KLASIFIKASI DAN PENGOLAHAN CITRA IRIS PASIEN GAGAL GINJAL KRONIS (CHRONIC RENAL FAILURE) DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN SUPPORT VECTOR MACHINE (SVM)

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.

[img] Text
2214206009-Master_theses.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

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
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S2) Master Theses
Depositing User: Mrs Anis Wulandari
Date Deposited: 03 Jan 2017 03:51
Last Modified: 03 Jan 2017 08:27
URI: http://repository.its.ac.id/id/eprint/1260

Actions (login required)

View Item View Item