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.

Preview	Text fm.pdf Download (87kB) | Preview
Preview	Text BAB I.pdf Download (27kB) | Preview
Preview	Text BAB II.pdf Download (81kB) | Preview
Preview	Text BAB III.pdf Download (16kB) | Preview
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)
Preview	Text BAB VI -Kesimpulan dan Saran.pdf Download (16kB) | Preview
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.

Actions (login required)

View Item