Identifikasi penyakit Pada Citra CT-Scan Menggunakan Metode Support Vector Machine (SVM)

Nur Faisal, Ujang (2017) Identifikasi penyakit Pada Citra CT-Scan Menggunakan Metode Support Vector Machine (SVM). Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Klasifikasi citra merupakan salah satu ilmu pengolahan citra yang dapat diterapkan dalam berbagai bidang, salah satunya pada bidang medis dengan melakukan identifikasi pada citra CT-Scan. Untuk melakukan klasifkasi pada citra medis CT-Scan yang berupa citra grayscale yaitu citra hitam dan putih, diperlukan proses analisis tekstur dengan menggunakan metode tertentu. Pengenalan tekstur dapat dilakukan dengan cara ekstraksi ciri dengan menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) yaitu sebuah metode yang dapat digunakan untuk ekstraksi fitur, baik itu fitur citra ataupun data lainnya. Ekstraksi fitur dilakukan untuk mengambil informasi pokok dari suatu data tertentu sebelum digunakan dalam proses klasifikasi. Support Vector Machine (SVM) merupakan suatu metode klasifikasi supervised yang berusaha menemukan hyperplane yang terbaik antar dua buah kelas. Dari hasil penelitian, implementasi metode ekstraksi ciri Gray Level Co-Occurrence Matrix (GLCM) dan metode klasifikasi Support Vector Machine (SVM) pada citra CT-Scan dengan jenis penyakit Kanker, Stroke dan Tumor didapat hasil akurasi sebesar 89%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Pengolahan Citra, Klasifikasi, GLCM, Multiclass-SVM
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 10 Nov 2017 03:33
Last Modified: 10 Nov 2017 03:33
URI: http://repository.unikom.ac.id/id/eprint/53429

Actions (login required)

View Item View Item