SISTEM DETEKSI KELAINAN SEL PROSTAT DENGAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN HU MOMENT INVARIANT SERTA SUPPORT VECTOR MACHINE (SVM)

Rizky Nurhidayat (2020) SISTEM DETEKSI KELAINAN SEL PROSTAT DENGAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN HU MOMENT INVARIANT SERTA SUPPORT VECTOR MACHINE (SVM). S1 thesis, Universitas Muhammadiyah Yogyakarta.

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

Download (384kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only

Download (749kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only

Download (9kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (16kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only

Download (254kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (302kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (889kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only

Download (7kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (71kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only

Download (2MB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only

Download (5MB)

Abstract

Prostat adalah suatu kalenjar yang merupakan salah satu bagian penting dari
sistem reproduksi pria. Prostat berfungsi melindungi dan menjaga kesuburan sperma,
dalam menjalankan fungsi prostat sering kali mengalami kelainan. Penelitian ini
bertujuan untuk merancang sistem deteksi kelainan sel prostat menggunakan metode
ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) dan Hu Moment Invariant.
Menggunakan fitur-fitur hasil ekstraksi tersebut akan dimasukan ke dalam sistem
klasifikasi dengan menggunakan metode klasifikasi Support Vector Machine untuk
mengklasifikasikan sel prostat normal dan abnormal. Sel prostat yang digunakan yaitu
sebanyak 275, dengan 50 sel prostat normal dan 225 sel prostat abnormal. Sistem yang
telah dirancang kemudian akan dilakukan pengujian untuk melakukan proses
klasifikasi. Setelah berhasil melakukan proses klasfikasi selanjutnya akan dilakukan
analisis data terhadap hasil klasifikasinya. Analisis yang digunakan yaitu analisis
kuantitatif dengan mengukur akurasi pada hasil yang didapat. Pada sistem ini berhasil
mengklasifikasikan kelainan sel prostat dengan akurasi tertinggi yaitu 95%.

Item Type: Thesis (S1)
Divisions: Fakultas Teknik > Teknik Elektro S1
Depositing User: Unnamed user with email robi@umy.ac.id
Date Deposited: 13 Oct 2021 03:44
Last Modified: 27 Oct 2021 02:43
URI: https://etd.umy.ac.id/id/eprint/934

Actions (login required)

View Item
View Item