RIZQA SALSABIELA (2024) SISTEM PENDETEKSI PENYAKIT BERDASARKAN CITRA SELCAIRAN TUBUH MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN HU MOMENT BERBASIS MULTILAYER PERCEPTRON (MLP). S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (1MB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (1MB)
Abstrak.pdf
Restricted to Registered users only
Download (10kB)
Bab I.pdf
Download (85kB)
Bab II.pdf
Restricted to Registered users only
Download (462kB)
Bab III.pdf
Restricted to Registered users only
Download (405kB)
Bab IV.pdf
Restricted to Registered users only
Download (30MB)
Bab V.pdf
Restricted to Registered users only
Download (8kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (140kB)
Lampiran.pdf
Restricted to Registered users only
Download (184kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (489kB)
Full Text.pdf
Restricted to Repository staff only
Download (34MB)
Abstract
Cairan tubuh merupakan zat penting pada manusia yang berperan dalam menyalurkan oksigen dan nutrisi keseluruh jaringan dalam tubuh, serta membantu dalam proses membuang zat-zat sisa jaringan dan mengeluarkannya dari tubuh. Pada tubuh manusia terdapat cairan yang terdiri dari 95% air dan cairan intraseluler, dimana cairan intraseluler tersebut terdiri dari cairan peritoneum dan pleural yang harus tetap dijaga agar tidak menyebabkan penumpukan cairan dan berbagai gangguan kesehatan seperti kanker. Kanker merupakan salah satu penyebab utama kematian diseluruh dunia yang terjadi karena adanya pertumbuhan sel yang tidak normal pada jaringan dan organ tubuh. Berdasarkan data World Health Organization (WHO), kanker menyebabkan hampir 10 juta kematian pada tahun 2020 dan diperkirakan akan terus meningkat. Oleh karena itu dibutuhkan sebuah sistem yang dapat membantu dalam mendeteksi penyakit kanker melalui cairan tubuh dengan ekstraksi Gray Level Co-occurrence (GLCM) dan Hu Moment Invariant berdasarkan klasifikasi Multilayer Perceptron. Dimana Multilayer Perceptron yang digunakan pada penelitian ini terdiri dari 3 model yaitu, CGB, GDM, dan LM. Sedangkan citra yang digunakan terdiri dari 2 kelas citra sel cairan tubuh yaitu adenocarcinoma dan normal. Pada penelitian ini diperoleh akurasi terbaik pada Gray Level Co-occurrence (GLCM) dengan rata-rata 95 persen dan akurasi tertinggi sebesar 98,10% untuk training dan 97%untuk testing pada model LM. Sedangkan pada hu moment, akurasi training 80,80 persen dan akurasi tertinggi testing 82,20%
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Body Fluid, Gray Level Co-occurrence (GLCM), Hu Moment, Multilayer Perceptron |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | M. Erdiansyah |
Date Deposited: | 02 Feb 2024 03:40 |
Last Modified: | 02 Feb 2024 03:40 |
URI: | https://etd.umy.ac.id/id/eprint/44075 |