DETEKSI KELAINAN KANKER PAYUDARA BERDASARKAN CITRA MAMMOGRAM MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VEQTOR QUANTIZATION)
|
|
- Liana Lesmono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 DETEKSI KELAINAN KANKER PAYUDARA BERDASARKAN CITRA MAMMOGRAM MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VEQTOR QUANTIZATION) Juwita Puteri Nurasyah¹, Achmad Rizal², Koredianto Usman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Kanker payudara merupakan kanker yang menempati tempat ke dua terbanyak setelah kanker leher rahim di Indonesia. Dengan mammografi, deteksi dini kanker payudara dapat dikenali. Mammogram adalah gambar yang diperoleh dari pemeriksaan mammografi dengan massa dan mikrokalsifikasi sebagai tanda adanya pertumbuhan sel kanker. Pengolahan citra digital memberikan solusi dalam membantu para radiolog mendiagnosa mammogram berbasis software. Tugas akhir ini bertujuan untuk menghasilkan suatu alat bantu untuk mendiagnosa citra mammogram dan mengklasifikasikan tipe kelainan kanker payudara ke dalam kelas normal, jinak, dan ganas, serta menganalisa performansi pendekatan statistik dan filter Gabor wavelet. Secara umum, sistem pendeteksian kelainan kanker payudara ini terdiri dari dua bagian utama, yaitu: ekstraksi ciri menggunakan ciri statistik dan filter Gabor wavelet, dan klasifikasi ciri menggunakan jaringan saraf tiruan Learning Vector Quantization (LVQ). Pada preprocessing, dari citra mammogram akan didapatkan sub-citra mammogram menggunakan operasi morfologi. Hasil sub-citra yang berupa daerah global (payudara) dan daerah lokal (massa atau mikrokalsifikasi) ini kemudian dihitung dengan pendekatan statistik dan filter Gabor wavelet sehingga didapatkan feature-feature tertentu. Feature-feature yang diperoleh inilah yang kemudian dikenali dengan menggunakan JST LVQ. Penelitian serupa sudah pernah dilakukan, yaitu dengan menggunakan metode jarak euclidean dengan akurasi mencapai 70%, dengan filter Coiflet 5 dan JST-BP dengan akurasi 87.5%, dan dengan filter Symlet 8 dan JST-BP dengan akurasi mencapai 86.67%. Dalam tugas akhir ini, dibandingkan performansi pendekatan statistik dan filter Gabor wavelet sebagai pengekstraksi ciri. Hasil akurasi terbaik menggunakan filter Gabor wavelet dengan 24 variasi ciri dan menggunakan kategori ciri gabungan diperoleh tingkat akurasi pendeteksian kelainan kanker payudara adalah 100% untuk data latih dan 70% untuk data uji. Kata Kunci : Kanker payudara, mammogram, pendekatan statistik, filter Gabor
2 Powered by TCPDF ( Tugas Akhir Abstract Breast cancer is the second most lethal cancer for women in Indonesia. The goal of mammography is to provide early detection of breast cancer. Mammogram is the image produced by mammography which is the existance of cancer is showed by mass and micro-calcification. The using of digital image processing helps the radiologs to diagnose mammogram based on software. This project aims to produce a tool to diagnose mammogram and classify breast cancer into normal, benign, or malignant type of class, besides to analyze performance of statistical feature and Gabor wavelet filter. Generally, the system of breast cancer detection consists of two main parts, i.e. feature extraction using statistical approach and filter Gabor wavelet, and feature classification using Learning Vector Quantization (LVQ) neural network. In preprocessing, from mammogram, sub-image of mammogram is produced using morphology operation. Thus, result of sub-image of mammogram, which are global region (breast) and local region (mass and microcalcification,) is calculated using statistical approach and Gabor wavelet filter to get unique features. These features are recognized used LVQ neural network. Previous research that applied the Euclidean method resulted in 70% of accuracy, others that tried to apply the Coiflet 5 method with a BP neural network resulted 87.5% of accuracy, and others that tried to apply the Symlet 8 method with a BP neural network resulted 86.67% of accuracy. This project applying statistical approach and Gabor wavelet filter as a performance comparison. The best accuracy is reached by using Gabor wavelet filter with 24 feature variations and gainedfeature obtained the accuracy of breast cancer detection is 100% for training data and 70% for testing data set. Keywords : Breast cancer, mammogram, statistical approach, Gabor wavelet
3 BAB I Pendahuluan [1] BAB I PENDAHULUAN 1.1 Latar Belakang Kanker payudara merupakan kanker terbanyak kedua sesudah kanker leher rahim di Indonesia [13]. Gejala permulaan kanker payudara sering tidak disadari atau dirasakan dengan jelas oleh penderita sehingga banyak penderita yang berobat dalam keadaan lanjut. Untuk itu diperlukan adanya diagnosis dini kanker payudara. Salah satu metode pendeteksian kanker payudara dini adalah melalui pemeriksaan mammografi. Dengan menggunakan kecerdasan buatan (artificial intellegence) maka dapat dikembangkan suatu teknik pendeteksian dengan menggunakan software yang membuka peluang untuk mengembangkan teknologi citra digital menjadi lebih bermanfaat, untuk hal ini dalam bidang medis. Masukan software yang digunakan adalah citra mammogram yang dihasilkan oleh alat mammografi digital. Dari sifatsifat yang ada dari tiap kondisi citra mammogram, dicoba untuk mendapatkan ciri khas dari tiap citra mammogram. Diharapkan ciri yang berhasil didapat dapat membedakan jenis citra mammogram antara kasus yang berlainan. Pada tugas akhir ini, dibahas penggunaan dari kecerdasan buatan, dalam hal ini jaringan saraf tiruan (JST) untuk mengklasifikasikan kanker payudara dari citra mammogram. Penggabungan metode jaringan syaraf tiruan dan pengolahan citra digital diharapkan dapat menghasilkan alat bantu klasifikasi jenis kanker yang akurat sehingga dapat membantu para radiolog untuk mendiagnosa jenis kanker payudara dan nantinya dapat disempurnakan untuk bisa diimplementasikan dalam mammografi digital. 1.2 Tujuan Tujuan dari penulisan tugas akhir ini adalah : 1. Merancang dan membangun program aplikasi yang berfungsi untuk mendeteksi kelainan kanker payudara berdasarkan citra mammogram digital
4 BAB I Pendahuluan [2] menggunakan ekstraksi ciri Gabor wavelet dan ciri statistik dengan JST Learning Vector Quantization. 2. Menganalisis performansi program aplikasi pendeteksi kelainan kanker payudara dengan parameter tingkat keakuratan identifikasi dan ketepatan dalam menentukan klasifikasi berdasarkan BIRADS (Breast Imaging Reporting and Data System). 1.3 Rumusan Masalah Perumusan seluruh masalah yang dikaji dalam tugas akhir ini antara lain : 1. Pembuatan program aplikasi pendeteksi kelainan kanker payudara berdasarkan citra mammogram digital menggunakan ekstraksi ciri Gabor wavelet dan ciri statistik dengan JST Learning Vector Quantization. 2. Analisis jenis ekstraksi ciri yang paling baik digunakan untuk ekstraksi ciri pada program apikasi yang akan dibuat. 3. Analisis parameter-parameter pada JST Learning Vector Quantization yang dapat mempengaruhi tingkat keakuratan identifikasi dan ketepatan dalam menentukan klasifikasi kelainan kanker payudara. 4. Analisis performansi program aplikasi pendeteksi kelainan kanker payudara dengan parameter tingkat keakuratan identifikasi dan ketepatan dalam menentukan klasifikasi berdasarkan BIRADS (Breast Imaging Reporting and Data System). 1.4 Batasan Masalah Dalam implementasi, tugas akhir ini dibatasi pada hal-hal : 1. Penelitian ini dibatasi pada pendeteksian adanya massa dan mikrokalsifikasi pada mammogram sebagai tanda dari kanker. 2. Kelainan yang dideteksi berdasarkan klasifikasi BIRADS (Breast Imaging Reporting and Data System), hanya meliputi normal, jinak (benign) dan kelainan ganas (malignant), dan tidak mencakup stadiumnya.
5 BAB I Pendahuluan [3] 3. Masukan bagi perangkat lunak yang dirancang adalah citra mammogram digital grayscale dalam bentuk *.bmp atau *.jpg. 4. Jumlah sampel citra mammogram digital yang digunakan adalah sebanyak 149 citra yang terdiri dari: 54 citra mammogram payudara normal dan 95 citra mammogram payudara dengan 2 jenis kelainan yang berbeda-beda. 5. Metode yang digunakan untuk ekstraksi ciri citra mammogram adalah Gabor wavelet dan ciri statistik. 6. Metode klasifikasi ciri yang digunakan adalah jaringan syaraf tiruan Learning Vector Quantization. 7. Alat bantu yang digunakan adalah software Matlab Program aplikasi yang dihasilkan memiliki kemampuan untuk mendeteksi kelainan kanker payudara secara off-line. 1.5 Metodologi Penulisan Metodologi yang digunakan dalam penelitian tugas akhir ini adalah : 1. Studi literatur Bertujuan untuk mempelajari dasar teori dari literatur-literatur mengenai pendeteksian kelainan kanker payudara berdasarkan citra mammogram, diantaranya: a. Mempelajari tentang pengolahan citra digital. b. Mempelajari tentang analisis tekstur dan pendekatan statistik. c. Mempelajari tentang ekstraksi ciri menggunakan Gabor wavelet. d. Mempelajari tentang klasifikasi ciri menggunakan jaringan syaraf tiruan Learning Vector Quantization. 2. Pengumpulan data Bertujuan untuk mendapatkan data citra mammogram yang akan digunakan sebagai masukan sistem. Citra mammogram diperoleh dari Rumah Sakit Kanker Dharmais Jakarta, bagian Radiodiagnostik. Data ini merupakan citra digital, grayscale, dan disimpan dalam format data bitmap.
6 BAB I Pendahuluan [4] 3. Studi pengembangan aplikasi Bertujuan untuk menentukan metodologi pengembangan sistem yang digunakan dengan pendekatan terstruktur dan melakukan analisis perancangan. 4. Implementasi program aplikasi Bertujuan untuk melakukan implementasi metode pada program aplikasi sesuai dengan perancangan yang telah dilakukan. 5. Analisis performansi Bertujuan untuk melakukan analisis performansi pendeteksian kelainan kanker payudara berdasarkan citra mammogram menggunakan ekstraksi ciri Gabor wavelet dan ciri statistik dengan jaringan syaraf tiruan Learning Vector Quantization. 6. Pengambilan kesimpulan Bertujuan untuk menarik kesimpulan setelah melakukan percobaan pendeteksian kelainan kanker payudara berdasarkan citra mammogram. 1.6 Sistematika Penulisan Tugas Akhir ini disusun dengan sistematika pembahasan sebagai berikut : BAB I PENDAHULUAN Berisi latar belakang masalah, perumusan masalah, batasan masalah, tujuan pembahasan, metodologi penyelesaian masalah, dan sistematika penulisan. BAB II DASAR TEORI Berisi tentang teori yang mendasari penulisan tugas akhir ini, yaitu teori tentang kanker payudara, mammografi, pengolahan citra digital, analisis tekstur, Gabor wavelet, dan JST LVQ (Learning Vector Quantization).
7 Powered by TCPDF ( Tugas Akhir BAB I Pendahuluan [5] BAB III BAB IV BAB V PERANCANGAN SISTEM DAN SIMULASI Berisi tentang proses perancangan sistem, diagram blok sistem, skenario yang dibuat untuk simulasi, dan parameter-parameter yang akan diuji dan dianalisis. ANALISIS HASIL SIMULASI Berisi analisis terhadap hasil yang diperoleh dari pengujian sistem yang telah dibuat. KESIMPULAN DAN SARAN Berisi kesimpulan dari analisis yang telah dilakukan, tingkat keberhasilan sistem, dan saran-saran yang dapat digunakan untuk penelitian berikutnya.
8 BAB V Kesimpulan dan Saran [55] BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Dari hasil analisis terhadap pengujian yang dilakukan pada sistem deteksi kelainan kanker payudara berdasarkan citra mammogram menggunakan ciri statistik, Gabor wavelet, dan jaringan syaraf tiruan LVQ (Learning Vector Quantization), maka dapat ditarik kesimpulan sebagai berikut : 1 Tingkat akurasi yang paling baik pada sistem deteksi kelainan kanker payudara yang dirancang adalah 100% untuk data latih dan 70% untuk data uji, dengan menggunakan ekstraksi ciri gabungan dari Gabor wavelet variasi 24 ciri. 2 Ekstraksi ciri dari Gabor wavelet dengan variasi 24 ciri memberikan hasil deteksi yang lebih akurat daripada ekstraksi ciri dari Gabor wavelet dengan variasi 32 ciri dan ciri statistik. 3 Jenis kategori ciri pada ekstraksi ciri yang memberikan hasil deteksi paling akurat adalah ciri gabungan. 4 JST LVQ dengan 44 hidden neuron memberikan hasil paling optimal dalam penelitian ini. 5 Semakin banyak jumlah data latih yang dimasukkan ke sistem JST maka semakin baik tingkat akurasi sistem. 6 Pemilihan data latih yang dimasukkan pada proses pelatihan mempengaruhi tingkat akurasi sistem. 7 Waktu komputasi sistem deteksi kelainan kanker payudara yang dirancang adalah 17, ,2246 detik (tidak termasuk waktu pelatihan JST), sehingga sistem diharapkan dapat bekerja secara real time.
9 Powered by TCPDF ( Tugas Akhir BAB V Kesimpulan dan Saran [56] 5.2 Saran Pengembangan yang dapat dilakukan pada tugas akhir ini antara lain : Pengembangan kelas pada sistem deteksi berdasarkan BIRADS, yang mencakup 6 kelas Penggunaan data latih dan data uji yang lebih banyak agar sistem dapat mengenali berbagai variasi data pada masing-masing kelas kelainan kanker payudara Penggunaan metode pre-processing yang lebih handal agar didapatkan citra dari mammogram yang dapat menghasilkan ciri yang lebih baik Penggunaan ekstraksi ciri dengan metode lain yang menghasilkan ciri yang berbeda untuk setiap kelas kelainan kanker payudara Penggunaan jaringan syaraf tiruan yang berbeda untuk pengenalan pola, baik unsupervised atau supervised Sistem ini dapat diimplementasikan secara real time dengan menggunakan alat mammografi digital sehingga bisa menjadi alat bantu yang lengkap untuk radiolog.
10 DAFTAR PUSTAKA [1] Ballinger, Philip W Merrill s Atlas of Radiographic Positions and Radiologic Procedures. USA: Mosby-Year Book Inc. [2] Gonzales, Rafael C and Woods, Richard Digital Image Processing. USA: Addison-Wesley Publishing Company. [3] Habibie, Nurmila Setiawati Deteksi Kelainan Jantung Berdasarkan Suara Jantung Menggunakan Dekomposisi Paket Wavelet dan Jaringan Syaraf Tiruan LVQ. Bandung: STT Telkom. [4] Kartalopoulos, Stamatios V Understanding Neural Networks and Fuzzy Logic. USA: IEEE Press. [5] Kusumadewi, Sri Membangun Jaringan Syaraf Tiruan (Menggunakan Matlab dan Excel Link). Yogyakarta: Graha Ilmu. [6] Lippman,. Lichter,. Danforth Diagnosis and Management of Breast Cancer. Philadelphia: W. B. Saundres Company. [7] Makes, Daniel ATLAS Ultrasonografi Payudara dan Mammografi. Jakarta: Balai Penerbit Fakultas Kedokteran Universitas Indonesia. [8] Munir, Rinaldi Pengolahan Citra Digital Dengan Pendekatan Algoritmik. Bandung: Penerbit Informatika. [9] Pfarl, G., & Helbich, T.H.. BIRADS - Breast Imaging and Reporting Data System. [Online], URL: (download: July 8, 2008). [10] Siang, Jong Jek Jaringan Saraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta: Andi Yogyakarta. [11] Stephan, Pam BIRADS (Breast Imaging and Reporting Data System) Mammogram Details and Diagnosis. [Online], URL: (download: July 8, 2008). [12] Sugiharto, Aris Pemrograman GUI dengan Matlab. Yogyakarta: Andi Yogyakarta. xviii
11 Powered by TCPDF ( Tugas Akhir [13] Sutjipto.. Permasalahan Deteksi Dini dan Pengobatan Kanker Payudara. [Online], URL: (download: November 21, 2007). [14] Terok, Beatrix Hedwig Pendeteksian Kanker Payudara pada Mammogram Menggunakan Filter Wavelet Symlet dan Jaringan Syaraf Tiruan Back-Propagation. Bandung: STT Telkom. [15] The Math Works Inc MATLAB Image Processing Toolbox User Guide. [16] The Math Works Inc MATLAB Neural Network Toolbox User Guide. [17] Van Den Velde, C. J. H., Bosman, F. T., Wagener, D. J. Th Onkologi. Yogyakarta: Gajah Mada University Press. [18] Wibawanto, Hari., Susanto, Adhi., Widodo, Thomas Sri., dan Tjokronegoro, S. Maedji Identifikasi Citra Massa Kistik Berdasar Fitur Gray-Level Cooccurrence Matrix. Yogyakarta: Seminar Nasional Aplikasi Teknologi Informasi [19] Widodo, Thomas Sri Sistem Neuro Fuzzy Untuk Pengolahan Informasi, Pemodelan Dan Kendali. Yogyakarta: Graha Ilmu. [20] Wijaya, Marvin Ch. dan Prijono, Agus Pengolahan Citra Digital Menggunakan MATLAB Image Processing Toolbox. Bandung: Penerbit Informatika. [21] Yusianor, Desy Kompresi Data Pada Gambar Medis Dengan Metode ROI Coding Berdasarkan Transformasi Wavelet. Bandung: STT Telkom. [22] Mengenal Kanker. [Online], URL: (download: November 21, 2007). xix
Adiguna¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN ADAPTIVE RESONANCE THEORY DAN FILTER GABOR FINGERPRINT RECOGNITION ALGORITHM USING ADAPTIVE RESONANCE THEORY AND GABOR FILTER
Lebih terperinciBAB 1 PENDAHULUAN. terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kanker payudara telah menjadi salah satu penyebab kematian terbesar yang terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini menjadi
Lebih terperinciReza Fajar Rachmanda¹, Dr Ir Bambang Hidayat Dea², Rita Purnamasari³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2013 ANALISIS SISTEM PENGIDENTIFIKASIAN JENIS-JENIS TANAMAN HIAS ALOCASIA MELALUI BENTUK DAN WARNA DAUN MENGGUNAKAN METODE JARINGAN SARAF TIRUAN (SELF ORGANIZING
Lebih terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciDETEKSI NOMINAL DAN KEASLIAN UANG KERTAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2010 DETEKSI NOMINAL DAN KEASLIAN UANG KERTAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Syariefudin Bashori¹, Achmad Rizal², Iwan Iwut Tirtoasmoro³
Lebih terperinciDETEKSI JENIS KAYU CITRA FURNITURE UKIRAN JEPARA MENGGUNAKAN JST BACKPROPAGATION
No Makalah : 299 Konferensi Nasional Sistem Informasi 2012, STMIK - STIKOM Bali 23-25 Pebruari 2012 DETEKSI JENIS KAYU CITRA FURNITURE UKIRAN JEPARA MENGGUNAKAN JST BACKPROPAGATION Ratri Dwi Atmaja 1,
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari- hari seringkali ditemukan uang palsu pada berbagai transaksi ekonomi. Tingginya tingkat uang kertas palsu yang beredar di kalangan masyarakat
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 terperinciIDENTIFIKASI PEMBUAT TULISAN TANGAN MENGGUNAKAN HAAR WAVELET DAN ALGORITMA PROPAGASI BALIK LEVENBERG MARQUARDT
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2011 IDENTIFIKASI PEMBUAT TULISAN TANGAN MENGGUNAKAN HAAR WAVELET DAN ALGORITMA PROPAGASI BALIK LEVENBERG MARQUARDT Rizky Suslianto¹, Sri Widowati², Bedy
Lebih terperinciFaizar Mazdi Hasibuan¹, Bambang Hidayat², Rita Magdalena³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
DESAIN DAN IMPLEMENTASI SISTEM PENERJEMAH AKSARA JAWA KE HURUF LATIN BERBASIS PENGOLAHAN CITRA DIGITAL DAN JARINGAN SYARAF TIRUAN SELF-ORGANIZING MAP (SOM) Faizar Mazdi Hasibuan¹, Bambang Hidayat², Rita
Lebih terperinciKLASIFIKASI JENIS MOBIL BERDASARKAN TRANSFORMASI WAVELET MULTI SCALE DAN METODE K NEAREST NEIGHBOR
Powered by TCPDF (www.tcpdf.org) KLASIFIKASI JENIS MOBIL BERDASARKAN TRANSFORMASI WAVELET MULTI SCALE DAN METODE K NEAREST NEIGHBOR Bertha Yulizar¹, Bambang Hidayat², Tody Ariefianto Wibowo³ ¹Teknik Telekomunikasi,,
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 terperinciPutu Agus Junaedi¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2006 ANALISIS DAN IMPLEMENTASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY ( ANALYSIS AND IMPLEMENTATION OF NOISE REDUCTION
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom mengakibatkan semakin banyak buku buku Tugas Akhir yang dibuat. Dengan semakin banyaknya buku
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 terperinciDETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION
1.1 Latar Belakang BAB I PENDAHULUAN Kulit merupakan pelindung tubuh kita pertama kali dari benda asing yang masuk ke dalam tubuh. Kulit terdiri dari lapisan epidermis berupa lapisan kulit mati dan dermis
Lebih 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 terperinciBAB I PENDAHULUAN. Bab I Pendahuluan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Perkembangan ilmu biomedikal telah mendorong banyak penelitian dilakukan untuk menghasilkan alat bantu diagnosa berbasis komputer. Salah satunya yaitu pendeteksian
Lebih terperinciBAB I PENDAHULUAN. jaringan ikat pada payudara. Terdapat beberapa jenis kanker payudara antara lain
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah pertumbuhan sel-sel pada jaringan payudara secara abnormal, terus menerus, tidak terkontrol dan tidak terbatas. Kanker bisa mulai tumbuh di dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciKlasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM)
IJCCS, Vol.8, No.1, January 2014, pp. 59~68 ISSN: 1978-1520 59 Klasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM) Refta Listia* 1, Agus Harjoko 2 1 Prodi S2/S3 lmu
Lebih terperinciBAB I PENDAHULUAN. berbeda antara manusia satu dengan yang lain. Manusia mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini teknologi pengenalan wajah semakin banyak diaplikasikan karena wajah merupakan suatu bagian tubuh manusia yang biasa digunakan sebagai pengenalan identitas,
Lebih terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACK-PROPAGATION DAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAP
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACK-PROPAGATION DAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAP Giellis Kurniati Putri¹, Bambang Hidayat², Achmad Rizal³ ¹Teknik Telekomunikasi,,
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER PAYUDARA MENGGUNAKAN EKSTRAKSI FITUR STATISTICAL PADA CITRA MAMMOGRAM BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI DETEKSI KANKER PAYUDARA MENGGUNAKAN EKSTRAKSI FITUR STATISTICAL PADA CITRA MAMMOGRAM BERBASIS JARINGAN SYARAF TIRUAN Oleh : WAHYU JATMIKA 2009-51-009 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU
Lebih terperinciALGORITMA BACK PROPAGATION NEURAL NETWORK UNTUK PENGENALAN POLA KARAKTER HURUF JAWA
Nazla Nurmila, Aris Sugiharto, Eko Adi Sarwoko ALGORITMA BACK PROPAGATION NEURAL NETWORK UNTUK PENGENALAN POLA KARAKTER HURUF JAWA Nazla Nurmila, Aris Sugiharto, dan Eko Adi Sarwoko Prodi Ilmu Komputer
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 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 terperinciMAMMOGRAPHYC IMAGES CLASSIFICATION USING ARTIFICIAL NEURAL NETWORK
KLASIFIKASI CITRA MAMOGRAFI MENGGUNAKAN JARINGAN SYARAF TIRUAN MAMMOGRAPHYC IMAGES CLASSIFICATION USING ARTIFICIAL NEURAL NETWORK Indah Susilawati Program Studi Teknik Elektro Universitas Mercu Buana Yogyakarta
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 terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tomat merupakan salah komoditas di pertanian Indonesia saat ini, tomat sudah menjadi kebutuhan pokok penunjang pangan di indonesia akan tetapi cara mengidentifikasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciANALISA DETEKSI KELOMPOK USIA DAN GENDER BERDASARKAN KONTUR WAJAH DENGAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) WAJAH DENGAN PENGOLAHAN CITRA DIGITAL Marlina Novalinda Br Purba¹, Achmad Rizal², Suryo Adhi Wibowo³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Teknologi pengolahan
Lebih terperinciBAB 6 SIMPULAN DAN SARAN
39 BAB 6 SIMPULAN DAN SARAN 6.1 Simpulan Dari penelitian yang telah dilakukan hingga mendapatkan hasil yang cukup memuaskan, maka ada beberapa kesimpulan yang dapat peneliti berikan, 1. Teknik ekstraksi
Lebih terperinciIdentifikasi Tekstur Saluran Pencernaan Bagian Atas Pada Foto Gastroscopy untuk Deteksis Dini Penyakit Saluran Pencernaan 1
BAB I PENDAHULUAN [1] [2] [8] 1.1 Latar Belakang Perkembangan ilmu biomedis telah mendorong banyak penelitian dilakukan untuk menghasilkan alat bantu diagnosa berbasis komputer. Salah satunya yaitu pendeteksian
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciKLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN Oleh : Dian Aniswari 2010-51-177 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION
REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas
Lebih terperinciKLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN VAHRUL MEILANI NIM.2012-51-115 DOSEN PEMBIMBING Endang Supriyati, M.Kom Alif Catur Murti, S.Kom,
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Introduction Nama Nazaruddin Ahmad Biodata Tempat/Tgl.Lahir Banda Aceh, 05 Juni 1982 Alamat Hp 081360866064
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciBAB I PENDAHULUAN. I.1 Latar Belakang Masalah
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Salah satu bentuk aplikasi JST yang terus dikembangkan saat ini adalah Jaringan Kohonen. Kohonen adalah bentuk khusus dari jaringan kompetitif. Jaringan ini
Lebih terperinciHALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK
HALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK Oleh: MOH SHOCHWIL WIDAT 2011-51-034 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciPERAMALAN NILAI TUKAR MATA UANG MENGGUNAKAN ALGORITMA GRADIEN CONJUGATE DENGAN METODE FLETCHER-REEVES
PERAMALAN NILAI TUKAR MATA UANG MENGGUNAKAN ALGORITMA GRADIEN CONJUGATE DENGAN METODE FLETCHER-REEVES Wafistrietman Corris¹, Retno Novi Dayawati², Tjokorda Agung Budi Wirayuda³ ¹Teknik Informatika,, Universitas
Lebih terperinciANALISIS DAN IMPLEMENTASI GABUNGAN ALGORITMA GENETIKA DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDY KASUS PERAMALAN SAHAM)
ANALISIS DAN IMPLEMENTASI GABUNGAN ALGORITMA GENETIKA DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDY KASUS PERAMALAN SAHAM) Hanura Ian Pratowo¹, Retno Novi Dayawati², Agung Toto Wibowo³ ¹Teknik Informatika,,
Lebih terperinciOleh: Ulir Rohwana ( ) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T.
Oleh: Ulir Rohwana (1209 100 702) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI HASIL DAN PENGUJIAN
Lebih terperinciUKDW BAB 1. PENDAHULUAN. 1.1 Latar Belakang
BAB 1. PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah proses mengenali suatu objek berdasarkan data yang tersedia. Dengan pengenalan pola, komputer dapat mengenali pola dan bentuk yang dikenali
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciPEMANFAATAN TRANSFORMASI WAVELET SEBAGAI EKSTRAKSI CIRI PADA KLASIFIKASI BERTINGKAT SINYAL EKG
PEMANFAATAN TRANSFORMASI WAVELET SEBAGAI EKSTRAKSI CIRI PADA KLASIFIKASI BERTINGKAT SINYAL EKG T 610.28 PUT Abstrak Penelitian ini bertujuan untuk memperlihatkan suatu metoda pengenalan multi pola dari
Lebih terperinciBAB I PENDAHULUAN. berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan)
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan) payudara, hal ini bisa terjadi
Lebih terperinciSISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW
SISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION Nasep Muhamad Ramdan (0522135) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg.
Lebih terperinciBAB I PENDAHULUAN. terkontrol pada jaringan paru. Munculnya kanker ditandai dengan
BAB I PENDAHULUAN A. Latar Belakang Kanker paru adalah penyakit pertumbuhan jaringan yang tidak dapat terkontrol pada jaringan paru. Munculnya kanker ditandai dengan pertumbuhan sel yang tidak normal,
Lebih 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 terperinciPENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI
PENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Pada Departemen Ilmu Komputer/Informatika
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 terperinciPENGENALAN IRIS MATA MENGGUNAKAN METODE PROBABILISTIC NEURAL NETWORK (PNN)
PENGENALAN IRIS MATA MENGGUNAKAN METODE PROBABILISTIC NEURAL NETWORK (PNN) TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata Satu Teknik Informatika Universitas Muhammadiyah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang !! "(!
"( BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan (signature) adalah sebuah tanda (sign) atau symbol yang merupakan versi miniatur dari pemiliknya. Tanda tangan bukanlah sembarang tanda atau symbol,
Lebih terperinciSISTEM GERAK PARKIR MOBIL OTOMATIS DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
SISTEM GERAK PARKIR MOBIL OTOMATIS DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Eko Budi Setiawan¹, Warih Maharani², Fazmah Arif Yulianto³ ¹Teknik Informatika,, Universitas Telkom Abstrak Proses parkir mobil
Lebih terperinciANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI
ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI Afriliana Kusumadewi 1 * Sugeng Santoso 2 * Abstrak Teknik histogram equalization merupakan
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciSISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER
SISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER Rezki Hadisaputra¹, Koredianto Usman², Rita Magdalena³ ¹Teknik Telekomunikasi,,
Lebih terperinciPENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE
PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan
Lebih terperinciBAB 1 PENDAHULUAN. tubuh manusia. Hal itu dapat dipicu oleh berbagai faktor. Salah satunya adalah dari
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Di zaman ini, semakin banyak penyakit yang bermunculan dan terjangkit pada tubuh manusia. Hal itu dapat dipicu oleh berbagai faktor. Salah satunya adalah dari makanan
Lebih terperinciBAB 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 PENURUNAN KONDISI FUNGSI ORGAN GINJAL MELALUI IRIS MATA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
Techno.COM, Vol. 13, No. 1, Februari 2014: 45-52 IDENTIFIKASI PENURUNAN KONDISI FUNGSI ORGAN GINJAL MELALUI IRIS MATA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Ariya Pramana
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 terperinciENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5
MAKALAH SEMINAR TUGAS AKHIR ENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5 Sunaryo 1, Budi Setiyono 2, R. Rizal Isnanto 2 Abstrak - Biometrik merupakan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
Lebih terperinciBAB I PENDAHULUAN. sesuai dengan berbagai macam pemikiran manusia. Banyak teori-teori maupun
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berjalannya waktu ilmu pengetahuan semakin berkembang pesat sesuai dengan berbagai macam pemikiran manusia. Banyak teori-teori maupun aplikasi baru yang lahir
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 terperinciJl. Telekomunikasi, Dayeuh Kolot, Bandung Indonesia
KLASIFIKASI PENYAKIT BATUK BERDASARKAN SINYAL DATA SUARA MENGGUNAKAN EKSTRAKSI CIRI FAST FOURIER TRANSFORM DAN POWER SPECTRAL DENSITY DENGAN ALGORITMA JARINGAN SARAF TIRUAN- PROPAGASI BALIK COUGH DISEASE
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 terperinciPeningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro Peningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) Oky Dwi Nurhayati,, Thomas Sri Widodo,
Lebih terperinciBAB I PENDAHULUAN. mematikan bagi wanita baik di negara maju maupun negara berkembang. Pada
BAB I PENDAHULUAN A. Latar Belakang Kanker serviks atau kanker leher rahim merupakan salah satu penyakit yang mematikan bagi wanita baik di negara maju maupun negara berkembang. Pada tahun 2016, American
Lebih terperinciMuhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe
KLASIFIKASI DAN PNGNALAN SIDIK JAI TTUMPUK BBASIS MTOD LANING VCTO QUANTIZATION Muhammad Nasir Jurusan Teknik lektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km. 280. Lhokseumawe 21 mail : masnasir_poli@yahoo.com
Lebih terperinciDeteksi Kanker Serviks ( Carsinoma Serviks Uteri ) pada Citra Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Deteksi Kanker Serviks ( Carsinoma Serviks Uteri ) pada Citra Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan Dewi Ari Nirmawaty, Prof. Dr. Ir Suhariningsih, Delima Ayu Saraswati ST. MT. Program
Lebih terperinciPENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION 1 Andrian Rakhmatsyah 2 Sayful Hakam 3 Adiwijaya 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan salah satu penyebab utama mortalitas di dunia (sekitar 13% dari seluruh penyebab mortalitas), diperkirakan angka mortalitas sekitar 7,9 juta kematian
Lebih terperinciIMPLEMENTASI PEMBACAAN HURUF HIJAIYYAH DAN KARAKTER ANGKA ARAB DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VECTOR QUANTIZATION)
IMPLEMENTASI PEMBACAAN HURUF HIJAIYYAH DAN KARAKTER ANGKA ARAB DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VECTOR QUANTIZATION) Alfan Zahriyono¹, Ahmad Suryan..², Mahmud Dwi Suliiyo³ ¹Teknik
Lebih terperinciBAB I PENDAHULUAN. penelitian di dunia pendidikan. Dilaporkan sekitar 25-60% mahasiswa drop-out
BAB I PENDAHULUAN 1.1 Latar Belakang Pada tahun 1980, Student Engagement menjadi topik hangat dalam penelitian di dunia pendidikan. Dilaporkan sekitar 25-60% mahasiswa drop-out dikarenakan merasa bosan
Lebih terperinci1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
Lebih terperinciBAB I PENDAHULUAN. darah tinggi, stroke, sakit di dada (angina) dan penyakit jantung rematik.
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Penyakit jantung adalah penyakit yang mengganggu sistem pembuluh darah atau lebih tepatnya menyerang jantung dan urat-urat darah, beberapa contoh penyakit
Lebih terperinciBAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara umum sering digunakan dalam sistem berbasis pengetahuan. Pengenalan pola memiliki peranan penting
Lebih terperinciBab I. Pendahuluan. dibutuhkan. Tidak hanya untuk memudahkan proses penyimpanan dan
Bab I Pendahuluan I. 1 Latar Belakang Dewasa ini, kebutuhan akan sebuah teknologi yang mampu menganalisis dan mengklasifikasikan berbagai citra ke dalam kelas-kelas yang sesuai sangat dibutuhkan. Tidak
Lebih terperinciDesain Perangkat Lunak Berbasis Jaringan Syaraf Tiruan Backpropagation untuk Klasifikasi Citra Rontgen Paru-paru
JURNAL FISIKA DAN APLIKASINYA VOLUME 10, NOMOR 1 JANUARI 2014 Desain Perangkat Lunak Berbasis Jaringan Syaraf Tiruan Backpropagation untuk Klasifikasi Citra Rontgen Paru-paru M. Arief Bustomi, 1, Hasan
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Kanker payudara merupakan salah satu penyebab kematian yang sering dialami oleh wanita pada usia lanjut. Tercatat bahwa pada tahun 2011, terdapat lebih
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sebuah citra, sangat dimungkinkan terdapat berbagai macam objek. Objek yang ada pun bisa terdiri dari berbagai bentuk dan ukuran. Salah satu objek yang mungkin
Lebih terperinci