ITSNAINI NOOR LATIF ISMAIL (2025) SISTEM KLASIFIKASI PARASIT MALARIA BERBASIS EKSTRAKSI FITUR WARNA MENGGUNAKAN ALGORITMA COLOR MOMENTS DAN NEURAL NETWORK. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (258kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (199kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (162kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (91kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (304kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (774kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (8MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (10kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (80kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (41kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (441kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (9MB)

Abstract

Malaria yang disebabkan oleh parasit Plasmodium dapat berakibat fatal jika tidak ditangani, dengan Plasmodium Vivax sebagai salah satu spesies paling mematikan. Penelitian ini mengembangkan sistem klasifikasi otomatis untuk mendeteksi Plasmodium Vivax menggunakan 830 citra yang terbagi dalam tiga kelas: Schizont (180) sebagai kelas 1, Thropozoite (350) sebagai kelas 2, dan Gametocyte (300) sebagai kelas 3. Citra diolah melalui bilateral filtering dan konversi ke HSV untuk meningkatkan kualitas, kemudian diekstraksi menggunakan metode Color Moments (mean, standar deviasi, dan skewness) yang menghasilkan 9 fitur. Output dari hasil ekstraksi berupa data excel, data excel diklasifikasikan dengan algoritma Neural Network (MLP-NN). Dua model dari MLP-NN yang digunakan, yaitu One-Step Secant (OSS) dan Gradient Descent With Momentum & Adaptive LR (GDX) dengan variasi hidden neuron (5, 10, 15, dan 20). Hasil penelitian menunjukkan bahwa kombinasi ekstraksi Color Moments dan kedua model MLP-NN memiliki akurasi tinggi. Performa terbaik model OSS pada hidden neuron 10 dengan akurasi rata-rata training 96.9%, validation 100%, dan testing 100%. Performa terbaik model GDX pada hidden neuron 20 dengan akurasi rata-rata training 99.9%, validation 100%, dan testing 100%. Hasil terbaik adalah menggunakan model GDX pada hidden neuron 20, karena memiliki akurasi yang paling tinggi. Penelitian ini membuktikan efektivitas ekstraksi Color Moments dengan klasifikasi MLP sebagai metode diagnosis cepat dan akurat untuk parasit malaria.

Dosen Pembimbing: Yessi Jusman, S.T., M.Sc., Ph.D. | NIDN1007058408
Item Type: Thesis (S1)
Uncontrolled Keywords: Malaria, Color Moments, Multilayer Percerpton (MLP), Neural Network (NN)
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Eko Kurnawan
Date Deposited: 14 Feb 2025 01:28
Last Modified: 14 Feb 2025 01:28
URI: https://etd.umy.ac.id/id/eprint/50036

Actions (login required)

View Item View Item