RANTI KURNIAWATI (2024) SISTEM PENDETEKSI PENYAKIT BERDASARKAN CITRA BODY FLUID MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN MULTI-LAYER PERCEPTRON. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (1MB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (498kB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (63kB)
	Text (Bab I) Bab I.pdf Download (159kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (422kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (710kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (16MB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (62kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (220kB)
	Text (Lampiran) Lampiran.pdf Restricted to Registered users only Download (180kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (648kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (21MB)

Abstract

Cairan tubuh berfungsi sebagai keseimbangan tubuh, selain itu cairan tubuh juga dapat digunakan sebagai cara untuk mendeteksi sebuah penyakit yang ada pada perut dan dada. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra cairan tubuh berdasarkan metode ekstraksi fitur Histogram of Oriented Gradient dan Gray Level Co-occurance Matrix, serta menggunakan algoritma pelatihan Artificial Neural Network dengan 4 model yaitu trainlm, transcg, trsinoss, dan traingdx. Penelitian ini menggunakan input data berupa citra Body Fluid sejumlah 1273 citra yang terbagi menjadi 2 kelas yaitu, Adenocarcinoma dan Benign. Hasil dari penelitian ini berupa nilai akurasi yang menunjukkan bahwa metode ekstraksi fitur Gray Level Co-occurance Matrix lebih baik daripada Histogram of Oriented Gradient. Dalam menggunakan metode Artificial Neural Network menunjukkan bahwa ekstraksi fitur Gray Level Co-occurance Matrix dengan model trainlm hidden node 10 merupakan hasil terbaik dengan akurasi Training terbaik sebesar 97,8%, akurasi Testing terbaik sebesar 97,9%, dan Best Epoch sebanyak 42

Dosen Pembimbing:	Yessi Jusman, S.T., M.Sc., Ph.D. | NIDN1007058408
Item Type:	Thesis (S1)
Uncontrolled Keywords:	Body Fluids, Histogram of Oriented Gradient, Gray Level Co-occurance Matrix, Multi-layer Perceptron
Divisions:	Fakultas Teknik > S1 Teknik Elektro
Depositing User:	M. Erdiansyah
Date Deposited:	31 Jan 2024 09:49
Last Modified:	31 Jan 2024 09:49
URI:	https://etd.umy.ac.id/id/eprint/44126

Actions (login required)

View Item