DIAGNOSIS KANKER PAYUDARA PADA MAMMOGRAM MENGGUNAKAN METODE TRANSFORMASI CURVELET DAN CBIR
|
|
- Hartanti Cahyadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DIAGNOSIS KANKER PAYUDARA PADA MAMMOGRAM MENGGUNAKAN METODE TRANSFORMASI CURVELET DAN CBIR TRI ADHI WIJAYA [ ] Surabaya, 19 Juli 2010 / Ruang Sidang S2 Gedung Teknik Informatika ITS
2 Latar Belakang Jumlah Pengidap Kanker Payudara di dunia* Wanita Pengidap Kanker Payudara Wanita Normal 11% 89% 1jt orang mengidap kanker payudara 400rb diantaranya meninggal dunia * Data tahun 2003
3 Diagnosis Kanker Payudara Metode yang paling akurat adalahbiopsy, namun sangat beresiko, tidak nyaman dan berbiaya besar.
4 Tujuan Membantu penganalisaan awal tentang adanya kanker payudara pada mammogram dengan menggunakan metode Transformasi Curvelet berbasis Content-based Image Retrieval.
5 Kenapa Mammogram? Telah digunakan untuk mengurangi biaya dan efek negatif lainnya dari Biopsy. Mammogram telah terbukti dapat menunjang secara efektif dan mudah dalam proses pengklasifikasian tumor* * Cheng HD, Cia X, Chen X, Lou LH. Computer-aided detection and classification of micro-calcification in mammogram: a survey. Pattern Recognition Letters 2003;36:
6 Analisa Mammogram dengan CBIR Tidak bertujuan untuk mengganti dokter dengan memprediksi kasus penyakit tertentu, tetapi untuk membantu dokter dalam mendiagnosis penyakit
7 Pengekstraksian Fitur Citra dengan Transformasi Curvelet Edge yang dihasilkan dari citra lebih efisien daripada Transformasi Wavelet Metode ini mampu menghasilkan gambar objekobjek kecil dengan garis-garis yang tak terputus.
8 Diagram Curvelet Next
9 Separate Scales pada Skala 2
10 Penghitungan Similaritas Dengan Euclidean Distance Contoh: titik A (0, 3, 4, 5) dan titik B (7, 6, 3, 1) Bagaimana dengan perhitungan similaritas citra?
11 Menghitung Similaritas Citra circ7 Koefisien: circ2 Koefisien: circ7 Koefisien: arch2 Koefisien: NilaiDist: NilaiDist: Citra circ7 lebih dekat dengan citra circ2 daripada dengan citra arch2
12 Diagnosis Kanker Payudara pada Mammogram Menggunakan Metode Transformasi Curvelet dan CBIR
13 Data Ujicoba Mammogram digital Pilot European Image Processing Archive (PEIPA), University of Essex, United Kingdom* Contoh: Nama File : mdb117.pgm Karakteristik background citra : Grandular Kelas keabnormalan : Architectural Tingkat keabnormalan : Malignant Koordinat x pusat keabnormalan : 416 Koordinat y pusat keabnormalan : 384 Radius keabnormalan : 84 *
14 Karakteristik Background Citra Fatty (Circ) Fatty-grandular (Arch) Dense-grandular (Norm) Keabnormalan pada citra dengan background jenis Fatty dapat lebih mudah dilihat daripada citra dengan background jenis Grandular
15 Pemotongan Citra ROI Dilakukan secara manual untuk mendapatkan Region of Interest (ROI) yang tidak memuat noise
16 Interface Sistem Tab Image Source
17 Interface Sistem Tab Class Image Collection
18 Pembentukan Core Vektor
19 Proses Klasifikasi
20 Output 1. Normal 2. Abnormal: Micro-calcification clusters Spiculated Mass Circumscribed Mass Ill-defined Mass Architectural Distortion Asymetry
21 Ujicoba Ujicoba dilakukan sebanyak 5 kali dengan tujuan menghasilkan klasifikasi terbaik Ujicoba menghasilkan tingkat klasifikasi terendah sebesar 64,29% dan tertinggi sebesar 92,86% dengan rata-rata tingkat klasifikasi sebesar 79,72%
22 Analisa Pemilihan citra pembentuk core vektor kelas sangat mempengaruhi tingkat akurasi hasil klasifikasi Tingkat akurasi keberhasilan klasifikasi dipengaruhi jenis background citra
23 Simpulan dan Saran Simpulan: Tingkat keakuratan klasifikasi yang tinggi membuktikan bahwa transformasi curvelet efektif untuk digunakan dalam penganalisaan mammogram Saran: Sebaiknya metode pemotongan image tidak dilakukan secara manual. Sebaiknya perhitungan similaritas dilakukan dengan metode lain.
24
25 Hasil Ujicoba 1 Architectural Asymmetry Calcification Circumscribed Ill-Defined Spiculated Normal Arch2 Asym1 Calc7 Circ2 Misc2 Spic4 Norm4 Arch3 Asym7 Calc8 Circ3 Misc6 Spic8 Norm5 Arch10 Asym9 Calc9 Circ7 Misc9 Spic10 Norm8 ID HASIL KLASIFIKASI UNTUK FILE FILE ARCH ASYM CALC CIRC MISC SPIC NORM 1 S S B B B B B 2 S S S B B B B 3 B S S B B B B 4 B S S S B B B 5 S S B B B B B 6 B S S B B B B 7 B S B B S B B 8 S S B S B B B 9 B S S S B B B 10 B B S B S B S Jumlah Benar Tingkat akurasi Keberhasilan = 45/70 * 100 = 64,29% =45
26 Hasil Ujicoba 2 Architectural Asymmetry Calcification Circumscribed Ill-Defined Spiculated Normal Arch4 Asym2 Calc3 Circ6 Misc1 Spic2 Norm3 Arch7 Asym4 Calc5 Circ9 Misc4 Spic5 Norm6 Arch9 Asym5 Calc10 Circ10 Misc5 Spic8 Norm9 ID HASIL KLASIFIKASI UNTUK FILE FILE ARCH ASYM CALC CIRC MISC SPIC NORM 1 B B B B B B B 2 S B B S S B B 3 B B B S B B B 4 B B B B B B B 5 S B B B B B B 6 B B S S B B B 7 B B B B B B B 8 S S B B S B B 9 B S S S B B B 10 B S S S S B S Jumlah Benar Tingkat akurasi Keberhasilan = 52/70 * 100 = 74,29% =52
27 Hasil Ujicoba 3 Architectural Asymmetry Calcification Circumscribed Ill-Defined Spiculated Normal Arch4 Asym2 Calc1 Circ1 Misc1 Spic1 Norm2 Arch5 Asym4 Calc4 Circ5 Misc3 Spic3 Norm3 Arch6 Asym8 Calc6 Circ8 Misc5 Spic7 Norm6 ID HASIL KLASIFIKASI UNTUK FILE FILE ARCH ASYM CALC CIRC MISC SPIC NORM 1 B B B B S B B 2 B B B B S B B 3 B B B B B B B 4 B B B B B B B 5 S B B B B B B 6 B B S S B B B 7 B B B B B B B 8 B S B B B B B 9 B S B B B B B 10 B S S B S B S Jumlah Benar Tingkat akurasi Keberhasilan = 59/70 * 100 = 84,29% =59
28 Hasil Ujicoba 4 Architectural Asymmetry Calcification Circumscribed Ill-Defined Spiculated Normal Arch4 Asym2 Calc2 Circ1 Misc1 Spic1 Norm2 Arch5 Asym4 Calc4 Circ5 Misc4 Spic3 Norm3 Arch6 Asym5 Calc6 Circ8 Misc5 Spic7 Norm10 ID HASIL KLASIFIKASI UNTUK FILE FILE ARCH ASYM CALC CIRC MISC SPIC NORM 1 B B B B B B B 2 B B B S S B B 3 B B B B B B B 4 B B B B B B B 5 S B B B B B B 6 B B B B B B B 7 B B B B B B B 8 B S B B B B B 9 B S B B B B B 10 B S B B S B S Jumlah Benar Tingkat akurasi Keberhasilan = 58/70 * 100 = 82,86% =58
29 Hasil Ujicoba 5 Architectural Asymmetry Calcification Circumscribed Ill-Defined Spiculated Normal Arch2 Asym1 Calc2 Circ1 Misc1 Spic3 Norm2 Arch5 Asym2 Calc4 Circ2 Misc2 Spic4 Norm3 Arch6 Asym8 Calc6 Circ8 Misc3 Spic5 Norm4 ID HASIL KLASIFIKASI UNTUK FILE FILE ARCH ASYM CALC CIRC MISC SPIC NORM 1 B B B B B B B 2 B B B B B B B 3 B B B B B B B 4 B B B B B B B 5 B B B B B B B 6 B B B B B B B 7 B B B B B B B 8 B S B B B B B 9 B S B B B B B 10 B S B B S B S Jumlah Benar Tingkat akurasi Keberhasilan = 65/70 * 100 = 92,86% =65
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Eksperimen Pada penelitian ini, eksperimen dilakukan terhadap 3 metode NMF, yaitu normal NMF, Local NMF, dan nsnmf.untuk setiap metode NMF, eksperimenakan dilakukan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Kanker payudara merupakan salah satu penyebab kematian yang sering dialami oleh wanita pada usia lanjut. Tercatat bahwa pada tahun 2011, terdapat lebih
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 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 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 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 terperinciBAB 3 METODOLOGI. untuk mengurangi adanya false positive dan false negative. False positive dalam hal ini
34 BAB 3 METODOLOGI 3.1 Analisis Kebutuhan dan Masalah Dalam proses diagnosis kanker payudara dibutuhkan akurasi yang tinggi untuk mengurangi adanya false positive dan false negative. False positive dalam
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Implementasi Pengujian dalam penelitian ini dilakukan dengan menggunakan MATLAB 29. Citra mammogram yang digunakan dibagi menjadi tiga kelas, yaitu kelas Normal, Benign
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Eksperimen Pada penelitian ini, eksperimen dilakukan dua kali, dimana setiap eksperimen memiliki perbedaan pada pembagian dari kelas-kelas kanker. Eksperimen pertama
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Eksperimen Pada penelitian ini dilakukan eksperimen sebanyak dua kali. Eksperimen pertama dilakukan untuk menguji keberhasilan klasifikasi ROI ke dalam jenis keabnormalan,
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 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 terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciEKSTRAKSI CIRI CITRA DIGITAL X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS
EKSTRAKSI CIRI CITRA DIGITAL X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS Yudhi Agussationo Yogyakarta, 55281. Indonesia agussationoyudhi@yahoo.com Indah Soesanti Yogyakarta, 55281. Indonesia
Lebih terperinciIMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER
IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER M. Jamaluddin 1, Nanik Suciati 2, Arya Yudhi Wiajaya 3 1,2,3 Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Saat ini, kebutuhan manusia akan teknologi semakin meningkat karena tidak bisa dipungkiri bahwa teknologi tersebut dapat meringankan pekerjaan manusia. Hal ini juga diimbangi
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
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 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
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 terperinciRepresentasi Kode IRMA pada Basis Data Mammografi MIAS
Representasi Kode IRMA pada Basis Data Mammografi MIAS Karmilasari 1, Suryarini Widodo 2, Lussiana ETP 3 1,2 Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma
Lebih terperinciBAB 1 PENDAHULUAN. di bidang pendidikan, keamanan, perkantoran, bahkan pada bidan g
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarangini dunia berada di era digital. Era dimana hampir setiap aspek dalamkehidupan manusia sangat berhubungan erat dengan teknologi komputasi baik di bidang pendidikan,
Lebih terperinciImplementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG)
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG) Ni Luh Made Asri Mulyasari,
Lebih terperinciPengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM
Pengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM PENILAIAN TUGAS : 30% UTS : 30% UAS : 40% REFERENSI Slides & Hand outs; Digital Image Processing; Rafael C. Gonzalez & Richard E Woods; Addison Wesley
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
Lebih terperinciPENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL
Makalah Nomor: KNSI-472 PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL Barep Wicaksono 1, Suryarini Widodo 2 1,2 Teknik Informatika, Universitas Gunadarma 1,2 Jl.
Lebih terperinciBAB I PENDAHULUAN. berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan)
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan) payudara, hal ini bisa terjadi
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciPencocokan Citra Berbasis Graph untuk Pengenalan dan Pemilihan Kembali (Retrieval) Oleh: Yureska Angelia ( )
Pencocokan Citra Berbasis Graph untuk Pengenalan dan Pemilihan Kembali (Retrieval) Oleh: Yureska Angelia (867) Dosen Pembimbing Dr. Ir. Wirawan, DEA Latar Belakang Teknik pemodelan struktur graph telah
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciSEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL
SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL Andi Hendra 1 1 Jurusan Matematika MIPA Universitas Tadulako ABSTRAK Penelitian pengolahan
Lebih terperinci100% Akurasi = (11) Lingkungan Pengembangan
Algoritme Dekomposisi Wavelet Dekomposisi wavelet Haar dapat dijelaskan sebagai berikut : 1 Transformasi linear digunakan untuk mengubah ruang warna secara linear menjadi warna dasar. Karena citra yang
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 terperinciBAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali objek 3 dimensi. Sistem penglihatan manusia dapat membedakan berbagai macam objek 3 dimensi
Lebih terperinciPEMANFAATAAN 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
Lebih terperinciBAB II LANDASAN TEORI
DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... vi DAFTAR TABEL... ix DAFTAR SIMBOL... x BAB I PENDAHULUAN.... Latar Belakang.... Rumusan Masalah... 3.3 Tujuan...
Lebih terperinciterdapat tiga tahapan pemeriksaan secara dini yaita (1) pemeriksaan sendiri, (2) pemeriksaan yang dilakukan oleh tenaga medis yang bertujuan untuk men
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira Jurusan Teknik Informatika, Fakultas Teknologi Industri,
Lebih terperinciPENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE
PENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE Budi Hartono 1, Veronica Lusiana 2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank Semarang Jl Tri Lomba
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan zaman yang secara tidak disadari diikuti oleh perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Sistem yang Sedang Berjalan Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami
Lebih terperinciBAB I PENDAHULUAN. Perkembangan teknologi komputer dan internet semakin maju
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi komputer dan internet semakin maju menyebabkan data digital yang dihasilkan, disimpan, ditransmisikan, dianalisis, dan diakses menjadi
Lebih terperinciDAFTAR ISI. BAB II... Error! Bookmark not defined.
DAFTAR ISI SKRIPSI... Error! Bookmark not defined. HALAMAN PERSETUJUAN SKRIPSI... Error! Bookmark not defined. PENGESAHAN DEWAN PENGUJI... Error! Bookmark not defined. PERNYATAAN KEASLIAN TUGAS AKHIR...
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 terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA 2.1 Computer Aided Mammography Menurut Yusuf (2007), Computer-Aided Mammography (CAM) merupakan sebuah sistem yang digunakan untuk melakukan deteksi dan klasifikasi terhadap kanker
Lebih terperinciSEGMENTASI CITRA MENGGUNAKAN PENGHAPUSAN TEKSTUR DAN K-MEANS DENGAN BATASAN RUANG
SEGMENTASI CITRA MENGGUNAKAN PENGHAPUSAN TEKSTUR DAN K-MEANS DENGAN BATASAN RUANG Gama Wisnu Fajarianto 1, Handayani Tjandrasa 2 Jurusan Teknik Informatika, Fakultas Teknologi Informasi Institut Teknologi
Lebih terperinciAPLIKASI 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 terperinciPerbaikan Citra X-ray Gigi Menggunakan Contrast Stretching
Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching Ima Kurniastuti 1, Tri Deviasari Wulan 1, I Ketut Eddy Purnama 2, Mauridhi Hery Purnomo 2, Margareta Rinastiti 3, Fatmala Agustina 1 1 Sistem
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang Masalah
BAB I PENDAHULUAN A. Latar Belakang Masalah TB adalah penyakit akibat infeksi Myobacterium tuberculosis yang bersifat sistemik. Karena sifatnya yang sistemik, penyakit ini dapat mengenai hampir semua organ
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
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 terperinciDETEKSI KELAINAN KANKER PAYUDARA BERDASARKAN CITRA MAMMOGRAM MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VEQTOR QUANTIZATION)
DETEKSI KELAINAN KANKER PAYUDARA BERDASARKAN CITRA MAMMOGRAM MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VEQTOR QUANTIZATION) Juwita Puteri Nurasyah¹, Achmad Rizal², Koredianto Usman³ ¹Teknik Telekomunikasi,,
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 terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN Zeth Pasongli (0222113) Jurusan Teknik Elektro Email: zeth_pasongli@yahoo.com ABSTRAK Pola pembuluh
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 terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciPenerapan Logika Fuzzy pada Sistem Deteksi Tepi Aplikasi Computer Assistant Diagnosis Kanker Payudara
Jurnal Teknologi Informasi-Aiti, Vol. 6. No., Februari 2009: -00 Penerapan Logika Fuzzy pada Sistem Deteksi Tepi Aplikasi Computer Assistant Diagnosis Kanker Payudara ) Sri Yulianto J.P., 2) Yessica Nataliani,
Lebih terperinci3.6 Data Mining Klasifikasi Algoritma k-nn (k-nearest Neighbor) Similaritas atribut numerik
DAFTAR ISI PERNYATAAN... iii PRAKATA... vi DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiv DAFTAR PERSAMAAN... xv DAFTAR ALGORITMA... xvi DAFTAR LAMPIRAN... xvii INTISARI... xviii ABSTRACT...
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 terperinciTemu Kenali Citra berbasis Konten Bentuk dan Warna untuk Pengenalan Rambu Lalu-lintas
Temu Kenali Citra berbasis Konten Bentuk dan Warna untuk Pengenalan Rambu Lalu-lintas Nama : Yudhi Septianto A.P NPM : 50408886 Pembimbing : Dr. Karmilasari., Skom, MM LATAR BELAKANG Klasifikasi rambu
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Citra, Pengolahan Citra, dan Pengenalan Pola Citra dapat dijelaskan sebagai dua dimensi dari fungsi f(x,y) dimana x dan y tersebut adalah sebuah koordinat pada bidang
Lebih terperinciSALIENT POINTS PADA CITRA TULANG CORTICAL BERBASIS TRANSFORMASI WAVELET
SALIENT POINTS PADA CITRA TULANG CORTICAL BERBASIS TRANSFORMASI WAVELET Oleh: Ika Usfarina Dhamasari(5106100040) DosenPembimbing1: Dr. AgusZainalArifin, S. Kom, M. Kom Dosen Pembimbing 2: Diana Purwitasari,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan zaman, teknologi di bidang medis saat ini semakin berkembang. Teknologi sendiri sudah menjadi kebutuhan di segala bidang khususnya bidang biomedis.
Lebih terperinciGambar 1.1 Tahapan Penelitian
BAB 1 PENDAHULUAN Latar Belakang Masalah Content Based Image Retrieval (CBIR) atau dikenal sebagai query dengan konten image dan pengambilan informasi visual berbasis konten merupakan penerapan teknik
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan teknologi mempunyai kaitan yang erat dalam perkembangan dalam bidang informasi dan komunikasi. Peranan teknologi informasi dalam bidang
Lebih terperinciANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS
ANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS Fetty Tri Anggraeny, Wahyu J.S Saputra Jurusan Teknik Informatika, Universitas
Lebih terperinciBAB I PENDAHULUAN. mengantar barang, mengantar anak ke sekolah, dan lain sebagainya.
BAB I PENDAHULUAN 1.1 Latar Belakang Jalan raya merupakan jalan besar atau jalan utama yang sering digunakan oleh kendaraan-kendaraan bermotor seperti kendaraan beroda dua (motor), kendaraan beroda empat
Lebih terperinciDeteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna
F7 bentuk [5]. Pendekatan berbasis bentuk bibir menggunakan Deteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna Shinta Puspasari, STMIK lobal Informatika MDP Abstrak Metode yang
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 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 terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih terperinciSISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG
Vol. 5, No. 1, Januari 2009 ISSN 0216-0544 SISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG * Iman Sapuguh, Daniel O Siahaan, dan Chastine Fatichah Program Magister Teknik
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi
PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS Skripsi Di susun oleh : M. RIDHO MAJIDI (0934010056) PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVESITAS PEMBANGUNAN
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
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 terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya
Pengenalan Wajah Menggunakan Metode Adjacent Pixel Intensity Difference Quantization Histogram Generation Oleh : ANDIK MABRUR 1206 100 716 Dosen Pembimbing : Drs. Soetrisno, MI.Komp. Jurusan Matematika
Lebih terperinciPENELITIAN. David PROGRAM
COMPUTER AIDED DIAGNOSIS SISTEM UNTUK DIGITAL MAMMOGRAM MENGGUNAKAN NEURAL NETWORK DAN DUAL TREE COMPLEX WAVELET TRANSFORM PENELITIAN 11124007555 Program Pascasarjana Ilmu Komputer PROGRAM STUDI MAGISTER
Lebih terperinciLEMBAR PENGESAHAN TUGAS AKHIR...
DAFTAR ISI HALAMAN SAMPUL... i HALAMAN JUDUL... ii PERNYATAAN... iii LEMBAR PENGESAHAN TUGAS AKHIR... iv BERITA ACARA TUGAS AKHIR... v KATA PENGANTAR... vi ABSTRAK... vii ABSTRACT... viii DAFTAR ISI...
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciHasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah dengan Bahasa Pemograman Java Eclipse IDE
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan dengan Bahasa Pemograman Java Eclipse IDE Fiqih Ismawan Dosen Program Studi Teknik Informatika, FMIPA Universitas Indraprasta
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 terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. kanker payudara apakah tergolong normal atau abnormal (benign atau malignant)
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Sistem aplikasi yang kami kembangkan adalah sistem pengklasifikasian jenis kanker payudara apakah tergolong normal atau abnormal (benign atau malignant)
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. terbesar penyebab kematian antara lain kanker paru, payudara, kolorektal, prostat,
BAB I PENDAHULUAN A. Latar Belakang Masalah Kanker merupakan salah satu penyebab kematian terbesar di seluruh dunia. Pada tahun 2012 sekitar 8,2 juta kematian diakibatkan oleh kanker. Lima jenis kanker
Lebih terperinciSISTEM DIAGNOSIS MAMMOGRAM DIJITAL BERBANTUKAN KOMPUTER DENGAN MENGGUNAKAN TEKNIK EKSTRAKSI FITUR DAN SUPPORT VECTOR MACHINES
SISTEM DIAGNOSIS MAMMOGRAM DIJITAL BERBANTUKAN KOMPUTER DENGAN MENGGUNAKAN TEKNIK EKSTRAKSI FITUR DAN SUPPORT VECTOR MACHINES Hendry Kosasi Binus University, Jakarta, DKI Jakarta, Indonesia Kevin Setiawan
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL UNTUK MENGIDENTIFIKASI MOTIF KARAWO MENGGUNAKAN METODE INVARIANT GENERALIZED HOUGH TRANSFORM
1 CONTENT BASED IMAGE RETRIEVAL UNTUK MENGIDENTIFIKASI MOTIF KARAWO MENGGUNAKAN METODE INVARIANT GENERALIZED HOUGH TRANSFORM Venny Mar atul Jannah Ismail 1, Arip Mulyanto 2, Abd. Aziz Bouty 3 1 Mahasiswa
Lebih terperinciBAB 3 METODOLOGI. 3.1 Rancangan Program Pemilihan Metode. Dalam perancangan program mammogram, telah ditemukan banyak
BAB 3 METODOLOGI 3.1 Rancangan Program 3.1.1 Pemilihan Metode Dalam perancangan program mammogram, telah ditemukan banyak sekali metode yang dapat digunakan. Metode-metode yang ada mencakup program yang
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.
BAB 3 PROSEDUR DAN METODOLOGI Pada Bab ini, penulis akan membahas mengenai prosedur dan metodologi seperti perhitungan LSI dan juga interface yang akan dibuat oleh penulis. 3.1 Sistem CBIR Gambar 3.1 Sistem
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii PERNYATAAN... iii DAFTAR ISI... iv DAFTAR TABEL...viii DAFTAR GAMBAR... ix DAFTAR SINGKATAN. x INTISARI xi BAB I. PENDAHULUAN A. Latar Belakang
Lebih terperinciLAPORAN PRAKTIKUM PRAKTEK INDERAJA TERAPAN
LAPORAN PRAKTIKUM PRAKTEK INDERAJA TERAPAN Dosen Pengampu : Bambang Kun Cahyono S.T, M. Sc Dibuat oleh : Rahmat Muslih Febriyanto 12/336762/SV/01770 PROGRAM STUDI DIPLOMA III TEKNIK GEOMATIKA SEKOLAH VOKASI
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 terperinciYOGI WARDANA NRP
PENGEMBANGAN ALGORITMA SISTEM IDENTIFIKASI MATA MANUSIA BERBASIS PENGOLAHAN CITRA DENGAN METODE GABOR PADA PERALATAN AOI ( AUTOMATED OPTICAL INSPECTION ) YOGI WARDANA NRP. 2107 100 115 JURUSAN TEKNIK MESIN
Lebih terperinci