Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram ...

Click here to download this powerpoint template : White Floral Background Free Powerpoint Template For more : Free Powerpoint Templates

Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan Jaringan Syaraf Tiruan Backpropagation

Hasan Bisri (1108 100 703)


Pendahuluan

Latar Belakang: Pengolahan citra digital dapat digunakan untuk identifikasi tumor atau kanker Rahim, identifikasi penyakit paru-paru, identifikasi penyakit hati, identifikasi penyakit tulang, segmentasi tulang dari otot lainnya, klasifikasi gigi dan analis citra mikroskkopis. (Darma Putera, 2010) Ilmu kedokteran memerlukan inovasi-inovasi terautomatisasi. Salah satunya adalah pengklasifikasian paru-paru ke dalam beberapa kelompok penyakit


Pendahuluan

Batasan Masalah: - klasifikasi citra paru-paru sebagai paru-paru normal, paru-paru yang terkena efusi, atau paru-paru yang terkena kanker

- Jaringan syaraf tiruan yang digunakan ialah jaringan syaraf tiruan backpropagation.

Tujuan: - Penelitian ini bertujuan untuk merancang sistem yang mampu mendiagnosa penyakit paru-paru serta

menganalisa performansinya


Tinjauan Pustaka

Paru-paru adalah organ pada sistem

pernapasan dan berhubungan dengan sistem peredaran darah vertebrata yang bernapas dengan udara

Paru-Paru Efusi


Tinjauan Pustaka

- Pengolahan citra digital

• Citra Digital Suatu citra digital dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan besar amplitude fungsi f berhingga pada koordinat (x,y)

• Citra Grayscale


Tinjauan Pustaka

- Jaringan Syaraf Tiruan Backpropagation


Metodologi

• Pengolahan citra �Median Filter �Adaptif histogram equalisation

• Ekstraksi Fitur � (mean, Standard Deviasi,

Skewness, Kortosis, Entropi)

• Jaringan Syaraf Tiruan Backrpopagaton

• Graphical User Interface (GUI)


pembahasan

Citra Asli

Normal

Efusi

Kanker


pembahasan

Hasil Median Filter & Adaptive Histogram Equalisation

Asli

Median Filter

Adapthisteq


pembahasan

Contoh Hasil Ekstraksi fitur Histogram Citra pelatihan

No Mean Standard Deviasi

Kurtosis Skewness Entropy

1 155,341 64,6952 7,7938 -1,1957 -1,1957

2 137,4878 67,8894 7,8283 0,1672 0,1672

3 166,2417 67,8713 7,6139 0,9117 0,9117

4 164,9049 61,7991 7,6971 0,5007 0,5007

5 155,6627 48,6312 7,5358 0,7394 0,7394


pembahasan

Contoh Hasil Ekstraksi fitur Histogram Citra Uji

No Mean Standard Deviasi

Kurtosis Skewness Entropy

1 167,6698 48,8429 7,3889 -0,6327 5,6585

2 176,3524 58,9382 7,5389 0,0088 2,4963

3 177,7786 56,4024 7,4721 0,1481 3,0145

4 174,7967 63,3707 7,4924 -0,027 1,872

5 162,6255 56,0783 7,646 -1,6597 8,5505


pembahasan

Tampilan awal Antarmuka Program yang telah dibuat


Kesimpulan & Saran

Kesimpulan: 1. Sistem berhasil dirancang

2. Tingkat akurasi sistem sebesar

65 %

Saran : • Fitur yang digunakan lebih

banyak.

• Jenis penyakit paru-paru lain.


Terima Kasih

Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram ...

Documents

Transcript of Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram ...