BAB I PENDAHULUAN. 1.1 Latar Belakang
|
|
- Iwan Yuwono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Diabetes Mellitus (DM) adalah penyakit kronik degeneratif tersering dengan angka morbiditas dan mortalitas yang tinggi di dunia. Berdasarkan data dari World Health Organization (WHO), melaporkan bahwa Indonesia berada di urutan keempat negara yang jumlah penyandang DM terbanyak. Jumlah ini akan mencapai 21,3 juta pada tahun 2030 [1]. Diabetic Retinopathy (DR) adalah salah satu komplikasi mikrovaskular DM yang merupakan penyebab utama kebutaan pada orang dewasa di seluruh dunia [2][3]. Penelitian di Amerika, Australia, Eropa, dan Asia melaporkan bahwa jumlah penderita diabetic retinopathy akan meningkat dari juta pada tahun 2010 menjadi juta pada tahun 2030 dengan 30% diantaranya terancam mengalami kebutaan [4]. The Diab Care Asia 2008 Study melibatkan 1785 penderita DM pada 18 pusat kesehatan primer dan sekunder di Indonesia dan melaporkan bahwa 42% penderita DM mengalami komplikasi retinopati, dan 6,4% diantaranya merupakan retinopati DM proliferatif [5]. Resiko menderita DR meningkat sebanding dengan semakin lamanya seseorang menyandang DM. Faktor resiko lain untuk DR adalah ketergantungan insulin pada penyandang DM, nefropati, dan hipertensi [6][7]. Sementara itu, pubertas dan kehamilan dapat mempercepat progresivitas DR. Kebutaan akibat DR menjadi masalah kesehatan yang diwaspadai di dunia karena kebutaan akan menurunkan kualitas hidup dan produktivitas penderita yang akhirnya menimbulkan beban sosial masyarakat. Masalah utama dalam penanganan DR adalah keterlambatan diagnosis karena sebagian besar penderita pada tahap awal tidak mengalami gangguan penglihatan. 1
2 DR terdiri atas kelompok lesi yang muncul pada retina seseorang yang menderita diebetes selama bertahun-tahun. DR disebabkan oleh perubahan vascular di dalam sirkulasi retina. Pada tahap awal DR terjadi oklusi dan pelebaran blood sehingga berkembang menjadi retinopati proliferatif dengan ditandai terbentuknya blood baru. Biasanya tidak ada gejala yang menonjol pada tahap awal, tetapi dengan meningkatnya waktu maka tingkat keparahan DR terjadi. DR diindikasi oleh adanya beberapa ciri pathologi antara lain adalah blood, mikroneurisma, cotton wool, hemorrhages, hard exudates, soft exudates dan neovascularis, Fovea Avascular Zone (FAZ). Salah satu ciri patologi yang memegang peranan penting dalam mengindikasi perkembangan DR adalah FAZ, hal tersebut dikarenakan adanya korelasi antara pembesaran FAZ dan perkembangan DR [8][9][10]. FAZ adalah zona visi yang paling akurat pada retina tanpa kapiler di pusat makula. Makula dibagi ke dalam umbo, foveola, fovea, parafovea dan FAZ [11]. FAZ memiliki diameter sekitar 5.5 mm dan direpresentasikan sebagai zona lingkaran gelap tanpa blood pada pusat makula. Ukuran FAZ untuk subyek sehat bervariasi, tetapi biasanya memiliki diameter sekitar 500 μm [12][13][14] dan ukuran luas FAZ sekitar 0.4 mm 2 [15][16][17][18][19]. Dalam praktek klinis, kualitatif DR dinilai dengan menggunakan kriteria Early Treatment Diabetic Retinopathy Study (ETDRS). Dokter memberikan ringkasan deskriptif yang menunjukkan fitur seperti tingkat capillary nonperfusion dan outline bentuk FAZ untuk setiap pasien. Keterbatasan pendekatan tradisional ini terdiri dari intraobserver and interobserver variability tidak tepat dalam pengukuran FAZ, maka diperlukan sistem komputerisasi dalam penilaian DR. Fundus Fluorescein Angiography (FFA) merupakan teknik invansive dan pasien membutuhkan biaya yang sangat mahal. Sedangkan citra fundus warna yang dihasilkan dari fundus camera lebih aman dan terjangkau oleh pasien, tetapi terdapat kekurangan yaitu citra yang dihasilkan terdapat variasi kontras tinggi maupun kontras rendah. Untuk mengatasi hal tersebut dapat 2
3 dilakukan melalui teknik enhancement pada citra fundus warna digital. Hal ini dapat mengurangi efisisensi pemakaian citra FFA, karena teknik dilakukan dengan penyuntikan agen kontras supaya hasil dari citra yang dideteksi lebih jelas. Pengaruh dari penyuntikan agen kontras dapat menyebabkan mual-mual dan bisa menyebabkan kematian. 1.2 Perumusan masalah Berdasarkan latar belakang masalah, maka dapat dirumuskan bahwa citra fundus warna memiliki kontras yang bervariasi pada umumnya cenderung memiliki kontras yang rendah sehingga letak FAZ sulit dikenali karena FAZ dikelilingi dengan berakhirnya blood kapiler yang mempunyai kontras rendah. Oleh karena itu, diperlukan cara bagaimana meningkatkan atau memperbaiki estimasi korelasi overlapping area. Overlapping area digunakan untuk menggantikan peran Ophthalmology. 1.3 Keaslian penelitian Penelitian tentang segmentasi FAZ masih sedikit dilakukan oleh para peneliti, proses segmentasi dilakukan setelah proses pendeteksian. Deteksi DR biasanya menggunakan mikroneurisma, cotton wool, hemorrhages, hard exudates, soft exudates dan neovascularis, FAZ. Pada bagian ini diberikan kajian mengenai beberapa penelitian yang bertujuan untuk melakukan segmentasi FAZ. Kajian dilakukan untuk memberikan informasi mengenai perbedaan dan kebaruan antara penelitian-penelitian sebelumnya dengan penelitian yang dilakukan pada saat ini. Penelitian FAZ sebelumnya pada umumnya menggunakan database privat, tetapi dalam penelitian ini menggunakan database publik. Fadzil dkk [20] meneliti FAZ menggunakan database FINDERS, penelitian terdiri dari dua tahap yaitu vessel extraction dan vessel reconstruction. Input citra berupa green channel. Tahap vessel extraction menggunakan median filtering dikombinasikan dengan resizing, Contrast Limit Adaptive Histogram Equalization (CLAHE) digunakan untuk meningkatkan vessel dan bottom hat untuk mengeliminasi artefak dari hasil citra CLAHE di background. Contrast 3
4 stretching diterapkan untuk meningkatkan contrast dari ekstraksi. Rekonstruksi menggunakan Seed-based Region Growing (SRG)/Gradient Region Growing (GRG). GRG untuk meningkatkan akurasi vessel reconstruction dan mengatasi permasalahan dari SRG. Hasil dari penelitian dapat disimpulkan bahwa segmentasi FAZ dengan menghubungkan seleksi endpoint blood vessel hasil lebih akurat daripada active contoure dengan cubic spline [21], karena harus mengekstrak blood vessel terlebih dahulu dari background. Segmentasi FAZ dengan menghubungkan endpoint blood hasil lebih akurat karena metode ini mengekstraksi blood dan seleksi endpoint blood. Contrast stretching terbukti bisa meningkatkan kontras blood. Hajeb dkk [22] menggunakan database dari Isfahan University of Medical Sciences Persian Eye Clinic (Feiz Hospital) untuk meneliti kontur FAZ menggunakan Digital Curvelet Transform (DCUT). Pertama yang dilakukan dengan mendeteksi Optic Disc (OD), menerapakan metode Contrast Limit Adaptive Equalization (CLAHE). Post-processing menggunakan deteksi tepi dengan menambahkan operator morfologi berguna untuk mengeliminasi kesalahan dalam mendeteksi. Langkah selanjutnya menentukan ROI area FAZ untuk mengcrop area yang diinginkan, kemudian untuk deteksi blood menerapkan DCUT di matched filter dan length filter untuk meningkatkan kualitas dari blood yang tipis dan mengeliminasi klasifikasi pixels. Segmentasi FAZ menggunakan teknik menghubungkan seleksi endpoints blood, kemudian diekstraksi area FAZ. Uji validasi menggunakan statistik yaitu menghitung variance dan area dari luas pixel citra fundus warna dengan citra fluorescence angiogram. Uji validasi menghitung korelasi variance dan luas area FAZ. Menerapkan segmentasi matched filter dan length filter terbukti bisa memisahkan blood dari background dan dapat mengeliminasi area yang bukan blood. Zheng dkk [23] mengevaluasi kinerja segmentasi untuk melakukan kuantifikasi dari FAZ. Zona mengandung area FAZ pertama kali diekstrak dari citra asli kemudian dihaluskan dengan kernel Gaussian sebesar 1,5. Langkah 4
5 selanjutnya dengan indikator tepi dan di inisialisasi kurva dilakukan sampai 400 iterasi. Kemudian dibandingkan dengan citra segmentasi referensi oleh expert 1 dan expert 2. Citra hasil metode ini di overlapping (ditumpuk) dengan citra referensi, maka didapatkan area FAZ yang baru. Menggunakan one-way ANOVA menunjukkan tidak ada perbedaaan statistik di ukuran FAZ mendekati sama dengan ukuran dari expert menghasilkan Fcrit=2.44, F=0.014, P= Sistem yang dibuat menunjukkan korelasi linear signifikan secara statistik antara metode yang digunakan dengan penggambaran area FAZ secara manual. Dapat disimpulkan bahwa area FAZ untuk diabetes mempunyai area lebih luas dibandingkan dengan FAZ mata normal. Fadzil dkk [10] menggunakan database FINDERS dengan v-fold crossvalidation yang digunakan untuk mengevaluasi performansi dari sistem komputerisasi grading DR. Metode enhancement yang digunakan adalah CLAHE dan ICA, contrast stretching digunakan untuk meningkatkan contrast dari retinal vessel. Tahap selanjutnya menggunakan segmentasi retinal vessel dengan metode Otsu thresholding. Tahap selanjutnya determinasi FAZ dengan menghubungkan endpoint blood, kemudian di analisis untuk grading DR. Penerapan contrast stretching dikombinasikan dengan operator morfologi cocok digunakan untuk contrast enhancement blood. Fadzil dkk [24] mendeteksi FAZ otomatis menggunakan database FINDERS dengan melalui tahap contrast enhancement vessel terdiri dari Retinex dan ICA kemudian di seleksi komponen hemoglobin menggunakan ICA. Tahap segmentasi retinal vessel menggunakan matched filter dan region growing. Dari tahap tersebut selanjutnya dilakukan grading DR berdasarkan area FAZ dengan sebelumnya melakukan determinasi FAZ dan analisis FAZ dari grading DR. Hasil yang diperoleh menunjukkan bahwa segmentasi endpoint blood menggunakan matched filter dan endpoint blood berhasil mensegmentasi FAZ terbukti dengan nilai akurasi tinggi. Chanwimaluang dkk [25] mendeteksi blood secara otomatis tetapi tidak sampai mensegmentasi FAZ. Tujuan dari mendeteksi blood adalah 5
6 untuk membedakan antara normal dengan yang terkena DR. Segmentasi menggunakan matched filter dan entropic thresholding. Ekstraksi blood terdapat kekurangan yaitu area FAZ, yang merupakan area tanpa blood masih terdeteksi blood, hard exudate dan soft exudate, karena tidak terdapat tahap enhancement. Top-hat transformasi morfologi dapat digunakan untuk meningkatkan kontras blood [26][27][28][29][30]. Sementara contrast stretching dimanfaatkan oleh Fadzil dkk [20] untuk ekstraksi vessel menggunakan matched filter dan segmentasi menggunakan entropy thresholding untuk ekstraksi blood. Chaudhuri dkk [31] meneliti berdasarkan metode matched filter dengan kernel Gaussian tunggal berpusat di rotasi sudut nol derajat. Chanwimaluang dkk [32] menambahkan entropi thresholding dan length filter di matched filter [31] untuk perbaikan lebih lanjut dari deteksi blood. Zhang dkk [33] meneliti matched filter dengan first-order derivative of Gaussian untuk deteksi yang lebih baik dari blood retina. Al-Rawi dkk [34] mengembangkan matched filter dengan menggunakan prosedur optimasi pada database DRIVE yang berjumlah 20 citra digunakan untuk menemukan parameter terbaik dalam matched filter. Dari berbagai macam penelitian yang telah ada tersebut, maka pada penelitian ini terdiri dari tahap praproses dengan tujuan peningkatan kontras dari area makula yang gelap, karena FAZ berada pada daerah makula. Letak FAZ memiliki kontras rendah yang terletak di area gelap makula, maka perlu dilakukan ekstraksi blood. Tahap ini bertujuan memisahkan blood dengan background. Maka setelah itu tahap segmentasi FAZ, didapatkan ciri dari FAZ yang dilihat dari luas area. Sedangkan uji korelasi validasi FAZ terhadap grading menggunakan database Messidor untuk mengevaluasi adakah korelasi FAZ dari metode yang diusulkan dengan FAZ menurut ophthalmology. Pengujian validasi FAZ menggunakan database DRIVE, dimana citra ground thruth digunakan sebagai pengganti citra FFA. Uji validasi FAZ berguna untuk mengetahui apakah metode yang diusulkan berhasil mengetahui keberhasilan dari metode yang dihasilkan untuk mengetahui adakah korelasi estimasi overlapping area FAZ 6
7 dengan perkembangan DR. Berikut ini adalah beberapa penelitian yang telah dilakukan yang dirangkum pada Error! Reference source not found.. Tabel 1. 1 Perbandingan keaslian penelitian No Peneliti Data Metode Keterangan 1. Fadhil dkk [20] Citra fundus warna 2. Hajeb dkk Citra fundus [22] warna Terdiri dari vessel extraction dan vessel Segmentasi dengan FAZ reconstruction. Input menghubungkan citra greenchannel. endpoint blood Tahap vessel hasil lebih extraction menggunakan akurat metode karena ini median filtering + CLAHE+contrast mengekstraksi blood dan stretching. Rekonstruksi vessel seleksi blood endpoints. menggunakan Seedbased contrast stretching Region terbukti bisa Growing (SRG) / meningkatkan Gradient Region kontras blood Growing (GRG).. GRG. Deteksi FAZ dengan menghubungkan seleksi endpoints blood vessel Mendeteksi OD, Uji validasi menerapakan metode menghitung CLAHE. Postprocessing korelasi variance dan luas area FAZ. menggunakan Menerapkan 7
8 3. Zheng dkk [23] deteksi tepi + operator morfologi. Segmentasi blood menerapakan DCUT di matched filter dan length filter. Segmentasi FAZ menggunakan teknik menghubungkan seleksi endpoints blood. Citra FFA Zona mengandung area FAZ pertama kali diekstrak dari citra asli kemudian dihaluskan dengan kernel Gaussian sebesar 1,5. Langkah selanjutnya dengan indikator tepi dan di inisialisasi kurva dilakukan sampai 400 iterasi. Kemudian dibandingkan dengan citra segmentasi referensi oleh expert 1 dan expert 2. Citra hasil segmentasi matched filter dan length terbukti filter bisa memisahkan blood background. dapat dari Dan mengeliminasi area yang bukan blood Uji ANOVA menunjukkan korelasi signifikan statistik metode validasi linear secara antara yang digunakan dengan penggambaran area FAZ secara manual 8
9 metode ini di overlapping dengan citra referensi. 4. Fadhil dkk [10] Citra fundus warna Contrast enhancement : CLAHE+ICA+ bottom-hat+contrast stretching Segmentasi : Otsu thresholding Penerapan contrast stretching+operator morfologi cocok digunakan untuk contrast enhancement blood Segmentasi FAZ : menghubungkan endpoint blood 5. Fadhil dkk [24] Citra fundus warna Contrast enhancement blood Hasil diperoleh yang menunjukkan menggunakan bahwa segmentasi Retinex+ICA. endpoint blood Segmentasi blood : matched menggunakan filter + region matched filter dan growing. Segmentasi endpoint blood FAZ berhasil menghubungkan mensegmentasi endpoint blood FAZ terbukti, kemudian dengan nilai DR grading akurasi tinggi. 9
10 berdasarkan FAZ. 6. Chanwima Citra fundus Segmentasi blood Digunakan untuk luang dkk warna : matched mendeteksi blood [25] filter+entropic secara thresholding. otomatis. Ekstraksi blood terdapat kekurangan yaitu di area FAZ masih terdeteksi area bukan blood. Contoh hard exudate dan soft exudate masih terdeteksi. Karena tidak terdapat tahap enhancement. No Peneliti Data Metode Keterangan 7. Penelitian yang akan dilakukan Citra fundus warna Messidor untuk pengujian dan DRIVE untuk validasi keberhasilan metode yang diusulkan Praproses top-hat Dengan dan contrast enhancement stretching. Blood diharapkan dapat vessel extraction menggunakan matched filter dan entropic thresholding [25] Segmentasi FAZ dengan menghubungkan titik terakhir dari blood memperoleh segmentasi blood yang bagus. Uji validasi untuk mengetahui korelasi estimasi overlapping area. Validasi dilakukan dengan dengan 10
11 [20]. validasi FAZ menggunakan database DRIVE, sedangkan validasi FAZ terhadap grading dengan database Messidor untuk mengethaui adanya korelasi FAZ metode yang diusulkan dengan FAZ menurut ophthalmology. Perbedaan antara penelitian di atas dengan penelitian yang akan dilakukan adalah penelitian Chanwamaluang dkk [25] mendeteksi blood membedakan normal dengan tidak normal dan tidak terdapat tahap praproses, melakukan ekstraksi blood menggunakan matched filter, local entropy thresholding dan length filter dan tidak meneliti FAZ. Sedangkan menurut Al Rawi dkk [34] matched filter sangat cocok untuk mendeteksi blood. Fadzil dkk [20] mendeteksi blood melalui tahap praproses menggunakan median filtering, CLAHE, bottom-hat dan contrast stretching. Penelitian ini ekstraksi blood menggunakan metode Chanwamaluang dkk [25] dengan menambah tahap praproses dan tahap deteksi dan segmentasi FAZ. Tahap praproses berdasarkan penelitian Fadzil dkk [20] dengan menggunakan bottom-hat dan contrast stretching. Penelitian ini bottom-hat diganti dengan top-hat dan contrast streching. Untuk deteksi dan segmentasi dari FAZ menggunakan metode Fadhil dkk [20] dengan menghubungkan endpoint blood. Penelitian ini menggunakan database publik, penelitian sebelumnya menggunakan database 11
12 privat. Database messidor yang terdiri dari empat grade yang sudah berlabel. Penelitian ini terdiri dari empat tahap adalah tahap praproses, ekstraksi blood, segmentasi FAZ, uji korelasi. Umumnya praproses segmentasi diabetic retinopathy menggunakan green channel, penilitian ini menggunakan green channel yang dikonversi ke grayscale dengan mengaktifkan komponen green, sedangkan komponen red dan blue dibuat nol atau di non aktifkan. Tahap praproses membutuhkan enhancement, agar area makula yang merupakan area gelap lebih terlihat kontrasnya. Praposes untuk enhancement penelitian ini menggunakan top hat dan contrast stretching. Segmentasi FAZ menggunakan endpoint blood dengan menghubungkan empat endpoint blood tersebut. Segmentasi FAZ biasanya menggunakan deskripsi shape dengan active countur, tidak perlu segmentasi blood. Dalam penelitian ini, mengekstrak blood untuk mendapatkan endpoint blood yang dipilih. 1.4 Tujuan Penelitian Tujuan utama dalam penelitian ini adalah : Mengembangkan teknik enhancement dan segmentasi dengan metode deteksi titik ujung kapiler pada citra fundus digital warna dalam memperbaiki estimasi overlapping area dan dapat mengetahui seberapa besar korelasi antara metode yang diusulkan dengan ophthalmology. 1.5 Manfaat Penelitian Penelitian ini mengembangkan metode untuk segmentasi FAZ. Setelah dilakukan beberapa studi literatur terdapat beberapa metode yang dapat digunakan untuk segmentasi FAZ. Manfaat dari penelitian ini yaitu dapat membantu optimalisasi pekerjaan ophthalmology dalam menentukan FAZ. Dan juga dapat memberikan informasi bagi peneliti-peneliti mendatang untuk melakukan penelitian dan pengembangan metode untuk segmentasi FAZ pada diabetic retinopathy. 12
1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Retina merupakan salah satu bagian mata yang penting bagi manusia. Pada manusia, retina berfungsi untuk menerima cahaya terfokus dari lensa, mengubahnya
Lebih terperinciKECENDERUNGAN PENDERITA RETINOPATI DIABETIK
Jurnal e-clinic (ecl), Volume 2, Nomor 2, Juli 24 KECENDERUNGAN PENDERITA RETINOPATI DIABETIK Venesia Pengan 2 Harry J.G. Sumual 2 Laya M. Rares Kandidat Skripsi Fakultas Kedokteran Universitas Sam Ratulangi
Lebih terperinciIMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF
IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF Dini Nuzulia Rahmah 1, Handayani Tjandrasa 2, Anny Yuniarti 3 Teknik Informatika,
Lebih terperinciSEGMENTASI CITRA RETINA DIGITAL RETINOPATI DIABETES UNTUK MEMBANTU PENDETEKSIAN MIKROANEURISMA
SEGMENTASI CITRA RETINA DIGITAL RETINOPATI DIABETES UNTUK MEMBANTU PENDETEKSIAN MIKROANEURISMA I Ketut Gede Darma Putra, I Gede Suarjana ) Staff Pengajar Teknik Elektro, Fakultas Teknik, Universitas Udayana
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Salah satu indikator dari kesejahteraan masyarakat adalah tingkat kesehatan yang tinggi. Indonesia merupakan salah satu negara berkembang yang berupaya setiap tahun
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Hypertensive retinopathy adalah penyakit yang merusak retina mata dan mengakibatkan hilangnya penglihatan dan erat terkait dengan hypertensive (Narasimhan et al.,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan salah satu media yang penting bagi manusia untuk memperoleh informasi. Seiring dengan perkembangan teknologi citra digital maka setiap orang dapat dengan
Lebih terperinciBAB I PENDAHULUAN. (DM) yang telah berlangsung lama (InaDRS, 2013; Agni, dkk., 2007).
BAB I PENDAHULUAN 1.1 Latar Belakang Retinopati diabetik adalah suatu kelainan retina karena perubahan pembuluh darah retina akibat diabetes, sehingga mengakibatkan gangguan nutrisi pada retina. Retinopati
Lebih terperinciJURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 7 No. 2 Februari 2015
IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERBASIS HISTOGRAM EQUALIZATION DAN 2D-GABOR FILTER Fahmi Arya Wicaksono 1 Program Studi Teknik Informatika, Universitas Trunojoyo Madura
Lebih terperinciImplementasi Segmentasi Pembuluh Darah Retina Pada Citra Fundus Mata Menggunakan Tekstur, Thresholding dan Operasi Morfologi
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Implementasi Segmentasi Pembuluh Darah Retina Pada Citra Fundus Mata Menggunakan Tekstur, Thresholding dan Operasi Morfologi M. Riza Kurnia,Handayani Tjandrasa,
Lebih terperinciIMPLEMENTASI METODE BERBASIS MULTISCALE FEATURE EXTRACTION UNTUK SEGMENTASI PEMBULUH DARAH CITRA RETINA RED-FREE DAN FLUORESCEIN
IMPLEMENTASI METODE BERBASIS MULTISCALE FEATURE EXTRACTION UNTUK SEGMENTASI PEMBULUH DARAH CITRA RETINA RED-FREE DAN FLUORESCEIN Dosen Pembimbing Dr. Agus Zainal Arifin, S.Kom., M.Kom. Dosen Pembimbing
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Diabetes Melitus atau Diabetes merupakan salah satu penyakit kronik degeneratif yang memiliki angka morbiditas dan mortalitas yang tinggi (Sitompul, 2011). Hal ini
Lebih terperinciSEGMENTASI AREA MAKULA PADA CITRA FUNDUS RETINA DENGAN OPERASI MORFOLOGI (Kata kunci: segmentasi makula, operasi morfologi, citra fundus retina)
PRESENTASI TUGAS AKHIR KI091391 SEGMENTASI AREA MAKULA PADA CITRA FUNDUS RETINA DENGAN OPERASI MORFOLOGI (Kata kunci: segmentasi makula, operasi morfologi, citra fundus retina) Penyusun Tugas Akhir : Diandra
Lebih terperinciKlasifikasi Tingkat Keparahan Non- ProliferativeI Diabetic Retinopathy Bedarsarkan Hard Exudate Menggunakan Extreme Learning Machine
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 89 Klasifikasi Tingkat Keparahan Non- ProliferativeI Diabetic Retinopathy Bedarsarkan Hard Exudate Menggunakan Extreme Learning
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 terperinciEKSTRAKSI CIRI FOVEA AVASCULAR ZONE (FAZ) BERBASIS WAVELET PADA PENDERITA DIABETIC RETINOPATHY
EKSTRAKSI CIRI FOVEA AVASCULAR ZONE (FAZ) BERBASIS WAVELET PADA PENDERITA DIABETIC RETINOPATHY Dewi Purnamasari 1*, Hanung Adi Nugroho 2, Indah Soesanti 3 1 Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciKlasifikasi Tingkat Keparahan Non-ProliferativeI Diabetic Retinopathy Bedasarkan Hard Exudate Menggunakan Extreme Learning Machine
A88 Klasifikasi ingkat Keparahan Non-ProliferativeI Diabetic Retinopathy Bedasarkan Hard Exudate Menggunakan Extreme Learning Machine Dinda Ulima Rizky Yani dan Dwi Ratna Sulistyaningrum Departemen Matematika,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Malaria merupakan penyakit mematikan yang disebabkan oleh dari genus dengan perantara nyamuk Anopheles betina. Berdasarkan data WHO, pada tahun 2014 sendiri telah terjadi
Lebih terperinciBAB I PENDAHULUAN. Latar Belakang Penelitian. hampir 80 % prevalensi diabetes melitus adalah DM tipe 2 (www.depkes.go.id,
BAB I PENDAHULUAN A. Latar Belakang Penelitian Secara epidemiologi, diperkirakan bahwa pada tahun 2030 prevalensi Diabetes Melitus (DM) di Indonesia mencapai 21,3 juta orang. Secara umum, hampir 80 % prevalensi
Lebih terperinciDeteksi Microaneurysms Pada Citra Retina Mata Menggunakan Matched Filter
Santoso, Deteksi Microaneurysms Pada Citra Retina Mata Menggunakan Matched Filter 59 Deteksi Microaneurysms Pada Citra Retina Mata Menggunakan Matched Filter Muhammad Santoso 1, Tutuk Indriyani 2, Ricky
Lebih terperinciIMPLEMENTASI SEGMENTASI PEMBULUH RETINA DENGAN METODE MULTI- SCALE LINE TRACKING
IMPLEMENTASI SEGMENTASI PEMBULUH RETINA DENGAN METODE MULTI- SCALE LINE TRACKING Syarifatun Nadhiroh Qomariyah 1, Handayani Tjandrasa 2, Nanik Suciati 3 Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciSEGMENTASI PEMBULUH DARAH PADA CITRA RETINA MENGGUNAKAN MAX-TREE DAN ATTRIBUTE FILTERING
SEGMENTASI PEMBULUH DARAH PADA CITRA RETINA MENGGUNAKAN MAX-TREE DAN ATTRIBUTE FILTERING Kadek Yota Ernanda Aryanto 1,2, I Ketut Eddy Purnama 1 1 Jurusan Teknik Elektro ITS Surabaya, Jawa Timur 2 Universitas
Lebih terperinciElsa Sabrina Program Studi S1 Teknik Elektro, Fakultas Teknik, Universitas Negeri Surabaya
Klasifikasi Penyakit Diabetic Retinopathy menggunakan Metode Learning Vector Quantization (LVQ) Klasifikasi Penyakit Diabetic Retinopathy menggunakan Metode Learning Vector Quantization (LVQ) Elsa Sabrina
Lebih terperinciIDENTIFIKASI DIABETIC RETINOPATHY MELALUI CITRA RETINA MENGGUNAKAN MODIFIED K-NEAREST NEIGHBOR SKRIPSI AMELIA FEBRIANI
1 IDENTIFIKASI DIABETIC RETINOPATHY MELALUI CITRA RETINA MENGGUNAKAN MODIFIED K-NEAREST NEIGHBOR SKRIPSI AMELIA FEBRIANI 101402009 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Diabetic retinopathy merupakan komplikasi mikrovaskular penyakit diabetes melitus yang menyerang pembuluh darah di retina yang menyebabkan penurunan fungsi penglihatan
Lebih terperinciSISTEM IDENTIFIKASI MIKROANEURISMA PADA CITRA RETINA DIGITAL
SISTEM IDENTIFIKASI MIKROANEURISMA PADA CITRA RETINA DIGITAL Darma Putra 1, Wiskara 2 Jurun Teknik Elektro, Fakultas Teknik, Universitas Udayana Kampus Bukit Jimbaran, Bali, 80361 Email 1 : duglaire@yahoo.com
Lebih terperinciIMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER
IMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER Sanny Hikmawati 1, Handayani Tjandrasa 2, Nanik Suciati 3 Teknik Informatika,
Lebih terperinciSegmentasi Pembuluh Darah Retina Pada Citra Fundus Menggunakan Gradient Based Adaptive Thresholding Dan Region Growing Deni Sutaji 1, Chastine Fatichah 2, dan Dini Adni Navastara 3 1 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 III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia kesehatan dewasa ini tidak bisa dipisahkan dengan teknologi yang terus berkembang. Pengembangan teknologi yang erat kaitannya dengan dunia kesehatan atau dunia
Lebih terperinciBAB I PENDAHULUAN. Jumlah penderitadiabetes mellitus (DM) baru di seluruh dunia meningkat secara
BAB I PENDAHULUAN A. Latar Belakang Jumlah penderitadiabetes mellitus (DM) baru di seluruh dunia meningkat secara drastis, dari 150 juta penderita pada tahun 2009 dan diperkirakan mencapai 300 juta penderita
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
6 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan metode Modified k-nearest Neighbor untuk mengidentifikasi diabetic retinopathy.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tuberkulosis merupakan penyakit yang disebabkan oleh infeksi mycobacterium tuberculosis complex (bakteri berbentuk basil lurus, sedikit melengkung, tidak berspora dan
Lebih terperinciDETEKSI PENYAKIT DIABETES MAKULA EDEMA PADA CITRA FUNDUS RETINA MENGGUNAKAN OPERASI MORFOLOGI DAN TRANSFORMASI WATERSHED
TUGAS AKHIR KI141502 DETEKSI PENYAKIT DIABETES MAKULA EDEMA PADA CITRA FUNDUS RETINA MENGGUNAKAN OPERASI MORFOLOGI DAN TRANSFORMASI WATERSHED EKKY MELYNDA AGNESTASIA 5113100093 Dosen Pembimbing Prof. Ir.
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciPRESENTASI TUGAS AKHIR KI091391
PRESENTASI TUGAS AKHIR KI091391 IMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER Kata Kunci: Citra Fundus Retina, Segmentasi Citra,
Lebih terperinciSistem Deteksi Citra Penyakit Retinopati Diabetes Menggunakan Jaringan Syaraf Tiruan
Sistem Deteksi Citra Penyakit Retinopati Diabetes Menggunakan Jaringan Syaraf Tiruan i ii RETINOPATI DIABETES; Sistem Deteksi Penyakit Menggunakan Jaringan Syaraf Tiruan Sistem Deteksi Citra Penyakit Retinopati
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit malaria merupakan penyakit yang disebabkan oleh infeksinya parasit malaria terhadap sel darah merah. Parasit malaria tergolong jenis parasit dari genus Plasmodium,
Lebih terperinciIMPLEMENTASI SEGMENTASI HARD EXUDATES PADA DIABETIC RETINOPATHY UNTUK CITRA FUNDUS RETINA
IMPLEMENTASI SEGMENTASI HARD EXUDATES PADA DIABETIC RETINOPATHY UNTUK CITRA FUNDUS RETINA Noriandini Dewi Salyasari 1, Handayani Tjandrasa 2, Arya Yudhi Wijaya 3 Jurusan Teknik Informatika, Fakultas Teknologi
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 terperinciKlasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network
IJCCS, Vol.7, No.1, January 2012, pp. 23~34 ISSN: 1978-1520 23 Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network Rocky Yefrenes Dillak* 1, Agus Harjoko 2 1 Mahasiswa Pascasarjana
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 IV PREPROCESSING
BAB IV PREPROCESSING 4.1 Langkah yang Dilakukan Interpretasi visual citra Pap smear merupakan hal yang sangat rumit. Hal ini disebabkan karena citra Pap smear memberikan hasil sel yang beragam mulai dari
Lebih terperinciBAB I PENDAHULUAN. diperkirakaan lebih dari 360 juta orang dan diperkirakan akan naik lebih dari dua kali
BAB I PENDAHULUAN 1.1 Latar Belakang Diabetes melitus (DM) merupakan penyakit metabolik yang ditandai dengan hiperglikemik akibat gangguan sekresi insulin, dan atau peningkatan resistensi seluler terhadap
Lebih terperinciBAB 1 PENDAHULUAN. produksi glukosa (1). Terdapat dua kategori utama DM yaitu DM. tipe 1 (DMT1) dan DM tipe 2 (DMT2). DMT1 dulunya disebut
BAB 1 PENDAHULUAN 1.1. Latar Belakang Diabetes melitus (DM) adalah sekelompok penyakit metabolik yang ditandai dengan hiperglikemia akibat berkurangnya sekresi insulin, berkurangnya penggunaan glukosa,
Lebih terperinciBAB I PENDAHULUAN I.1. LATAR BELAKANG. Diabetes adalah penyakit kronis yang ditandai dengan
BAB I PENDAHULUAN I.1. LATAR BELAKANG Diabetes adalah penyakit kronis yang ditandai dengan kenaikan kadar gula darah diatas kadar normal atau disebut sebagai hiperglikemia (ADA, 2011). Kenaikan kadar gula
Lebih terperinciDETEKSI AWAL PENYAKIT RETINOPATI HIPERTENSI DENGAN PENDEKATAN ANALISIS FRAKTAL CITRA FUNDUS RETINA SKRIPSI
DETEKSI AWAL PENYAKIT RETINOPATI HIPERTENSI DENGAN PENDEKATAN ANALISIS FRAKTAL CITRA FUNDUS RETINA SKRIPSI Diajukan untuk Memenuhi Sebagian Persyaratan Mendapatkan Gelar Strata Satu Program Studi Informatika
Lebih terperinci1BAB I. 2PENDAHULUAN
1BAB I. 2PENDAHULUAN 2.1. Latar Belakang Pelacak objek (object tracking) pada saat ini merupakan penelitian yang menarik dalam bidang computer vision. Pelacak objek merupakan langkah awal dari berbagai
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciPENDAHULUAN. I. 1. Latar Belakang Penelitian. Diabetes mellitus (DM) adalah suatu penyakit metabolik yang memiliki
1 BAB I. PENDAHULUAN I. 1. Latar Belakang Penelitian Diabetes mellitus (DM) adalah suatu penyakit metabolik yang memiliki karakteristik berupa hiperglikemia yang terjadi karena kelainan sekresi insulin,
Lebih terperinciSKRIPSI HALAMAN SAMPUL IMPLEMENTASI FUZZY C-MEANS UNTUK DETEKSI DIABETIC RETINOPATHY BERDASARKAN SEGMENTASI PEMBULUH DARAH RETINA
SKRIPSI HALAMAN SAMPUL IMPLEMENTASI FUZZY C-MEANS UNTUK DETEKSI DIABETIC RETINOPATHY BERDASARKAN SEGMENTASI PEMBULUH DARAH RETINA Oleh : Aris Siroojuddin Ahsan 2010-51-217 SKRIPSI DIAJUKAN SEBAGAI SALAH
Lebih terperinciBAB I PENDAHULUAN. menggunakan insulin secara efektif. Menurut International Diabetes
BAB I PENDAHULUAN 1.1 Latar belakang Diabetes melitus merupakan penyakit kronik yang terjadi ketika tubuh tidak dapat memproduksi cukup insulin maupun karena tidak dapat menggunakan insulin secara efektif.
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih 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 terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperinciBAB I PENDAHULUAN UKDW. sekian banyak penyakit degeneratif kronis (Sitompul, 2011).
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Diabetes melitus (DM) merupakan penyakit yang memiliki potensi untuk menjadi penyumbang morbiditas dan mortalitas tertinggi di dunia dari sekian banyak penyakit
Lebih terperinciBAB I PENDAHULUAN I.1. LATAR BELAKANG. Diabetes mellitus (DM) adalah penyakit yang. ditandai dengan kenaikan kronik kadar gula darah di
1 BAB I PENDAHULUAN I.1. LATAR BELAKANG Diabetes mellitus (DM) adalah penyakit yang ditandai dengan kenaikan kronik kadar gula darah di atas batas normal. Diabetes mellitus disebabkan oleh kelainan sekresi
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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Pada bab ini akan dibahas tentang latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, dan kontribusi penelitian. Masalah-masalah yang dihadapi berkaitan dengan melakukan
Lebih terperinciKLASIFIKASI PENYAKIT DIABETES RETINOPATI BERDASARKAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE WAVELET DAN SUPPORT VECTOR MACHINE
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 510 KLASIFIKASI PENYAKIT DIABETES RETINOPATI BERDASARKAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE WAVELET DAN SUPPORT VECTOR MACHINE
Lebih terperinciGambar 2 Prinsip pencarian: (a) struktur dan area-area pencarian, (b) jumlah dari garis-garis sampling (Sumber: (Kirchgeβner et al. 2002).
6 kebanyakan informasi tentang suatu garis tepi objek akan berada pada frekuensi rendah dari transformasi Fourier diskret (Petković & Krapac 2002). Pada penerapan ekstraksi venasi daun, inisialisasi parameter
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciREVIEW ALGORITMA SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS RETINA MATA UNTUK MEMBANTU DIAGNOSIS DIABETIC RETINOPATHY
REVIEW ALGORITMA SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS RETINA MATA UNTUK MEMBANTU DIAGNOSIS DIABETIC RETINOPATHY * Ricky Eka Putra, ** Handayani Tjandrasa, *** Nanik Suciati * Teknik Informatika,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciSKRIPSI SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS RETINA MATA DENGAN ALGORITMA FILTER GABOR. Oleh: NUR AHMAD FAUZAN
SKRIPSI SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS RETINA MATA DENGAN ALGORITMA FILTER GABOR Oleh: NUR AHMAD FAUZAN 2011-51-084 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH GELAR SARJANA
Lebih terperinciBAB 4 UJI COBA DAN EVALUASI
BAB 4 UJI COBA DAN EVALUASI 4.1 Data dan Metode Pengujian Pada bagian ini akan dijelaskan mengenai data yang digunakan dalam proses penelitian yang dilakukan oleh penulis. Selain itu, akan dilakukan juga
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciPERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN
PERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN 1) Merly Indira 2) Eva Yuliana 3) Wahyu Suprihatin 4) Bertalya Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Jl.
Lebih terperinciBAB 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 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 terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
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 terperinciAbstrak. 1. Pendahuluan
1 AUTOMATED FLUORESCENCE SEBAGAI SISTEM BANTU DIAGNOSIS KEBOCORAN PEMBULUH DARAH RETINA Vanya Vabrina Valindria 1, Prof. Dr. Ir. Tati L.R. Mengko 1, Iwan Sovani, dr, SpM, MM, M.Kes 2 1. Imaging and Image
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciAPLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA
Seminar Nasional Teknologi Informasi 2007 1 APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Murinto 1) Rusydi Umar 2) Burhanuddin 3) 1,2,3) Teknik Informatika Universitas Ahmad Dahlan
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 terperinciPERBAIKAN CITRA RETINA DENGAN TRANSFORMASI CONTOURLET DAN ESTIMASI STANDAR DEVIASI NOISE
PERBAIKAN CITRA RETINA DENGAN TRANSFORMASI CONTOURLET DAN ESTIMASI STANDAR DEVIASI NOISE Ekky Natalia W. 1, Dr. Agus Zainial Arifin, S.Kom,M.Kom 2, Bilqis Amaliah, S.Kom, M.Kom 3 Teknik Informatika, Fakultas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Identifikasi Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang 1.1.1. Identifikasi Masalah Penggunaan citra digital telah menjadi semakin popular akhir-akhir ini. Hal ini menyebabkan program pengolah grafis untuk memanipulasi citra
Lebih terperinciDAFTAR ISI HALAMAN PERSETUJUAN... III PERNYATAAN... IV PRAKATA... V DAFTAR ISI... VI DAFTAR GAMBAR... IX DAFTAR TABEL... XII INTISARI...
DAFTAR ISI HALAMAN PERSETUJUAN... III PERNYATAAN... IV PRAKATA... V DAFTAR ISI... VI DAFTAR GAMBAR... IX DAFTAR TABEL... XII INTISARI... XIV ABSTRACT...XV BAB 1 PENDAHULUAN... 1 1.1. Latar Belakang Masalah...
Lebih terperinciPerancangan Deteksi Citra USG Kepala Janin untuk mencari Biparetal Diameter dan Head Circumference
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Deteksi Citra USG Kepala Janin untuk mencari Biparetal Diameter dan Head Circumference Putu Desiana Wulaning
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 terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Indonesia merupakan negara tropis yang memiliki + 30.000 spesies tumbuh-tumbuhan ([Depkes] 2007). Tumbuh-tumbuhan tersebut banyak yang dibudidayakan sebagai tanaman hias. Seiring
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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih 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 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 IV UJI COBA DAN ANALISIS
BAB IV UJI COBA DAN ANALISIS Bab ini tersusun atas penjelasan hasil uji coba terhadap Sistem Pencocokan Dental yang dikembangkan beserta analisis hasil uji coba. Pengujian dan analisis dilakukan untuk
Lebih terperinciBAB.I PENDAHULUAN. A. Latar Belakang Penelitian. Diabetes Melitus adalah penyakit kelainan metabolik yang memiliki
14 BAB.I PENDAHULUAN A. Latar Belakang Penelitian Diabetes Melitus adalah penyakit kelainan metabolik yang memiliki karakteristik berupa hiperglikemia kronis serta kelainan metabolisme karbohidrat, lemak
Lebih terperinciBAB 1 PENDAHULUAN. Diabetic foot merupakan salah satu komplikasi Diabetes Mellitus (DM).
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Diabetic foot merupakan salah satu komplikasi Diabetes Mellitus (DM). Diabetic foot adalah infeksi, ulserasi, dan atau destruksi jaringan ikat dalam yang berhubungan
Lebih terperinci3 BAB III METODE PENELITIAN
20 3 BAB III METODE PENELITIAN 3.1 Metode penelitian Penenelitian ini merupakan penelitian eksperimen, dengan melalui beberapa tahapan sebagai berikut : 1. Pengumpulan data Tahapan ini merupakan langkah
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 terperinci