terdapat sekitar 14 juta kasus
Lebih terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel-sel jaringan pada bagian tubuh tertentu. Kanker payudara
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciAplikasi Metode Fractal Lacunarity Untuk Identifikasi Kanker Payudara Kartika Kapuas Sari 1, Nurhasanah 1 Joko Sampurno 1*
Aplikasi Metode Fractal Lacunarity Untuk Identifikasi Kanker Payudara Kartika Kapuas Sari 1, Nurhasanah 1 Joko Sampurno 1* 1 Prodi Fisika, FMIPA Universitas Tanjungpura,, Jalan Prof. Dr. Hadari Nawawi,
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciDETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT
DETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT Murinto, Wahyu Pujiyono, Hadijah Program Studi Teknik Informatika Universitas Ahmad Dahlan Jogjakarta rintokusno@yahoo.com ABSTRAK
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Kanker payudara merupakan diagnosis kanker yang paling sering terjadi pada
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara merupakan diagnosis kanker yang paling sering terjadi pada wanita di dunia. Angka kejadian kanker payudara meningkat lebih dari 20% sejak tahun 2008.
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendarahan Otak adalah suatu kondisi dimana terdapat darah di jaringan otak baik itu di dalam otak (Intracerebral) maupun diantara lapisan-lapisan pelindung otak (Cranial
Lebih terperinciIdentifikasi Abnormalitas Paru-Paru Pada Citra Foto Thorax (Chest X-Ray) menggunakan Metode Wavelet Daubechies dan Jaringan Syaraf Tiruan
Identifikasi Abnormalitas Paru-Paru Pada Citra Foto Thorax (Chest X-Ray) menggunakan Metode Wavelet Daubechies dan Jaringan Syaraf Tiruan Rezkiana Hasanuddin rezkianaaa@gmail.com Deasy Mutiara Putri deasymutiaraputri@gmail.com
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tuberkulosis merupakan penyakit yang disebabkan oleh infeksi mycobacterium tuberculosis complex (bakteri berbentuk basil lurus, sedikit melengkung, tidak berspora dan
Lebih terperinciVariasi Filter pada Deteksi Tepi Metode Canny untuk Mendeteksi Kanker Payudara
Variasi Filter pada Deteksi Tepi Metode Canny untuk Mendeteksi Kanker Payudara Nailis Sa adah1,a), Acep Purqon2,b) 1 Magister Sains Komputasi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi
Lebih terperinciDETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA
DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA Triyanto Adi Saputro., Elha Dhanny H, Andriansyah Ramadhan, Afi Muftihul Situmorang, M Fajar Lazuardi. Teknik Informatika, Fakultas Program
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciImplementasi Deteksi Tepi Canny pada Citra Mammografi
JURNAL APLIKASI FISIKA VOLUME 11 NOMOR 1 FEBRUARI 2015 Implementasi Deteksi Tepi Canny pada Citra Mammografi Nurhasanah 1, *) dan Okto Ivansyah 2 1 Jurusan Fisika, FMIPA Universitas Tanjungpura, Indonesia
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperinciReview Paper. Image segmentation by histogram thresholding using hierarchical cluster analysis
Review Paper Image segmentation by histogram thresholding using hierarchical cluster analysis Agus Zainal Arifin a,*, Akira Asano b a Graduate School of Engineering, Hiroshima University, 1-4-1 Kagamiyama,
Lebih terperinciREPRESENTASI BENTUK TUMOR PAYUDARA DENGAN KODE RANTAI
Yogyakarta, 22 Juli 2009 REPRESENTASI BENTUK TUMOR PAYUDARA DENGAN KODE RANTAI Aviarini Indrati 1, Sarifuddin Madenda 2, dan Rokia Missaoui 3 1 Ilmu Komputer dan Teknologi Informasi 2) Teknologi Industri,
Lebih terperinciRANCANG BANGUN SISTEM MEKANIK PENGGERAK TABUNG SINAR X MEDIS BERBASIS BALLSCREW PEMBUATAN APLIKASI DETEKSI DINI KANKER SERVIKS
RANCANG BANGUN SISTEM MEKANIK PENGGERAK TABUNG SINAR X MEDIS BERBASIS BALLSCREW PEMBUATAN APLIKASI DETEKSI DINI KANKER SERVIKS Onny Marleen 1*, Ricky Agus Tjiptanata 1, Widiastuti 2 Jurusan Sistem Informasi,
Lebih terperinciAPLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK
APLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK 1 Yuda Permadi, 2 Murinto Program Studi Teknik Informatika Kampus
Lebih terperinciANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI
ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI Afriliana Kusumadewi 1 * Sugeng Santoso 2 * Abstrak Teknik histogram equalization merupakan
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciDETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION
1.1 Latar Belakang BAB I PENDAHULUAN Kulit merupakan pelindung tubuh kita pertama kali dari benda asing yang masuk ke dalam tubuh. Kulit terdiri dari lapisan epidermis berupa lapisan kulit mati dan dermis
Lebih terperinciKlasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM)
IJCCS, Vol.8, No.1, January 2014, pp. 59~68 ISSN: 1978-1520 59 Klasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM) Refta Listia* 1, Agus Harjoko 2 1 Prodi S2/S3 lmu
Lebih terperinciAPPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL
APPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL Denni Dwi Kristanto, Dr. Bertalya, SKom., DEA. Undergraduate Program, Faculty of Industrial
Lebih terperinciBAB I PENDAHULUAN. terkontrol pada jaringan paru. Munculnya kanker ditandai dengan
BAB I PENDAHULUAN A. Latar Belakang Kanker paru adalah penyakit pertumbuhan jaringan yang tidak dapat terkontrol pada jaringan paru. Munculnya kanker ditandai dengan pertumbuhan sel yang tidak normal,
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi merupakan salah satu bagian penting dari kemajuan banyak bidang di seluruh dunia pada saat ini. Salah satu bidang yang sudah banyak terbantu dengan kemajuan
Lebih terperinciSegmentasi Region Growing Untuk Deteksi Nodul Sebagai Indikasi Kanker Paru
Segmentasi Region Growing Untuk Deteksi Nodul Sebagai Indikasi Kanker Paru Rodiah 1, Ferhat Nuh Riza 2 1,2 Universitas Gunadarma, Jl.Margonda Raya 100 Pondok Cina Depok 1 rodiah@staff.gunadarma.com 2 bluespreak@gmail.com
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka tentang identifikasi iris mata ataupun identifikasi citra digital sudah pernah dilakukan sebelumnya, berikut merupakan tabel perbandingan terhadap
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
Lebih terperinciBab I. Pendahuluan. dibutuhkan. Tidak hanya untuk memudahkan proses penyimpanan dan
Bab I Pendahuluan I. 1 Latar Belakang Dewasa ini, kebutuhan akan sebuah teknologi yang mampu menganalisis dan mengklasifikasikan berbagai citra ke dalam kelas-kelas yang sesuai sangat dibutuhkan. Tidak
Lebih terperinciEktraksi Fitur Citra Paru-Paru Menggunakan Gray Level Co-ocurance Matriks
Ektraksi Fitur Citra Paru-Paru Menggunakan Gray Level Co-ocurance Matriks Tri Deviasari Wulan Sistem Informasi, Fakultas Teknik, Universitas Nahdlatul Ulama Surabaya tridevi@unusa.ac.id ABSTRAK Penelitian
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Selama lebih dari dua puluh tahun terakhir, penelitian tentang tumor otak yang dilakukan oleh National Cancer Institute Statistics (NCIS) menyebutkan penyakit tumor
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang kwh-meter merupakan alat yang digunakan untuk mengukur besarnya pemakaian energi listrik pada suatu bangunan atau gedung [1]. Berdasarkan sistem pembayarannya,
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciLaporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing. Avicienna Ulhaq Muqodas F
Laporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing Avicienna Ulhaq Muqodas F14110108 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
Lebih terperinciKombinasi Teknik Ekstraksi Fitur pada Sistem Temu Kembali Citra Mammogram
Kombinasi Teknik Ekstraksi Fitur pada Sistem Temu Kembali Citra Mammogram Diana Purwitasari Teknik Informatika - FTIF, Institut Teknologi Sepuluh Nopember diana@if.its.ac.id Anugrah Nahari Teknik Informatika
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinciImplementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI
Implementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI 1 Desti Riminarsih dan 2 Cut Maisyarah Karyati 1 Pusat Studi Komputasi Matematika(PSKM), Universitas
Lebih terperinciSegmentasi Bagian Paru-Paru di Citra 2D CT-Scan
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Segmentasi Bagian Paru-Paru di Citra 2D CT-Scan Naser Jawas STIKOM Bali Jl. Raya Puputan no.86 Renon Denpasar e-mail: naser.jawas@stikom-bali.ac.id
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan salah satu penyebab utama mortalitas di dunia (sekitar 13% dari seluruh penyebab mortalitas), diperkirakan angka mortalitas sekitar 7,9 juta kematian
Lebih terperinciIDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang
IDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang Abstrak Tekstur (Textures) adalah sifat-sifat atau karakteristik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciBAB 1 PENDAHULUAN. tanaman tembakau yang termasuk dalam genus Nicotiana. Secara umum
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Tembakau adalah hasil produk pertanian yang diproses dari daun tanaman tembakau yang termasuk dalam genus Nicotiana. Secara umum masyarakat hanya mengetahui
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciBAB III LANDASAN TEORI. 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix)
BAB III LANDASAN TEORI 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix) Metode GLCM menurut Xie dkk (2010) merupakan suatu metode yang melakukan analisis terhadap suatu piksel pada citra dan mengetahui
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dental radiology memiliki peranan yang penting dalam menentukan perawatan dan diagnosa gigi. Penggunaan sinar rontgen telah lama di kenal sebagai suatu alat dalam bidang
Lebih terperinciEKSTRAKSI FITUR BENTUK TUMOR PAYUDARA
EKSTRAKSI FITUR BENTUK TUMOR PAYUDARA Aviarini Indrati 1, Sarifuddin Madenda 2 Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma Jl. Margonda Raya 100 Depok
Lebih terperinciPENERAPAN FILTER GABOR UNTUK ANALISIS TEKSTUR CITRA MAMMOGRAM
PENERAPAN FILTER GABOR UNTUK ANALISIS TEKSTUR CITRA MAMMOGRAM Lussiana ETP 1, Suryarini Widodo 2, Di Ajeng Pambayun 3 1,2,3 Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma
Lebih terperinciJobsheet 3 Cara Kerja Sistem CCTV
Jobsheet 3 Cara Kerja Sistem CCTV I. Tujuan Praktikum 1.Mahasiswa mengetahui cara mengoperasikan CCTV. 2.Mahasiswa dapat mengoperasikan CCTV. 3.Mahasiswa mengetahui cara kerja sistem CCTV. II. Deskripsi
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau informasi
Lebih terperinci