Yuda Ardata Bagus Tito (2014) SEGMENTASI AREA TUMOR PADA CITRA CT SCAN TUMOR OTAK MENGGUNAKAN METODE K-MEANS CLUSTERING. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
fm.pdf Download (87kB) | Preview |
|
|
Text
BAB I.pdf Download (27kB) | Preview |
|
|
Text
BAB II.pdf Download (81kB) | Preview |
|
|
Text
BAB III.pdf Download (16kB) | Preview |
|
|
Text
BAB IV - Analisa dan Perancangann.pdf Download (168kB) | Preview |
|
![]() |
Text
BAB V - implementasi dan pengujian.pdf Restricted to Registered users only Download (520kB) |
|
|
Text
BAB VI -Kesimpulan dan Saran.pdf Download (16kB) | Preview |
|
|
Text
em.pdf Download (7kB) | Preview |
Abstract
Dari segi klinis tumor otak dibedakan menjadi dua yaitu primary brain tumor dan metastatic brain tumor dapat pula disebut tumor jinak (benigna) dan tumor ganas (maligna). Tumor otak merupakan penyakit yang sangat berbahaya bahkan mematikan karena tumor otak tersebut menyerang organ paling vital pada manusia yaitu otak. Dalam ilmu kedokteran, sistem yang dipakai untuk memprediksi jenis tumor otak salah satunya yaitu melalui pemeriksaan CT Scan. Pemeriksaan dengan CT Scan hanya sebagai pegangan untuk menentukan ada atau tidak tumor pada bagian otak agar dapat ditindak lanjuti pada penderita, seperti operasi atau pengobatan. Pada penelitian yang dilakukan penulis saat ini dalam menentukan area tumor pada citra CT Scan ada beberapa cara untuk pengelompokan data, seperti segmentasi menggunakan metode K-means clustering dalam penentuan letak atau area tumor dari data CT Scan tumor otak. Metode k-means clustering merupakan metode clustering berbasis jarak yang membagi data-data kedalam sejumlah cluster. Setiap data (pixel) diukur jarak nya terhadap nilai centroid cluster menggunakan perhitungan Euclidian distance. Pengujian dari penelitian ini menggunakan citra dari hasil segmentasi k-means yang telah disegmentasi dengan pengujian kualitatif dan kuantitatif. Pengujian kualitatif menggunakan MOS (means opinion score) berdasarkan jumlah cluster 2, 3, 4, dan 5 untuk hasil output yang terlihat baik adalah pada citra dengan jumlah cluster 5 dari hasil segmentasi k-means clustering. Pada pengujian kuantitatif mendapatkan hasil nilai overall error terkecil dengan persentase nilai rata-rata 45,98 %. Kata kunci : Citra, Cluster, CT Scan Tumor Otak, Metode K-means Clustering, Means Opinion Score, Overall Error, Pengolahan citra, Segmentasi.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | eva sartika |
Date Deposited: | 27 Apr 2016 20:12 |
Last Modified: | 27 Apr 2016 20:12 |
URI: | http://repository.uin-suska.ac.id/id/eprint/3896 |
Actions (login required)
![]() |
View Item |