SISTEM KLASIFIKASI CITRA KANKER ADENOCARCINOMA BODY FLUID BERBASIS NEURAL NETWORK DENGAN FITUR TEKSTUR

'ABQARIY AFGHANINA AL-FATH (2024) SISTEM KLASIFIKASI CITRA KANKER ADENOCARCINOMA BODY FLUID BERBASIS NEURAL NETWORK DENGAN FITUR TEKSTUR. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf

Download (26MB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only

Download (646kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only

Download (23kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (161kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only

Download (501kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (978kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (22MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only

Download (23kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (181kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only

Download (122kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only

Download (493kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only

Download (26MB)

Abstract

Adenocarcinoma adalah salah satu jenis kanker yang biasanya menyerang tubuh bagian sel pelapis epitel (sel terluar organ). Kanker Adenocarcinoma dapat dideteksi salah satunya melalui body fluids yang berada di antara paru-paru dan dinding dada. Penelitian ini bertujuan untuk membantu ahli cytology dalam menentukan diagnosis penyakit kanker, terutama kanker yang dapat dideteksi melalui body fluids. Melalui teknologi machine learning, diagnosis dapat dilakukan dengan efisien dan akurat. Metode yang digunakan dalam penelitian ini adalah Gray Level Co-occurrence Matrix (GLCM) dan Haar Wavelet sebagai metode ekstraksi dan Multilayer Perceptron (MLP) sebagai metode klasifikasi. Jumlah citra yang digunakan adalah 1.273 citra yang terdiri dari 642 citra benigndan 631 citra malignant. Hasil penelitian menunjukkan bahwa Haar Waveletmenghasilkan akurasi lebih tinggi dibandingkan GLCM dengan akurasi sebesar 94,1% oleh model SCG hidden neuron 20 dalam waktu run 12 detik sedangkan akurasi GLCM adalah 92,4% oleh model SCG hidden neuron 20 dalam waktu run3 detik.

Item Type: Thesis (S1)
Uncontrolled Keywords: Body Fluids, Gray Level Co-occurrence Matrix (GLCM), Haar Wavelet, Multilayer Perceptron (MLP)
Divisions: Fakultas Teknik > Teknik Elektro S1
Depositing User: Aidilla Qurotianti
Date Deposited: 04 Jun 2024 06:15
Last Modified: 04 Jun 2024 06:15
URI: https://etd.umy.ac.id/id/eprint/45861

Actions (login required)

View Item
View Item