Keywords: Tuberculosis, Decision Support System, Image Processing, Artificial Neural Network.
|
|
- Shinta Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IDENTIFIKASI PENYAKIT TUBERKULOSIS DENGAN DETEKSI POLA SPUTUM SMEAR MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Moch. Adhari Adiguna Teknik Informatika STMIK Eresha Jakarta Jl. H. Samali Ujung No. 51, Jakarta Selatan, Jakarta Indonesia moch.adhari@yahoo.co.id ABSTRACT: Information technology in terms of image processing supports a variety of fields, such as medicine, robotics, geology, military, and others. In the field of medicine how to process images in microorder, for example, the diagnosis of tuberculosis from sputum smear. According to the WHO sputum smear examination is widely used for the diagnosis of tuberculosis (WHO, 2013). Sputum examination is important because it can be the discovery of germs mycobacterium tuberculosis, so that the diagnosis of tuberculosis can be ascertained (Amin and Bahar, 2007). Additionally microscopic examination of sputum more done because of the high sensitivity, in addition to the low cost (Ayush Goyal, Mukesh Roy, Prabhat Gupta, Malay Kishore Dutta, Sar man Singh, Vandana Garg, 2015). This thesis has been designed decision support system application for tuberculosis disease with sputum smear detection pattern using artificial neural network method. Experiments performed in this study using 132 image size of 300 x 400 pixels which is obtained from the results of observations in the laboratory BBKPM (Balai Besar Kesehatan Paru Masyarakat) Bandung, however that image is less good because the image obtained from 3x magnification, so also tested public dataset of the Indira Gandhi Medical College (IGMC) Shimla form of sputum smear 137 images size of 800x600 pixels. The trial results of this application obtained 89.78% sensitivity level within one minute and seven seconds from the input image of sputum smear. Keywords: Tuberculosis, Decision Support System, Image Processing, Artificial Neural Network. PENDAHULUAN Teknologi informasi saat ini dapat meningkatkan kinerja suatu organisasi dalam melakukan aktivitasnya, pada bidang kesehatan misalnya bagaimana agar proses deteksi penyakit dapat dilakukan secara efektif dan efisien. Pada tesis ini penulis merancang bagaimana suatu aplikasi agar dapat mendeteksi penyakit tuberkulosis melalui input citra sputum smear. Tuberkulosis merupakan penyakit yang disebab-kan oleh bakteri mycobacterium tuberculosis, salah satu bagian yang diserang oleh bakteri tersebut adalah paru-paru yang biasa disebut tuberkulosis paru. Pada tahun 2013, 27 Negara melaporkan dari Pasien, Pasien meninggal dunia (World Health Organization, 2013). Hal tersebut terjadi karena penyakit tersebut dapat menurunkan daya tahan tubuh. Pemeriksaan diagnosis pada penyakit tuberkulosis paru dapat dilakukan dengan melihat gejala klinis, pemeriksaan biakan, pemeriksaan mikroskopis, radiologik dan Tuberculin test. Pada pemeriksaan biakan hasilnya akan didapat lebih baik, namun waktu pemeriksaannya membutuhkan waktu yang terlalu lama. Sehingga pada saat ini pemeriksaan dahak secara mikroskopis lebih banyak dilakukan karena sensitivitasnya tinggi, disamping itu biayanya rendah (Ayush Goyal, 2015). Mengetahui bahwa pemeriksaan tuberkulosis memerlukan waktu yang lama, maka diperlukan suatu metode yang mampu memecahkan masalah tersebut. Khutlang, dkk. Melakukan skrining untuk tuberkulosis di beberapa Negara untuk identifikasi Mycobacterium tuberculosis secara otomatis pada citra Ziehl-Neelsen, dahak bernoda diperoleh menggunakan light microscope. Segmentasi objek bakteri dengan menggunakan kombinasi 2 peng-klasifikasi kelas pixel (Rethabile Khutlang, 2008). Franky Chandra, Menggunakan grayscale dan threshold image processing serta menggunakan arsitektur Multilayer Neural Network dengan nilai sukses mencapai 77,5% dan error pelatihan kurang dari 5% (Franky Chandra Satria Arisgraha, 2012). Veropoulos menggunakan metode identifikasi berdasarkan deskriptor bentuk dan klasifikasi dengan jaringan syaraf tiruan menunjukkan sensitivitas (rasio keputusan positif benar terhadap jumlah kasus positif) sebesar 94,1%. Peneliti lain menggunakan informasi warna sebagai faktor diskriminan kunci baik untuk segmentasi dan identifikasi bakteri (Kusworo Adi, 2012). 116
2 Dengan demikian dalam penelitian ini, pemeriksa-an terhadap citra dahak pasien yang diduga menderita tuberkulosis akan dikenali polanya, sehingga dapat langsung dideteksi. BAHAN DAN METODE Analisa Proses LAB BBKPM Bandung ditambah citra yang diambil dari dataset public. Adapun ukuran dan format citra adalah 300x400 dan JPG. Perubahan yang diamati/diukur Gambar 3. Sputum smear Positif kanal merah Gambar 1. Analisa Proses Analisa Data Data citra diambil langsung di lokasi penelitian berupa citra digital berukuran 300x400 piksel. Namun agar tingkat akurasi dalam pengujian lebih baik, maka diuji juga dataset public berupa citra sputum smear dari Indira Gandhi Medical College (IGMC), Shimla. Gambar 4. Sputum smear Positif kanal hijau Gambar 5. Sputum smear Positif kanal biru Gambar 2. Sputum smear Positif Tahapan dari perancangan penelitian ini adalah mengenali citra Sputum smear, selanjutnya menganalisis untuk identifikasi apakah sputum tersebut positif atau negatif tuberkulosis. Citra yang dijadikan input merupakan citra digital yang diambil menggunakan mikroskop yang ada di 117
3 b1 = rgb2gray(a1); b4 = rgb2gray(a4); Selanjutnya dari citra tersebut dilakukan teknik pengolahan citra threshold untuk mendapatkan citra biner. Gambar 6. Deteksi tepi kanal hijau Gambar 7. Target Bakteri Positif Gambar 8. Target Bakteri Negatif Pemrosesan Data Pengolahan data awal dimulai dengan data Citra RGB, citra awal dikonversi ke grayscale selanjutnya dicari nilai threshold untuk mendapatkan biner. Setelah itu dilakukan operasi morfologi closing dan opening, selanjutnya dilakukan proses resize, reshape dan transpose matriks serta merubah tipe data dari tipe data uint8 menjadi bilangan double (hanya memiliki rentang nilai 0.0 1), dimana nilai tersebut mewakili nilai asli pada masing-masing kanal. Sehingga dapat diolah oleh neural network yang telah dilatih. HASIL DAN PEMBAHASAN Uji coba dilakukan pada citra sputum smear yang didapat dari laboratorium BBKPM Bandung sebanyak 132 citra berukuran 300 x 400 pixel, namun citra tersebut dirasa kurang baik karena citra didapat dari hasil pembesaran, sehingga diuji juga dataset public dari Indira Gandhi Medical College (IGMC) Shimla berupa citra sputum smear sebanyak 137 citra berukuran 800 x 600 pixel. Dalam pengujian dilakukan pembacaan pada citra sputum smear baik yang positif maupun negatif. Kemudian citra dikonversi ke ukuran pixel 300 x 400 untuk dirubah citra grayscale. Uji coba menggunakan code berikut: a1=imresize(a1,[ ]); a4=imresize(a4,[ ]); Gambar 9. Gambar citra biner sputum smear Dilanjutkan dengan proses konversi matrik 5 x 6 untuk diketahui nilai-nilai yang dibentuk oleh citra tersebut. Didapat matrik sebagai berikut: (1) (2) Kemudian matrik-matrik tersebut disusun menjadi 1 baris 30 kolom, selanjutnya dilakukan proses transpose matrik agar dijadikan data latih pada jaringan syaraf tiruan. Pada pengujian yang dilakukan beberapa kali, diawali dengan pengujian proses tanpa jaringan syaraf tiruan, pengujian dengan jaringan syaraf tiruan menggunakan 7 data latih, pengujian dengan jaringan syaraf tiruan menggunakan 20 data latih, terakhir pengujian dengan jaringan syaraf tiruan menggunakan 50 data latih. Pada jaringan syaraf tiruan, Target ditentukan berdasarkan jumlah data latih, dimana jika 7 data latih menggunakan 3 target, 20 data latih menggunakan 5 target, 50 data latih menggunakan 6 target. Kemudian jaringan syaraf tiruan diimplementasi-kan menggunakan code berikut: net1=newp([0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 net2=newp([0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 118
4 net3=newp([0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 net4=newp([0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 net5=newp([0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 Dimana jumlah jaringan disesuaikan dengan jumlah target. Adapun proses pelatihan jaringan syaraf tiruan ditunjukkan pada code berikut: net1=train(net1,double(data),t1); net2=train(net2,double(data),t2); net3=train(net3,double(data),t3); net4=train(net4,double(data),t4); net5=train(net5,double(data),t5); Tipe data matrik dirubah ke tipe data double agar dapat diproses dengan baik. Proses pengujian dilakukan dengan code berikut: hasilc1 = [sim(net1,double(c1)) sim(net2,double(c1)) sim(net3,double(c1)) sim(net4,double(c1)) sim(net5,double(c1))]; Adapun jaringan syaraf tiruan yang dibangun pada tesis ini mempunyai 3 lapisan yaitu lapisan input yang terhubung dengan lapisan tersembunyi yang selanjutnya terhubung dengan lapisan output. Umumnya, jika menggunakan Jaringan Syaraf Tiruan, hubungan antara input dan output harus diketahui secara pasti dan jika hubungan tersebut telah diketahui maka dapat dibuat suatu model. Hal lain yang penting adalah proses belajar hubungan input/output dilakukan dengan pembelajaran. Pada tesis ini diujicoba 7 kelas matrik, 20 dan 50 kelas matrik. Hal tersebut dilakukan agar meningkatkan sensitivitas. Tujuan pembelajarannya adalah mengelompokkan unit-unit yang hampir sama dalam suatu area tertentu. Pembelajaran tersebut sangat cocok untuk pengelompokkan atau klasifikasi pola citra sputum smear. Gambar 10. Gambar desain tampilan program Keterangan: Tombol open digunakan untuk mengambil citra yang akan dideteksi. Tombol check digunakan untuk menguji citra tanpa jaringan syaraf tiruan. Tombol check digunakan untuk menguji citra dengan tool jaringan syaraf tiruan, nntool. Proses pembelajaran tidak ditetapkan sehingga jaringan syaraf tiruan akan menyesuaikan dengan jumlah data latih, target dan data testing. Tombol check teu digunakan untuk menguji citra dengan jaringan syaraf tiruan dengan epochs, dimana output nilai yang dikenali, nilai kesalahan, thershold dan hasil. Tombol check (20) digunakan sama seperti tombol check, namun pada tombol ini menggunakan 20 data latih. Tombol check (50) digunakan sama seperti tombol check, namun pada tombol ini menggunakan 50 data latih. Tampilan program ditunjukkan pada gambar 10. Gambar 11. performance ketika 100 epochs Contoh data yang didapat dari BBKPM Bandung dan Indira Gandhi Medical College (IGMC) Shimla, sebagai berikut: 119
5 No Tabel 1. Tabel sampel dataset DATASET Dataset Public (dari IGMC) Dataset Private (dari Lab BBKPM) Image Analis IGMC Image Analis LAB BBKPM 1 dataset1.jpg Positif lab1.jpg Positif 2 dataset2.jpg Positif lab2.jpg Positif 3 dataset3.jpg Positif lab3.jpg Negatif 4 dataset4.jpg Positif lab4.jpg Negatif 5 dataset5.jpg Positif lab5.jpg Negatif 6 dataset6.jpg Positif lab30.jpg Positif 7 dataset7.jpg Positif lab31.jpg Negatif 8 dataset8.jpg Positif lab32.jpg Positif 9 dataset9.jpg Positif lab37.jpg Positif 10 dataset10.jpg Positif lab38.jpg Negatif 11 neg1.jpg Negatif lab96.jpg Negatif 12 neg2.jpg Negatif lab97.jpg Positif 13 neg3.jpg Negatif lab98.jpg Positif 14 neg4.jpg Negatif lab99.jpg Negatif 15 neg5.jpg Negatif lab100.jpg Negatif 16 neg6.jpg Negatif lab101.jpg Positif 17 neg7.jpg Negatif lab102.jpg Negatif 18 neg8.jpg Negatif lab110.jpg Positif 19 neg9.jpg Negatif lab130.jpg Negatif 20 neg10.jpg Negatif lab131.jpg Negatif Dari data tersebut diukur tingkat sensitivitas dengan cara membagi antara jumlah data yang akurat dengan total data. Tingkat sensitivitas yang didapat ditunjukkan pada tabel berikut: Train Data Tanpa dataset Private Tabel 2. Tabel tingkat sensitivitas tidak Tanpa dataset Public tidak % 25.76% 43.18% 84.38% 87.50% 78.13% % % % % - 120
6 KESIMPULAN Kesimpulan setelah dilakukan pengujian pada penelitian ini sebagai berikut: Tuberkulosis terdeteksi tuberkulosis selain menggunakan sistem ini dalam waktu satu menit tujuh detik dari input citra sputum smear dengan tingkat sensitivitas 89,78%. Bakteri tuberkulosis berbentuk batang-batang dan ada kemungkinan menumpuk, sedangkan warnanya merah jika berlatar belakang biru. Proses pengolahan citra untuk identifikasi tuberkulosis telah berhasil mengenali bakteri TB berdasarkan warna dan bentuk. Akan tetapi sistem ini belum dapat mengenali tuberkulosis dari input sputum smear yang diperbesar 4x dari citra utuh yang di capture dari mikroskop cahaya. Pola dikenali oleh aplikasi setelah dilakukan preprocessing pada citra berupa output matriks berukuran 1x30, selanjutnya diolah oleh jaringan syaraf tiruan dengan training algoritma cyclical order weight/bias learning rules dan performance mean absolute error, 100 epochs dan 0,560 mae. Banyaknya data latih pada jaringan syaraf tiruan mempengaruhi tingkat akurasi pada proses pengidentifikasian. UCAPAN TERIMA KASIH Terima kasih kepada Bapak Rahmadya, Ph.D., Bapak Anen Tumanggung, Ph.D., Bapak Joko Trianto, M.Kom., Bapak Dr. Hoga Saragih, MT., Bapak Magit Fitroni, M.Kom., Ibu Heni dan Ibu Haryati. DAFTAR PUSTAKA Ayush Goyal, M. R. (2015). Automatic Detection of Mycobacterium tuberculosis in Stained Sputum and Urine Smear Images. Archives Of Clinical Microbiology ISSN Vol. 6 No. 3:5. ScienceDirect, 4. Franky Chandra Satria Arisgraha, P. W. (2012). Digital Detection System Design Of Mycobacterium Tuberculosis Through Extraction Of Sputum Image Using Neural Network Method. Indonesian Journal of Tropical and Infectious Disease Vol. 3 No.1, 4. Kusworo Adi, K. S. (2012). Sistem Pencitraan Mikroskop Digital Untuk Identifikasi Bakteri Tuberkulosis (TB). Prosiding InSINas 2012 KO , 6. Rethabile Khutlang, S. K. (2008). Classification of Mycobacterium Tuberculosis in Images of ZN-Stained Sputum Smears. Senior Member, IEEE (Final revision of TITB R2), 12. World Health Organization. (2013). Automated Real-Time Nucleic Acid Amplification Technology for Rapid and Simultaneous Detection of Tuberculosis and Rifampicin Resistance: Xpert MTB/RIF System for the Diagnosis of Pulmonary and Extrapulmonary TB in Adults and Children (Policy Update). WHO Press, Geneva, Switzeland,
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciKLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN VAHRUL MEILANI NIM.2012-51-115 DOSEN PEMBIMBING Endang Supriyati, M.Kom Alif Catur Murti, S.Kom,
Lebih terperinciDETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU)
TESIS DETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU) TRI HANDAYANI No. Mhs. : 125301914 PROGRAM STUDI MAGISTER
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION Nasep Muhamad Ramdan (0522135) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg.
Lebih terperinciSISTEM PENCITRAAN MIKROSKOP DIGITAL UNTUK IDENTIFIKASI BAKTERI TUBERKULOSIS (TB)
KO-80 0782: Kusworo Adi dkk. SISTEM PENCITRAAN MIKROSKOP DIGITAL UNTUK IDENTIFIKASI BAKTERI TUBERKULOSIS (TB) Kusworo Adi 1,, K. Sofjan Firdausi 1, Rahmat Gernowo 1, Budi Rahardjo 2, Ibnu Siena 1, dan
Lebih terperinciKLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN Oleh : Dian Aniswari 2010-51-177 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciANALISA DETEKSI KELOMPOK USIA DAN GENDER BERDASARKAN KONTUR WAJAH DENGAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) WAJAH DENGAN PENGOLAHAN CITRA DIGITAL Marlina Novalinda Br Purba¹, Achmad Rizal², Suryo Adhi Wibowo³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Teknologi pengolahan
Lebih terperincirepository.unimus.ac.id
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit Tuberkulosis (TB) paru merupakan penyakit kronis yang masih menjadi masalah kesehatan di dunia termasuk Indonesia. Penyakit TBC merupakan penyakit menular
Lebih terperinciPENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ)
PENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN DEVIYANTI SEPTIARI NIM. 1108605004
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 terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciSLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK
SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun Oleh : Apriliyanto Taufik Betama (1022070) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri, MPH, No.
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan merupakan hal yang sangat penting bagi makhluk hidup, khususnya manusia. Dengan kondisi tubuh yang sehat, maka kita dapat melakukan aktifitas kita dengan
Lebih terperinciPENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK
PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE NOVIANI KRISNADI/0322064 Email Address: s103novi@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40165, Indonesia
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciSISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
SISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Pradityo Utomo Program Studi D3 Manajemen Informatika Universitas Merdeka Madiun pradityou@gmail.com ABSTRACT Information
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 terperinciALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS
ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS Egi Badar Sambani 1), Neneng Sri Uryani 2), Rifki Agung Kusuma Putra 3) Jurusan Teknik Informatika,
Lebih terperinciABSTRAK. Emil E, ; Pembimbing I: Penny Setyawati M., dr, SpPK, M.Kes. PembimbingII :Triswaty Winata, dr., M.Kes.
ABSTRAK VALIDITAS PEMERIKSAAN BASIL TAHAN ASAM SPUTUM PASIEN TERSANGKA TUBERKULOSIS PARU DENGAN PEWARNAAN ZIEHL NEELSEN TERHADAP KULTUR M.tuberculosis PADA MEDIA OGAWA Emil E, 1010115; Pembimbing I: Penny
Lebih terperinciIDENTIFIKASI BAKTERI TUBERCULOSIS BERDASAR CIRI MORFOLOGI DAN WARNA 1) M, Ya qub Zain., 2) Aulia.MT. Nasution
IDENTIFIKASI BAKTERI TUBERCULOSIS BERDASAR CIRI MORFOLOGI DAN WARNA 1) M, Ya qub Zain., 2) Aulia.MT. Nasution Jurusan Teknik Fisika Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya
Lebih terperinciBAB I PANDAHULUAN. I.1. Latar Belakang. Mycobacterium Tuberculosis (MTB) telah. menginfeksi sepertiga pendududk dunia (Depkes RI,
BAB I PANDAHULUAN I.1. Latar Belakang Mycobacterium Tuberculosis (MTB) telah menginfeksi sepertiga pendududk dunia (Depkes RI, 2002). Tahun 1993 WHO mencanangkan kedaruratan global penyakit TBC karena
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tuberkulosis (TB) adalah penyakit akibat infeksi Mycobacterium tuberculosis (M.tuberculosis) yang dapat mengenai berbagai organ tubuh, tetapi paling sering mengenai
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi.,Volume,. Bulan.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) Edisi.,Volume,. Bulan.. ISSN : 289-933 ANALISIS METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK PENGENALAN SEL KANKER OTAK Novita Handayani Teknik Informatika
Lebih terperinciEKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA
TESIS EKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA DONNY AVIANTO No. Mhs : 135302024/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA UNIVERSITAS ATMA JAYA YOGYAKARTA
Lebih terperinciKLASIFIKASI KELAINAN BENTUK SEL DARAH MERAH MENGGUNAKAN RADIAL BASIS FUNCTION NETWORK ANITA RATNA SARI
KLASIFIKASI KELAINAN BENTUK SEL DARAH MERAH MENGGUNAKAN RADIAL BASIS FUNCTION NETWORK ANITA RATNA SARI 111402103 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciIDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME
Jurnal POROS TEKNIK, Volume 4, No. 1, Juni 2012 : 24-29 IDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME Gunawan Rudi Cahyono (1) (1) Staf Pengajar Jurusan
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL
1 SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (Human Face Detection System on Digital Images) Setyo Nugroho 1, Agus Harjoko 2 Program Studi Ilmu Komputer Program Pascasarjana Universitas Gadjah
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 terperinciKLASIFIKASI CITRA SATELIT MENGGUNAKAN JARINGAN SYARAF TIRUAN UNTUK MENGEKSTRAKSI TAMPAKAN PERMUKIMAN DAERAH PERKOTAAN
KLASIFIKASI CITRA SATELIT MENGGUNAKAN JARINGAN SYARAF TIRUAN UNTUK MENGEKSTRAKSI TAMPAKAN PERMUKIMAN DAERAH PERKOTAAN (Studi Kasus: Kota Bandarlampung) TESIS MAGISTER Diajukan untuk melengkapi tugas dan
Lebih terperinciIdentifikasi Bakteri pada Citra Dahak Penderita Tubercolusis (TBC) Menggunakan Metode Watershed
Identifikasi Bakteri pada Citra Dahak Penderita Tubercolusis (TBC) Menggunakan Metode Watershed Dirvi Eko Juliando Sudirman Teknik Komputer Kontrol Politeknik Negeri Madiun, PNM Madiun, Indonesia dirvi@pnm.ac.id
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciAPLIKASI METODE OTSU UNTUK IDENTIFIKASI BAKTERI TUBERKULOSIS SECARA OTOMATIS
Youngster Physics Journal ISSN : 2302-7371 Vol. 2, No. 1, April 2013, Hal 13-20 APLIKASI METODE OTSU UNTUK IDENTIFIKASI BAKTERI TUBERKULOSIS SECARA OTOMATIS Nelly Mirnasari, Kusworo Adi Jurusan Fisika
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Error Detection System dan Error Correction
Lebih terperinciBAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.
BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciPENENTUAN LOKASI PARKIR KOSONG MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) SKRIPSI JOKO KURNIANTO
PENENTUAN LOKASI PARKIR KOSONG MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) SKRIPSI JOKO KURNIANTO 121402102 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciProgram Magister Bidang Keahlian Telematika Jurusan Teknik Elektro FTI ITS
Dosen Pembimbing Dr. I Ketut Eddy Purnama, S. T., M. T. Moch Hariadi S.T, MSc, PhD Program Magister Bidang Keahlian Telematika Jurusan Teknik Elektro FTI ITS Masih banyaknya penderita TBC di Indonesia
Lebih terperinciAPLIKASI PEMROSESAN CITRA UNTUK PENTAPISAN, DETEKSI TEPI, DAN PENGABURAN PADA KASUS CITRA MIKROSKOP ELEKTRON
APLIKASI PEMROSESAN CITRA UNTUK PENTAPISAN, DETEKSI TEPI, DAN PENGABURAN PADA KASUS CITRA MIKROSKOP ELEKTRON AHMAD ISHLAHUDDIN 41508010125 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS
Lebih terperinciIDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET
TESIS IDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET ROSALIA ARUM KUMALASANTI No. Mhs. : 135302014/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciBAB II LANDASAN TEORI...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PERNYATAAN KEASLIAN HASIL TESIS... iii LEMBAR PENGESAHAN PENGUJI... iv PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii SARI...
Lebih terperinciBAB 1 PENDAHULUAN Latar belakang masalah
BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciVERIFIKASI TANDA TANGAN DENGAN METODE JARINGAN SYARAF TIRUAN HETEROASSOCIATIVE MEMORY ABSTRAK
VERIFIKASI TANDA TANGAN DENGAN METODE JARINGAN SYARAF TIRUAN HETEROASSOCIATIVE MEMORY Disusun oleh : Fabiola Zita Devy C. 0722085 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH
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 terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
Lebih terperinciPengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan
Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Adhika Aryantio School of Electrical Engineering and Informatics Institute Technology of Bandung 10th Ganeca Street Bandung, Indonesia. Adhikaaryantio.x6@gmail.com
Lebih terperinciTUTIK KUSMIATI, dr. SpP(K)
TUTIK KUSMIATI, dr. SpP(K) TB paru problem kesehatan global MODALITAS TES CEPAT MENDETEKSI DR-TB & DS-TB TB Resisten Obat meningkat TB HIV +++ METODE DETEKSI KASUS YANG LAMBAT PASIEN TB HIV + PASIEN DIAGNOSIS
Lebih terperinciSEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )
SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN Evelyn Evangelista (1022004) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria
Lebih terperinciPERANCANGAN PENDETEKSI KEDIPAN MATA UNTUK FUNGSI KLIK PADA MOUSE MELALUI KAMERA WEB ABSTRAK
PERANCANGAN PENDETEKSI KEDIPAN MATA UNTUK FUNGSI KLIK PADA MOUSE MELALUI KAMERA WEB Daniel / 0722020 Email : b_aso_1989@hotmail.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
Lebih terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinci1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Cabai (Capsicum annuum L.) merupakan salah satu komoditas pertanian yang cukup penting di Indonesia. Walaupun demikian cabai sangat rentan terkena patogen
Lebih terperinciIMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI
Royani Darma Nurfita, Gunawan Ariyanto, Implementasi Deep Learning Berbasis Tensorflow Untuk Pengenalan Sidik Jari IMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI Royani Darma
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih terperinciPENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS
TESIS PENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS OZZI SURIA No. Mhs : 135302011/PS/MT PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciPROBABILISTIC NEURAL NETWORK BERBASIS GUI MATLAB UNTUK KLASIFIKASI DATA REKAM MEDIS
PROBABILISTIC NEURAL NETWORK BERBASIS GUI MATLAB UNTUK KLASIFIKASI DATA REKAM MEDIS (Studi Kasus: Penyakit Diabetes Melitus di Balai Kesehatan Kementerian Perindustrian Jakarta) SKRIPSI Disusun oleh: JOHAN
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciJURNAL ANALISA PENGENALAN CITRA WAJAH MENGGUNAKAN BENTUK HIDUNG DENGAN METODE MINKOWSKI DISTANCE
JURNAL ANALISA PENGENALAN CITRA WAJAH MENGGUNAKAN BENTUK HIDUNG DENGAN METODE MINKOWSKI DISTANCE Analysis of the facial image pattern recognition using the shape of the nose with the method minkowski distance
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE Daniel Halomoan (0822056) Jurusan Teknik Elektro Universitas Kristen Maranatha email: daniel170390@gmail.com
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Plat nomor kendaraan bermotor merupakan ciri atau tanda pengenal suatu kendaraan yang diberikan oleh kepolisian. Setiap plat nomor kendaraan memiliki kombinasi
Lebih terperinciSISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER
SISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER Rezki Hadisaputra¹, Koredianto Usman², Rita Magdalena³ ¹Teknik Telekomunikasi,,
Lebih terperinciIMPLEMENTASI DAN PERBANDINGAN PENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE KOHONEN DAN METODE ADAPTIVE RESONANCE THEORY (ART) SKRIPSI
IMPLEMENTASI DAN PERBANDINGAN PENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE KOHONEN DAN METODE ADAPTIVE RESONANCE THEORY (ART) SKRIPSI MARTINA ABRIANI SIPAYUNG 111401120 PROGRAM STUDI S1 ILMU KOMPUTER
Lebih terperinciIDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK
IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinci1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :
BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan adalah sebuah bentuk khusus dari tulisan tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan yang sering digunakan sebagai bukti vertifikasi
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Tanda tangan merupakan sesuatu yang unik yang dimiliki setiap orang sehingga seringkali dipakai untuk menentukan keabsahan dokumen ataupun transaksi. Akan tetapi tanda tangan menjadi rentan terhadap
Lebih terperinciUJM 2 (2) (2013) Unnes Journal of Mathematics.
UJM 2 (2) (2013) Unnes Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI SISTEM DETEKSI PENYAKIT TUBERCULOSIS (TBC) Ratnaningtyas
Lebih terperinciNILAI DIAGNOSTIK PEMERIKSAAN MIKROSKOPIS SPUTUM BTA PADA PASIEN KLINIS TUBERKULOSIS PARU DI RS PKU MUHAMMADIYAH YOGYAKARTA
NILAI DIAGNOSTIK PEMERIKSAAN MIKROSKOPIS SPUTUM BTA PADA PASIEN KLINIS TUBERKULOSIS PARU DI RS PKU MUHAMMADIYAH YOGYAKARTA Inayati* Bagian Mikrobiologi Fakuktas Kedokteran dan Ilmu Kesehatan Universitas
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciKLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA
KLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA Arina Diori (0722107) Jurusan Teknik Elektro email: arinadiorisinaga@yahoo.com ABSTRAK Buah
Lebih terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Pelaksanaan Penelitian dilaksanakan di Laboratorium Intrumentasi Medis Departemen Fisika, Fakultas Sains dan Teknologi Universitas Airlangga. Lokasi pengambilan
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)
REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas
Lebih terperinciPENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
PENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Gerald Patrick Siahainenia (0522128) Jurusan Teknik Elektro email : gerald_patrick2000@yahoo.com
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciKata kunci : citra, pendeteksian warna kulit, YCbCr, look up table
Pendeteksian Warna Kulit berdasarkan Distribusi Warna YCbCr Elrica Pranata / 0422002 Email : cha_nyo2@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Marantha Jalan Prof. Suria Sumantri
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
Lebih terperinciKLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K
KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION Oleh : Gunawan Abdillah, Agus Komarudin, Rachim Suherlan A B S T R A K Kelainan jantung anak merupakan salah
Lebih terperinciIndonesia dalam rangka percepatan Millenium Development Goals (MDGs) mentargetkan penemuan kasus baru TB BTA positif atau Case Detection Rate (CDR)
BAB I PENDAHULUAN A. Latar Belakang World Health Organization (WHO) pada tahun 1993 mendeklarasikan penyakit Tuberkulosis (TB) sebagai kedaruratan global akibat dari semakin meningkatnya penyakit dan kematian
Lebih terperinci