Khoiro, Muhimmatul (2014) Analisa Pengaruh Proses Segmentasi Citra Terhadap Klasifikasi Citra Rontgen Paru-Paru Dengan Jst Backpropagation. Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.
Preview |
Text
1110100049-Undergraduate-Thesis.pdf - Published Version Download (1MB) | Preview |
Abstract
Analisis pengaruh proses segmentasi citra terhadap
klasifikasi citra rontgen paru-paru dengan JST backpropagation
telah dilakukan. Data yang digunakan dalam penelitian ini
adalah berupa data citra foto rontgen paru-paru yang telah
didiagnosa oleh dokter sebanyak 150 data dengan rincian 90
data untuk pelatihan dan 60 data untuk pengujian. Pada
penelitian ini, citra foto rontgen akan disegmentasi terlebih
dahulu sebelum diklasifikasikan ke dalam tipe paru-paru normal,
paru-paru yang terkena kanker dan paru-paru yang terkena efusi.
Pemrosesan awal dilakukan dengan pengolahan citra
(pra-processing image) dilakukan untuk meningkatkan kualitas
visual citra sehingga dapat mempermudah proses klasifikasi
citra. Dalam proses ini, citra masukkan diberi perlakuan proses
pengolahan citra seperti, komplemen citra , median filter untuk
mengurangi noise pada citra, dan adaptif histogram equalisation
untuk memperlihatkan detail citra. Citra kemudian disegmentasi
dengan menggunakan mask daerah paru-paru yang dibuat
dengan proses deteksi tepi canny. Citra hasil segmentasi
kemudian diekstraksi nilai-nilai fitur histogram yang ada dalam
citra tersebut. Nilai fitur histogram yang digunakan dalam
penelitian ini ialah mean, standard deviasi, skewness, kurtosis,
dan entropy. Tahapan akhir dilakukan proses pengklasifikasian citra
dengan menggunakan jaringan syaraf tiruan backpropagation
yang terdiri dari proses pelatihan dan proses pengujian.Pada
proses pelatihan didapatkan nilai akurasi sebesar 100%
sedangkan proses pengujian sebesar 68,33%. Jika dibandingkan
dengan hasil penelitian sebelumnya dengan bahan dan metode
yang sama tanpa proses segmentasi, pada penelitian ini terjadi
peningkatan performasi jaringan. Dengan adanya proses
segmentasi citra, jaringan lebih mudah mengenali pola
masukkan dari citra
============================================================================================
Analysis of image segmentation effect for lung x-ray
image classification by ANN Backpropagation have been done.
The research use 150 data of lung X-ray image, consist of 90
training data and 60 testing data. On this research, X-ray image
would be processed by segmentation image before its classificate
into type of normal lung, lung cancer, and pneumonia.
Pre-processing image has purpose for increase quality of
visual image so classification process will be easier. On this
process, input image is treated by image processing as
complement of image, median filter for reducing noise on image,
and adaptif histogram equalisation for displaying details of
image. The next process is segmentation by lung fieald mask
which have been prepared by edge detection canny. Then
histogram features of image are extracted. The histogram
features which are used in this reasearch are mean, standart
deviation, skewness, kurtosis, and entropy.
The final process is classification of image using
Backpropagation Artificial Neural Network included training and
testing process. The research obtained that learning rate is 100%
and testing rate is 68,33%. As if previous research which used the
same object and method wihout segmentation of image,
performance of network is upgraded by this research. With the segmentation process on image, network can be easier to identify
pattern of image input.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSFi 621.367 Kho a |
| Uncontrolled Keywords: | Segmentasi Citra, Jaringan Syaraf Tiruan Backpropagation, Citra foto rongent paru-paru |
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques |
| Divisions: | Faculty of Mathematics and Science > Physics > 45201-(S1) Undergraduate Thesis |
| Depositing User: | EKO BUDI RAHARJO |
| Date Deposited: | 26 Nov 2020 05:25 |
| Last Modified: | 26 Nov 2020 05:25 |
| URI: | http://repository.its.ac.id/id/eprint/82275 |
Actions (login required)
 |
View Item |