SISTEM OTOMATIS UNTUK CROPPING REGION OF INTEREST SEL DARAH PUTIH PADA CITRA LEUKEMIA LIMFOBLAST AKUT
|
|
- Bambang Benny Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM OTOMATIS UNTUK CROPPING REGION OF INTEREST SEL DARAH PUTIH PADA CITRA LEUKEMIA LIMFOBLAST AKUT Andrey Kartika Widhy Hapantenda 1), F.X. Ferdinandus 2) Teknologi Informasi, Sekolah Tinggi Teknik Surabaya Jl. Ngagel Jaya Tengah Surabaya, Jawa Timur, Indonesia 1 andreyhapantenda@gmail.com, 2 ferdi@stts.edu ABSTRAK Leukemia merupakan salah satu penyebab kematian di antara beberapa jenis kanker. Leukemia disebabkan oleh neoplasma maligna atau tumor ganas sel darah putih. Umumnya jenis kanker ini banyak diderita oleh anak-anak dan dewasa di atas usia 50 tahun. Menurut klasifikasi French-American-British (FAB) salah satu tipe Leukemia akut yaitu Leukemia Limfoblastik. Keberadaan LLA ditandai dengan penyimpangan proliferasi Limfoblast pada sumsum tulang. Segmentasi Leukosit merupakan tahap awal yang krusial, segmentasi Leukosit bertujuan mengekstrak region sitoplasma dan nukelus dari sel darah merah dan latar belakang. Metode segmentasi yang akurat dibutuhkan untuk mendapatkan akurasi yang tinggi pada deteksi LLA. Pada penelitian ini diusulkan metode untuk menentukan region sel darah putih serta membaginya ke dalam sub-sub citra. Pada penelitian ini metode ortogonalisasi Gram_schmidt digunakan untuk menentukan ROI sel darah putih. Dan pembagian ke dalam sub-sub citra menggunakan teknik pengolahan citra digital. Akurasi sistem ini dihitung berdasar rasio jumlah region sel darah putih yang dihasilkan sistem dengan jumlah perhitungan manual region sel darah putih, sistem ini memiliki rata-rata akurasi sebesar 98%. Kata kunci : Leukemia Limfoblast Akut, Gram-Schmidt, Citra Medis. ABSTRACT Leukemia is one of the leading causes of death among some types of cancer. Leukemia caused by neoplasm malignant white blood cells. This type of cancer generally suffered by children and adults over the age of 50. According to the classification of the French-American-British (FAB), Acute Lymphoblastic Leukemia is one of some types of Leukemia. The existence of ALL is characterized by deviation of proliferation of Lymphoblast in bone marrow. Leucocyte segmentation is a crucial, early stage Leucocyte segmentation aims to extract region of the cytoplasm and nucleus of white blood cell from red blood cell and the background. Accurate segmentation methods needed to obtain high accuracy in automatic detection of ALL. In this proposed methods try to determine region of white blood cells and dividing it into sub image. Orthogonalization Gram Schmidt method is used to determine the ROI of white blood cell, and digital image processing technique is used to divide it into sub image. The performance of this proposed method is measured by ratio of the number regions of white blood cells that produced by the system with manual counting, this system has an average accuracy of 98%. Keywords : Acute Lymphoblastic Leukemia, Gram-Schmidt, Biomedical Image. 1. PENDAHULUAN A. Latar Belakang Leukemia merupakan salah satu penyebab kematian di antara beberapa jenis kanker. Leukemia disebabkan oleh neoplasma maligna atau tumor ganas sel darah putih. Umumnya jenis kanker ini banyak diderita oleh anak-anak dan dewasa di atas usia 50 tahun. Menurut klasifikasi French-American-British (FAB) salah satu tipe Leukemia akut yaitu Leukemia Limfoblastik [1]. Keberadaan LLA ditandai dengan penyimpangan proliferasi (perbanyakan abnormal) Limfoblast pada sumsum tulang [2]. 133
2 Sebelum dilakukan pengamatan di bawah mikroskop, terlebih dahulu dilakukan proses staining, yaitu pemberian zat warna pada sample darah. Hal ini dilakukan supaya didapatkan visualisasi yang baik pada komponen-komponen sel darah yang diamati menggunakan mikroskop. Hal ini disebabkan sel darah merah dan sel darah putih mempunyai warna yang transparan. Perbedaan kondisi saat proses staining seperti konsentrasi zat pewarna, suhu dan lama pewarnaan akan menyebabkan variasi warna pada citra mikroskopis sel darah[3]. Saat ini diagnosa awal LLA dilakukan observasi morfologi sel darah putih di laboratorium menggunakan mikroskop secara manual oleh hematologist, hasil observasi manual ini bergantung pada pengalaman dan keterampilan hematologist. Observasi manual ini juga memakan waktu dan melelahkan sehingga berpotensi terjadinya kesalahan diagnosa. Pada penelitian yang dilakukan oleh Rezatofighi, et al [4] telah berhasil mensegmentasi komponen Nukleus dari sel darah putih. Segmentasi Leukosit merupakan tahap awal yang krusial, segmentasi Leukosit bertujuan mengekstrak region sitoplasma dan nukelus dari sel darah merah dan latar belakang. Metode segmentasi yang akurat dibutuhkan untuk mendapatkan akurasi yang tinggi pada deteksi LLA. Untuk proses klasifikasi LLA yang lebih akurat dibutuhkan semua komponen dari sel darah putih, Pada penelitian ini diusulkan sistem otomatis untuk menentukan region of interest seluruh komponen sel darah putih pada citra LLA serta memotongnya menjadi sub-sub citra dengan tujuan untuk mempermudah serta meningkatkan akurasi proses segmentasi. Pada penelitian ini terdapat dua tahap, yaitu tahap penentuan ROI sel darah putih menggunakan metode Ortogonalisasi Gram-Schmidt dan proses pemotongan citra menjadi sub citra menggunakan teknik pengolahan citra digital berdasar bounding box. B. Landasan Teori B.1 Darah Darah merupakan cairan yang terdapat di dalam tubuh manusia. Fungsi darah antara lain untuk memasok zat yang diperlukan oleh sel yaitu oksigen dan nutrisi, selain itu darah juga membawa sisa metabolisme dari sel. Di dalam darah juga terdapat plasma yang merupakan campuran dari protein dan cairan garam yang berisi sel-sel darah. Sel darah terbagi menjadi tiga jenis : a. Eritrosit : sel-sel ini disebut juga sel darah merah yang fungsinya untuk mengambil oksigen dari paru-paru dan membawanya ke jaringan yang membutuhkan untuk proses metabolisme. b. Leukosit : sel-sel ini disebut juga sel darah putih, fungsi utamnaya adalah melawan penyakit infeksius, pada Gambar 1.1 dapat kita lihat contoh citra mikroskopis darah. Gambar 1.1 Citra Mikroskopis Darah B.2 Leukemia Leukemia adalah salah satu jenis kanker yang ditandai dengan pertumbuhan sel darah putih yang abnormal. Berdasarkan seberapa cepat penyakit memburuk, Leukemia dibagi menjadi dua yaitu akut dan kronis. Pada Leukemia akut sel Blast berkembang sangat cepat, kondisi penyakit memburuk sangat cepat. Sedang pada Leukemia kronis, sel-sel Blast lebih matang bila dibandingkan dengan Leukemia akut, dan juga dapat berfungsi secara normal. Jumlah Blast meningkat lebih lambat. Berdasarkan organ hematological yang diserang, Leukemia dibagi menjadi dua : 1. Lymphoid Leukemia yang menyerang organ Limfoid seperti sumsum tulang, limfa dan kelnjar getah bening. 2. Myeloid Leukemia yang hanya menyerang organ-organ Myeloid. B.3 Leukemia Limfoblast Akut Leukemia Limfoblast Akut (LLA) merupakan kanker yang dihasilkan oleh modifikasi biogenetik dari selsel progenitor pada organ Limfoid. LLA diidentifikasi pembentukan limfosit yang tidak terbatas yang biasa disebut dengan Limfoblast. Pembentukan Limfoblast yang tidak terbatas dapat menghentikan produksi darah dalam sumsum tulang yang pada akhirnya dapat menjadi penyebab kematian. Skema klasifikasi kanker oleh French American Britsih (FAB) [5] dan World Health Organization (WHO) [6] adalah dua skema klasifikasi yang digunakan di seluruh dunia untuk membedakan tipe-tipe kanker. 134
3 Berdasarkan klasifikasi FAB, LLA dibagi menjadi tiga tipe yaitu L1,L2 dan L3 masing-masing memiliki morfologi sel yang berbeda. Menurut WHO LLA dibedakan menjadi tiga kategori yaitu pre-b, pre-t dan mature-b. LLA umum ditemukan pada anak-anak yang merupakan 33% dari total keseluruhan kanker yang diderita oleh anak-anak. Secara global terdapat 1 juta kejadian kanker, 25% di antaranya merupakan Leukemia. Angka kejadian LLA dilaporkan menjadi yang tertinggi di Negara-negara seperti Spanyol, Italia, New Zealand, dan yang terendah berada di Afrika, Amerika dan Asia. Meskipun banyak ditemukan pada anak-anak LLA juga ditemukan pada usia dewasa di atas 65 tahun sebanyak 20%. Contoh darah sehat dan darah dengan sel kanker dapat kita lihat pada gambar 2.2. (a) (b) Gambar 1.2 Contoh darah sehat (a), dan contoh darah mengandung sel kanker (b) B.4 Ortogonalisasi Gram-Schmidt Gram-Schmidt merupakan metode ortogonalisasi himpunan vector pada inner product space, umumnya pada ruang Euclidean R n. Misal himpunan vector S = v 1,...,v n { } maka proses Gram-Schmidt menghasilkan vector ortogonal S' = { u 1,...,u n }yang membentang di subruang yang sama dengan S yang dihasilkan oleh proses Gram-Schmidt [4]. Proyeksi dari Gram-Schmidt adalah sebagai berikut Di mana merupakan inner product dari vector u dan v. Vector v ortogonal vector u, proses metode Gram-Schmidt adalah sebagai berikut : (1) (2) u 1,,u k merupakan vector ortogonal, vector ternormalisasi e 1,,e k merupakan himpunan ortonormal. Gambar 1.3 Dua langkah awal proses Gram-Schmidt 135
4 Berdasrkan metode ini, untuk himpunan bebas linear, kita mendapatkan vector yang memiliki ortogonal maksimal dengan 1 vektor v k yang diinginkan dan yang memiliki ortogonaly minimum dengan vector lain pada ruang N dimensi. Vektor w k dapat dihitung menggunakan formula berikut : w k v k 1 k j 1 proj v j v k Maka, hasil inner product himpunan S, dengan w k adalah sebagai berikut : (3) ìï í îï v j, w k = 0 j Î1,..., n dan j Ï k v k, w k = K K ¹ 0 (4) Hubungan antara w 2 dengan v 1,v 2 dan v 3 ditampilkan pada gambar 4. Gambar 1.4 Hubungan antara w2, v1,v2 dan v3 dalam ruang 3D Vektor bobot w dihitung untuk memperkuat vector warna yang diinginkan dan melemahkan vector warna yang tidak diinginkan. Seperti terlihat pada gambar 5, inner product dari vector bobot dengan vector piksel dari citra asli menghasilkan citra komposit yang memiliki intensitas maksimum pada region dengan warna ungu dan intensitas minimum pada warna lainnya (a) (b) Gambar 1.5 (a) Citra asli, (b) hasil iner product citra asli dengan vector bobot hasil metode Gram-Schmidt 136
5 2. METODE PENELITIAN Dalam penelitian ini terdapat dua tahap, yaitu tahap penentuan ROI sel darah putih kemudian pembagian citra ke dalam sub-sub citra yang terdapat ROI sel darah putih yang didapat pada tahap pertama. Adapun alur kerja sistem yang diusulkan dapat dilihat pada gambar 2.1. Penentuan ROI WBC menggunakan metode Gram-Schmidt Cropping Citra berdasar ROI Citra input Gambar 2.1 Alur Kerja Sistem Yang Diusulkan Output berupa sub-sub citra A. Penentuan ROI Menggunakan Metode Ortogonalilsasi Gram-Schmidt Region Nukleus dapat dijadikan untuk penentuan ROI awal sel darah putih dikarenakan region Nukleus memiliki intensitas warna yang sangat berbeda dari region lainnya (sitoplasma, sel darah merah dan background). Intensitas citra LLA F(x,y) diasumsikan sebagai vektor 3D yaitu terdiri dari vektor komponen R, F R (x,y), vektor komponen G, F G (x,y) dan vektor komponen B, F B (x,y). Vektor v 1 didefinisikan dari rata-rata vektor 3D region nukleus, Vektor v 2 dan v 3 didefinisikan dari vektor 3D region sitoplasma dan background (termasuk sel darah merah). Vektor v 1, v 2, v 3 ditentukan dari sample citra LLA dituliskan pada persamaan 10 berikut :, (10) Selanjutnya proses ortogonalisasi Gram Schmidt dilakukan pada Vektor v 1, v 2, v 3 untuk memperoleh vektor bobot w k menggunakan persamaan (3). ROI awal sel darah putih f wbin(x,y) didapat dari hasil inner product citra LLA dengan vector bobot w k. Proses penentuan ROI awal sel darah putih dapat dilihat pada gambar 2.2. Untuk menggabungkan region yang merupakan bagian dari sel bertumpuk/bersentuhan yang terpisah dengan region lainnya dilakukan dengan operasi dilasi. Hal ini dikarenakan f wbin(x,y) merupakan lokasi perkiraan nukleus yang berada di tengah membrane sel darah putih yang diilustrasikan pada gambar 2.3. Gambar 2.2 Penentuan ROI Awal Sel Darah Putih Dengan Metode Gram Schmidt 137
6 (a) (b) Gambar 2.3 Ilustrasi Region f wbin(x,y) pada sel bertumpuk/bersentuhan yang terpisah dengan region lainnya. (a)roi awal sel darah putih f wbin(x,y) sebelum dilakukan dilasi. (b)roi awal sel darah putih f wbin(x,y) setelah dilakukan dilasi. B. Pembagian Subcitra Setelah didapat ROI awal sel darah putih, dilakukan proses cropping untuk membagi citra LLA menjadi sub-sub citra dengan tujuan untuk mempermudah dan meningkatkan akurasi pada proses segmentasi menggunakan optimasi nilai local threshold karena berdasarkan distribusi piksel gray level masingmasing sub citra. Contoh pembagian sub citra dapat dilihat pada gambar 8. Initial ROI sel darah putih Penentuan bounding box awal per region Resizing bounding box awal Cropping citra F(x,y) berdasarkan bounding box final bounding box awal bounding box final 3. HASIL DAN PEMBAHASAN sub-citra sel darah putih F i (x,y) Gambar 2.4 Alur Pembagian Citra LLA Menjadi Sub-Sub Citra LLA Berdasarkan ROI Awal Sel Darah Putih Dataset citra yang digunakan dalam pengujian sistem ini adalah basis data citra leukemia limfoblastik akut (LLA) ALL-IDB1, yang disediakan oleh Labati, dkk [7]. ALL-IDB1 adalah dataset citra sampel sediaan apus darah tepi (peripheral blood smear) dari individu yang tidak menderita ALL dan pasien penderita ALL, yang tersedia untuk umum dengan izin. Sampel tersebut dikumpulkan oleh pakar di Pusat Penelitian Tettamanti, Tettamanti Research Center untuk leukemia anak-anak dan penyakit hematik, Monza, Italia. Basis data ALL-IDB1 dapat digunakan untukpengujian kemampuan algoritma segmentasi dan sistem klasifikasi karena terdiri dari citra dengan resolusi, perbesaran, dan pencahayaan yang berbeda-beda. Hasil output dari sistem dapat dilihat pada gambar 3.1. Akurasi sistem ini dihitung berdasarkan rasio jumlah subcitra yang dihasilkan oleh sistem dan terdapat sel darah putih dengan jumlah region sel darah putih yang dihitung secara manual dan disajikan pada tabel
7 Gambar 3.1 Contoh Hasil Output Sistem Tabel 3.1. Hasil Pengujian Sistem Citra Input Jumlah Region Akurasi (%) Sistem Manual Im001_ % Im002_ % Im007_ % Im011_ % Im023_ % 4. PENUTUP Berdasarkan hasil pengujian yang dilakukan, sistem ini memiliki performa yang baik untuk menentukan ROI seluruh komponen sel darah putih dan membaginya menjadi sub-sub citra yang dapat digunakan untuk membantu proses segmentasi dan klasifikasi LLA secara otomatis. Dengan akurasi yang tinggi sistem ini dapat membantu petugas laborat untuk mendeteksi sel kanker LLA dan dapat menurunkan potensi terjadinya kesalahan diagnosa yang dilakukan secara manual. 5. DAFTAR PUSTAKA [1] L. Putzu, G. Caocci, and C. Di, Artificial Intelligence in Medicine Leucocyte classification for leukaemia detection using image processing techniques, Artif. Intell. Med., vol. 62, no. 3, pp , [2] B. Bain, Blood cells: A practical guide [3] D. Huang, K. Hung, and Y. Chan, The Journal of Systems and Software A computer assisted method for leukocyte nucleus segmentation and recognition in blood smear images, J. Syst. Softw., vol. 85, no. 9, pp , [4] S. H. Rezatofighi, A New Approach to White Blood Cell Nucleus Segmentation Based on Gram-Schmidt Orthogonalization, pp , [5] J. M. Bennett et al., Proposals for the Classification of the Acute Leukaemias French-American- British (FAB) Co-operative Group, Br. J. Haematol., vol. 33, no. 4, pp , [6] J. W. Vardiman et al., The 2008 revision of the World Health Organization (WHO) classification of myeloid neoplasms and acute leukemia: Rationale and important changes, Blood, vol. 114, no. 5, pp , [7] R. D. Labati, V. Piuri, and F. Scotti, All-IDB: The acute lymphoblastic leukemia image database for image processing, th IEEE Int. Conf. Image Process., pp ,
8 140
Three-level Local Thresholding Berbasis Metode Otsu untuk Segmentasi Leukosit pada Citra Leukemia Limfoblastik Akut
Mandyartha, Three-level Local Thresholding Berbasis Metode Otsu untuk Segmentasi Citra Leukemia Limfoblastik Akut 43 Three-level Local Thresholding Berbasis Metode Otsu untuk Segmentasi Leukosit pada Citra
Lebih terperinciIDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS
ORBITH VOL. 12 NO. 1 MARET 2016 : 29 34 IDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS Oleh: Indah Susilawati Staf Pengajar Program Studi Teknik Informatika Universitas Mercu Buana Yogyakarta
Lebih terperinciSEGMENTASI SEL DARAH PUTIH PADA CITRA DARAH MIKROSKOPIS
142 JURNAL MATRIX VOL. 5, NO. 3, NOPEMBER 2015 SEGMENTASI SEL DARAH PUTIH PADA CITRA DARAH MIKROSKOPIS Oleh: Indah Susilawati Program Studi Teknik Informatika Universitas Mercu Buana Yogyakarta Jl. Wates
Lebih terperinciIdentifikasi Sel Acute Lymphoblastic Leukemia (ALL) pada Citra Peripheral Blood Smear Berdasarkan Morfologi Sel Darah Putih M. Dzikrullah Suratin
Identifikasi Sel Acute Lymphoblastic Leukemia (ALL) pada Citra Peripheral Blood Smear Berdasarkan Morfologi Sel Darah Putih M. Dzikrullah Suratin Irul.dzi@gmail.com Teknik Elektro Universitas Brawijaya,
Lebih terperinciSEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA LEUKEMIA MYELOID AKUT
JUTI: Jurnal Ilmiah Teknologi Informasi - Volume 15, Nomor 2, Juli 2017: 140 151 SEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA
Lebih terperinciIDENTIFIKASI PENYAKIT ACUTE MYELOID LEUKEMIA (AML) MENGGUNAKAN FUZZY RULE BASED SYSTEM BERDASARKAN MORFOLOGI SEL DARAH PUTIH
IDENTIFIKASI PENYAKIT ACUTE MYELOID LEUKEMIA (AML) MENGGUNAKAN FUZZY RULE BASED SYSTEM BERDASARKAN MORFOLOGI SEL DARAH PUTIH SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu
Lebih terperinciSEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN METODE K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA LEUKEMIA MYELOID AKUT
TESIS KI142502 SEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN METODE K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA LEUKEMIA MYELOID AKUT ARYO HARTO NRP. 5114201001 DOSEN PEMBIMBING
Lebih terperinciPERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPOINTS BERBASIS PENGOLAHAN CITRA DIGITAL
PERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPOINTS BERBASIS PENGOLAHAN CITRA DIGITAL Hendrick Rofen Nicolas¹, Koreadianto Usman², Msc³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciKejadian Anemia Pada Penderita Leukemia Limfoblastik Akut di RSUD Dr. Hi. Abdul Moeloek Provinsi Lampung
Kejadian Anemia Pada Penderita Leukemia Limfoblastik Akut di RSUD Dr. Hi. Abdul Moeloek Provinsi Lampung Sri Ari Isnaini 1,2, Maria Tuntun 3 1 Program Studi Diploma IV Analis Kesehatan Politeknik Kesehatan
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 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 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 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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Darah di dalam tubuh manusia memiliki fungsi yang sangat penting sebagai alat untuk transportasi oksigen dan zat-zat yang dibutuhkan oleh tubuh. Darah merupakan cairan
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 terperinciKlasifikasi Sel Darah Putih Menggunakan Metode Support Vector Machine (SVM) Berbasis Pengolahan Citra Digital
IJEIS, Vol.7, No.1, April 217, pp. 25~36 ISSN: 288-3714 25 Klasifikasi Sel Darah Putih Menggunakan Metode Support Vector Machine (SVM) Berbasis Pengolahan Citra Digital Bhima Caraka* 1, Bakhtiar Alldino
Lebih terperinciSEMINAR TUGAS AKHIR ATMISYA WIYANTI NRP Dosen Pembimbing Dr.rer.nat.Ir. Aulia M.T. Nasution, M.Sc. Suyanto,ST.MT
SEMINAR TUGAS AKHIR ATMISYA WIYANTI NRP 2404 100 032 Dosen Pembimbing Dr.rer.nat.Ir. Aulia M.T. Nasution, M.Sc. Suyanto,ST.MT JURUSAN TEKNIK FISIKA Fakultas Teknologi Industri Institut Teknologi Sepuluh
Lebih terperinciIDENTIFIKASI PENYAKIT ACUTE LYMPHOBLASTIC LEUKEMIA (ALL) MENGGUNAKAN FUZZY RULE-BASED SYSTEM BERDASARKAN MORFOLOGI CITRA SEL DARAH PUTIH
IDENTIFIKASI PENYAKIT ACUTE LYMPHOBLASTIC LEUKEMIA (ALL) MENGGUNAKAN FUZZY RULE-BASED SYSTEM BERDASARKAN MORFOLOGI CITRA SEL DARAH PUTIH SKRIPSI Diajukan untuk memenuhi persyaratan mendapatkan gelar Strata
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 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 terperinciBAB 3 PERUMUSAN OBJEK RANCANGAN. Berikut adalah analisis masalah dan kebutuhan dalam perancangan aplikasi
BAB 3 PERUMUSAN OBJEK RANCANGAN 3.1 Analisis Masalah dan Kebutuhan Berikut adalah analisis masalah dan kebutuhan dalam perancangan aplikasi yang akan kami buat. 3.1.1 Analisis Masalah Untuk mengetahui
Lebih terperinciBAB III METODOLOGI PENELITIAN. Pengumpulan Data dan Akuisisi Citra. Segmentasi Citra - Perbaikan Kualitas Citra - Deteksi Nukleus - Deteksi WBC
digilib.uns.ac.id BAB III METODOLOGI PENELITIAN Pelaksanaan penelitian tugas akhir ini melibatkan beberapa tahapan dan sistematika penelitian mulai dari pengunpulan data dan akuisisi citra, segmentasi
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. Deteksi Penyakit Kanker Serviks Menggunakan Metode Adaptive Thresholding Berbasis Pengolahan Citra
BAB I PENDAHULUAN 1.1 Latar Belakang Wanita adalah kata yang umum digunakan untuk menggambarkan seorang perempuan dewasa. Dalam tubuh seorang wanita terdapat organ reproduksi, salah satunya adalah rahim.
Lebih terperinciImplementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,
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 terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta
Lebih terperinciBAB I PENDAHULUAN I.1
BAB I PENDAHULUAN I.1 Latar Belakang Salah satu cara diagnosis suatu penyakit ataupun keadaan kondisi tubuh secara umum oleh tenaga medis pada pasien, yaitu membutuhkan informasi berupa jumlah dan komposisi
Lebih terperinciBAB 1 PENDAHULUAN. mutasi sel normal. Adanya pertumbuhan sel neoplasma ini ditandai dengan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Leukemia atau lebih dikenal kanker darah atau sumsum tulang merupakan pertumbuhan sel-sel abnormal tidak terkontrol (sel neoplasma) yang berasal dari mutasi sel normal.
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
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. Menurut American Cancer Society (2014), Leukemia adalah jenis kanker yang
BAB I PENDAHULUAN 1.1. Latar Belakang Menurut American Cancer Society (2014), Leukemia adalah jenis kanker yang berasal dari sel punca. Secara garis besar leukemia dibagi berdasarkan penyakit(klinis) dan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Penyakit malaria merupakan jenis penyakit tropis yang banyak dialami di negara Asia diantaranya adalah negara India, Indonesia, dan negara Asia lainnya. (Dewi, 2010).
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 terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sel Darah Merah Sel yang paling banyak di dalam selaput darah adalah sel darah merah atau juga dikenal dengan eritrosit. Sel darah merah berbentuk cakram bikonkaf dengan diameter
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
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 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 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. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis uji hidup (Survival analysis) adalah suatu penyelidikan mengenai data tahan hidup dari suatu individu atau komponen dalam industri. Salah satu individu atau
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset
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 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Sel Darah Merah Sel darah merah atau eritrositmemiliki fungsi yang sangat penting bagi kelangsungan hidup manusia. Sel darah merah mengandung hemoglobin yang berfungsi untuk
Lebih terperinciBAB I PENDAHULUAN. banyak ditemukan di daerah tropis dan sub-tropis. World Health Organization
BAB I PENDAHULUAN 1.1 Latar Belakang Demam Berdarah Dengue (DBD) merupakan salah satu masalah penyakit banyak ditemukan di daerah tropis dan sub-tropis. World Health Organization (WHO) mencatat negara
Lebih terperinciReduksi Fitur Untuk Optimalisasi Klasifikasi Tumor Payudara Berdasarkan Data Citra FNA
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Reduksi Fitur Untuk Optimalisasi Klasifikasi Tumor Payudara Berdasarkan Data Citra FNA Made Satria Wibawa 1), Kadek Dwi
Lebih terperinciBAB I. Pendahuluan. Kanker rahim tergolong penyakit kanker yang terbanyak diderita kaum
1 BAB I Pendahuluan I.1 Latar Belakang Kanker rahim tergolong penyakit kanker yang terbanyak diderita kaum perempuan. Penyakit tersebut bahkan sangat mematikan. Biasanya beragam jenis kanker, termasuk
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 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 terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciIdentifikasi Otomatis Anemia pada Citra Sel Darah Merah Berbasis Komputer
Identifikasi Otomatis Anemia pada Citra Sel Darah Merah Berbasis Komputer Latifah Listyalina Prodi Teknik Elektro, Fakultas Sains & TeknologiUniversitas Respati Yogyakarta Jl. Laksda Adisucipto Km 6,3
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 terperinciI. PENDAHULUAN. A. Latar Belakang. Penyakit kanker yang sering terjadi pada anak adalah leukemia, mencapai
I. PENDAHULUAN A. Latar Belakang Penyakit kanker yang sering terjadi pada anak adalah leukemia, mencapai 30%-40% dari seluruh keganasan. Insidens leukemia mencapai 2,76/100.000 anak usia 1-4 tahun (Permono,
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 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 terperinciPERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA
PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226
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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
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 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 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 terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
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 terperinciIdentifikasi Penyakit Acute Myeloid Leukemia (AML) Menggunakan Fuzzy Rule Based System Berdasarkan Morfologi Sel Darah Putih
Identifikasi Penyakit Acute Myeloid Leukemia (AML) Menggunakan Fuzzy Rule Based System Berdasarkan Morfologi Sel Darah Putih Andreas Andi Wijaya Jurusan Informatika Universitas Sebelas Maret Jl. Ir. Sutami
Lebih terperinciBAB 1 PENDAHULUAN. sampai bulan sesudah diagnosis (Kurnianda, 2009). kasus baru LMA di seluruh dunia (SEER, 2012).
BAB 1 PENDAHULUAN 1.1 Latar belakang Leukemia Mieloid Akut (LMA) adalah salah satu kanker darah yang ditandai dengan transformasi ganas dan gangguan diferensiasi sel-sel progenitor dari seri mieloid. Bila
Lebih terperinciDAFTAR ISI BAB II TINJAUAN PUSTAKA...4
DAFTAR ISI HALAMAN JUDUL...i PERNYATAAN BEBAS PLAGIARISME...ii HALAMAN PENGESAHAN...iii HALAMAN TUGAS...iv HALAMAN MOTTO...vi KATA PENGANTAR...vii DAFTAR ISI...ix DAFTAR TABEL...xiii DAFTAR GAMBAR...xv
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 terperinciBAB I PENDAHULUAN. atau yang disebut dengan cardiomegaly. Pemantauan pembesaran jantung
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit jantung merupakan pembunuh yang paling berbahaya saat ini yang menjadikannya sebagai penyebab kematian nomor satu di dunia (WHO, 2012). Salah satu tanda penyakit
Lebih terperinciPENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING
PENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING Arini 1, Feri Fahrianto 2, Andre Agusta 3, Asep Taufik Muharam 1,2,3,4 Teknik Informatika,
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 terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciPengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN)
Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Iman Ilmawan Muharam Manajemen Sistem Informasi Universitas Gunadarma Jl. Margonda Raya No. 100, Depok 16424, Jawa Barat ilmawan@sta.gunadarma.ac.id
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Kanker merupakan tantangan kesehatan masyarakat yang besar di dunia dengan insidensi yang meningkat setiap tahun (Parkin dkk., 2005 dalam Haryono, 2012). Insidensi
Lebih terperinciSEGMENTASI CITRA PANORAMIK GIGI MENGGUNAKAN SIMILARITAS ANTAR GRAY LEVEL BERDASARKAN INDEX OF FUZZINESS
Pratamasunu, Arifin, Yuniarti, Wijaya, Khotimah, dan Navastara Segmentasi Citra Panoramik Gigi Menggunakan Similaritas antar Gray Level erdasarkan Index of Fuzziness SEGMENTASI CITRA PANORAMIK GIGI MENGGUNAKAN
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker leher rahim (kanker serviks) adalah kanker yang terjadi pada servik uterus, suatu daerah pada organ reproduksi wanita yang merupakan pintu masuk ke arah rahim
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Kanker serviks merupakan kanker yang banyak. menyerang perempuan. Saat ini kanker serviks menduduki
BAB I PENDAHULUAN A. Latar Belakang Kanker serviks merupakan kanker yang banyak menyerang perempuan. Saat ini kanker serviks menduduki urutan kedua dari penyakit kanker yang menyerang wanita di dunia dan
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 terperinciDIAGNOSIS KANKER PAYUDARA PADA MAMMOGRAM MENGGUNAKAN METODE TRANSFORMASI CURVELET DAN CBIR
DIAGNOSIS KANKER PAYUDARA PADA MAMMOGRAM MENGGUNAKAN METODE TRANSFORMASI CURVELET DAN CBIR TRI ADHI WIJAYA [5108100510] Surabaya, 19 Juli 2010 / Ruang Sidang S2 Gedung Teknik Informatika ITS Latar Belakang
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 I PENDAHULUAN A. Latar Belakang Penelitian. pemeriksaan kultur darah menyebabkan klinisi lambat untuk memulai terapi
BAB I PENDAHULUAN A. Latar Belakang Penelitian Deteksi dini bakteremia memfasilitasi inisiasi terapi antimikroba, mengurangi morbiditas dan mortalitas, dan mengurangi biaya kesehatan hal ini menjadi tujuan
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
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 terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
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 terperinciPenyakit Leukimia TUGAS 1. Diajukan untuk Memenuhi Salah Satu Tugas Browsing Informasi Ilmiah. Editor : LUPIYANAH G1C D4 ANALIS KESEHATAN
Penyakit Leukimia TUGAS 1 Diajukan untuk Memenuhi Salah Satu Tugas Browsing Informasi Ilmiah Editor : LUPIYANAH G1C015041 D4 ANALIS KESEHATAN FAKULTAS ILMU KESEHATAN DAN KEPERAWATAN UNIVERSITAS MUHAMMADIYAH
Lebih terperinciSEGMENTASI KANDIDAT PARASIT MALARIA DARI CITRA MIKROSKOPIS APUSAN TEBAL DARAH MENGGUNAKAN ACTIVE CONTOUR WITHOUT EDGE
SEGMENTASI KANDIDAT PARASIT MALARIA DARI CITRA MIKROSKOPIS APUSAN TEBAL DARAH MENGGUNAKAN ACTIVE CONTOUR WITHOUT EDGE HALAMAN JUDUL SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciDETEKSI GEJALA HEMATURIA BERDASARKAN JUMLAH SEL DARAH MERAH PADA URINE BERBASIS PENGOLAHAN CITRA
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2012 DETEKSI GEJALA HEMATURIA BERDASARKAN JUMLAH SEL DARAH MERAH PADA URINE BERBASIS PENGOLAHAN CITRA Nugrtahanto Margo Raharjo¹, Achmad Rizal², Ledya Novamizanti³
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED Imam Abdul Hakim 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik Elektro, Universitas Telkom Jl. Telekomunikasi
Lebih terperinciPERANGKAT LUNAK SEGMENTASI CITRA DENGAN METODE WATERSHED
PERANGKAT LUNAK SEGMENTASI CITRA DENGAN METODE WATERSHED Gunawan 1, Fandi Halim 1, Erni Wijaya 2 STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 1 gunawan@mikroskil.ac.id, 1 fandi@mikroskil.ac.id,
Lebih terperinciEditor : Yayan Akhyar Israr. Faculty of Medicine University of Riau. Pekanbaru, Riau. Files of DrsMed FK UNRI (http://www.files-of-drsmed.
Editor : Yayan Akhyar Israr Faculty of Medicine University of Riau Pekanbaru, Riau 2010 0 Files of DrsMed FK UNRI (http://www.files-of-drsmed.tk Leukemia atau kanker darah adalah sekelompok penyakit neoplastik
Lebih terperinciPENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING
PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING Michael Ryan dan Novita Hanafiah School of Computer Science, Bina Nusantara, Jl. Kebon Jeruk Raya No. 27,Kebon Jeruk, Jakarta
Lebih terperinciKlasifikasi kelompok usia berdasarkan citra wajah menggunakan algoritma neural network dengan fitur face anthropometry dan kedalam kerutan
Klasifikasi kelompok usia berdasarkan citra wajah menggunakan algoritma neural network dengan fitur face anthropometry dan kedalam kerutan Nur Hayatin Teknik Informatika, Universitas Muhammadiyah Malang
Lebih terperinci