SITORUS, MAYA ARMYS ROMA (2016) KLASIFIKASI DAN PENGOLAHAN CITRA IRIS PASIEN GAGAL GINJAL KRONIS (CHRONIC RENAL FAILURE) DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN SUPPORT VECTOR MACHINE (SVM). Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2214206009-Master_theses.pdf - Published Version Download (3MB) | Preview |
Abstract
Iridology adalah metode alternatif yang dapat digunakan untuk mendeteksi
kerusakan organ. Dengan mengamati kerusakan jaringan dalam iris pada area
tertentu dapat merepresentasikan adanya perubahan fungsi organ tubuh tertentu.
Tingkat kerusakan suatu organ dapat ditunjukkan dengan melihat pola kerusakan
jaringan di iris. Ginjal merupakan salah satu organ tubuh yang dapat dilihat
kondisinya dengan melihat keadaaan iris. Fokus penelitian ini terbatas pada
analisis iris pasien gagal ginjal kronis yang sudah melakukan terapi Hemodialisis.
Jumlah pasien yang ikut serta dalam penelitian ini sebanyak 61 orang. Peneliti
juga mengambil citra iris orang normal dan mendekati normal sebanyak 21 orang.
Pengambilan citra iris setiap peserta dilakukan dengan menggunakan kamera
iridology. Algoritma watershed digunakan untuk ekstraksi fitur dari citra iris.
Daerah yang secara spesifik diteliti pada lingkaran iris berada pada posisi 5.35 -
5.95 (2520 – 2680) untuk mata kanan dan 6.05 - 6.60 (2720 - 2880) untuk mata kiri
dengan asumsi seluruh lingkaran iris dibagi 120 (3600) yang merepresentasikan
ginjal kanan dan kiri. Dari hasil penelitian diperoleh bahwa iridology dapat
digunakan sebagai metode alternatif lain yang dapat digunakan untuk mendeteksi
kesehatan ginjal. Hal ini terlihat bahwa dari keseluruhan pasien gagal ginjal yang
diambil datanya 87.5% menunjukkan tanda kerusakan jaringan di iris mata kanan
dan 89.3% menunjukkan tanda kerusakan jaringan di iris mata kiri. Dari
keseluruhan partisipan orang normal dan mendekati normal hanya 38% yang tidak
menunjukkan tanda kerusakan jaringan di iris mata kanan dan 61.9% tidak
menunjukkan adanya tanda kerusakan jaringan di iris mata kiri. Dari keseluruhan
percobaan dengan menggunakan SVM diperoleh rata – rata akurasi terbaik 87.5%
dan rata- rata recall terbaik 91.7% yang dihasilkan oleh percentage split 90. Pada
penelitian ini dataset yang digunakan untuk data latih dan data uji adalah sama.
=======================================================================
Iridology is one alternative ways to know the condition of the human organs. In
iridology, the existance of broken tissue on the iris image in a certain area is
representing the condition of a specific organ. Renal or kidneys are the example
of the organs that can be seen through the iris. Focus of this research is to analyze
the iris image of patient Chronic Renal Failure (CRF). According to the GFR
(Glomerular Fitration Rate) in the blood of the patients, CRF could reach 5 stages.
In this book the analysis was limited to the patients of CRF who have already
been in hemodialysis treatment (stage 5). The number of hemodialysis patients
who participated in this research was 61 people and 21 people with normal or
nearest normal kidney. Iris image of CRF patients were taken using specific iris
camera. Watershed transform technique was used to extract the features of iris
image of hemodialysis patients. The ROI (region of interest) of iris image of renal
organ is at 5.35-5.95 (2520 – 2680) for right eye and at 6.05-6.6 (2720 - 2880) for
left eye assuming that the circle of iris is divided into 120 points (3600). The
medical records of participants were used to validate the result of this iridology
study.The result shows that 87.5% of patients hemodialysis has shown broken
tissue on their right iris and 89.3% has shown broken tissue on their left iris.
There are 38% of the normal and nearest normal participants shown that there are
no sign of broken tissues in their right eye and 68.1% for the left eye. In
conclusion, the condition of renal organ of CRF patients can be seen through the
broken tissue in iris image. From all the experiments with SVM model for
learning and testing dataset, best mean of precission is 87.5% and best mean recall
is 91.7% given by percentage split 90 (where the data training was 90% and data
testing was 10%). In this research the dataset for training and testing was same.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 006.42 Sit k |
| Uncontrolled Keywords: | Iridology, Pengolahan Citra Iris, Gagal Ginjal Kronis, Algoritma Watershed, SVM |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP |
| Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Anis Wulandari |
| Date Deposited: | 03 Jan 2017 03:51 |
| Last Modified: | 27 Dec 2018 07:14 |
| URI: | http://repository.its.ac.id/id/eprint/1260 |
Actions (login required)
 |
View Item |