Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI CITRA MAGNETIC RESONANCE IMAGING (MRI) OTAK DALAM MENGIDENTIFIKASI TUMOR MENGGUNAKAN ALGORITMA RANDOM FOREST

Zurriyata Fatni, - (2021) KLASIFIKASI CITRA MAGNETIC RESONANCE IMAGING (MRI) OTAK DALAM MENGIDENTIFIKASI TUMOR MENGGUNAKAN ALGORITMA RANDOM FOREST. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
Bab I-III dan Bab VI.pdf

Download (3MB) | Preview
[img] Text (BAB IV dan BAB V)
Bab IV dan Bab V - Zurriyata.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Otak merupakan organ pada tubuh manusia yang paling penting untuk mengendalikan seluruh sistem syaraf didalam tubuh. Namun, fungsi otak akan terganggu apabila didalam otak terdapat jaringan abnormal yang biasa disebut dengan tumor. Pendeteksian tumor secara dini sangat diperlukan untuk mencegah terjadinya tumor ganas atau biasa yang disebut kanker. Deteksi ini dilakukan dengan cara menggunakan salah satu alat di dunia kesehatan yang disebut dengan MRI. Penelitian ini menggunakan citra MRI tumor otak dan otak normal dengan jumlah sebanyak 890 data, kemudian dilakukan esktraksi fitur menggunakan Local Binary Pattern, dilanjutkan dengan ekstraksi fitur menggunakan Gray Level Co-occurrence Matrix. Tujuan dari penelitian ini adalah untuk membangun suatu pemodelan klasifikasi citra MRI otak dalam mengidentifikasi tumor menggunakan algoritma Random Forest. Rasio data yang digunakan adalah 60:40, 70:30, 80:20, dan 90:10 dengan hasil terbaik yang didapat adalah pada rasio dataset 70:30, dengan akurasi sebesar 87,64%, precision 90,53%, dan recall 90%, dengan jumlah pohon sebanyak 100 pohon dan kedalaman pohon default sebesar 8.

Item Type: Thesis (Skripsi)
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan > 620 Ilmu Teknik
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 03 Aug 2021 10:51
Last Modified: 03 Aug 2021 10:51
URI: http://repository.uin-suska.ac.id/id/eprint/52902

Actions (login required)

View Item View Item