• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Industrial Technology
    • Informatics Engineering
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Industrial Technology
    • Informatics Engineering
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Identifikasi Stadium Plasmodium Ovale Penyebab Penyakit Malaria Dari Apusan Darah Tipis Dengan Sistem Berbantuan Komputer

    Thumbnail
    View/Open
    17523161.pdf (1.928Mb)
    Date
    2022-01-06
    Author
    ADELIA SUKMA ARDANA
    Metadata
    Show full item record
    Abstract
    Malaria merupakan penyakit yang ditularkan dari gigitan nyamuk Anopheles betina infektif yang menghisap darah manusia. Pada tahun 2016 World Health Organization (WHO) melaporkan terdapat 216 juta kasus di dunia dan tercatat 445.000 jiwa diantaranya meninggal. Parasit yang menyebabkan penyakit malaria adalah parasit dari genus Plasmodium yang terdiri dari empat jenis, yaitu Plasmodium malaria, Plasmodium falciparum, Plasmodium vivax, dan Plasmodium ovale. Untuk melakukan diagnosis penyakit malaria, World Health Organization (WHO) telah menyarankan sebuah metode yang disebut pengujian diagnosis berbasis parasit, contohnya adalah analisis mikroskopis. Namun, metode ini membutuhkan ahli mikroskopis yang berpengalaman dan berkompetensi agar tidak menyebabkan keterlambatan dalam menangani pasien. Oleh karena itu, dibutuhkan Computer Aided Diagnosis (CAD) untuk dapat melakukan deteksi dini pada penyakit malaria. CAD merupakan sebuah sistem untuk membantu menginterpretasikan citra medis dalam waktu singkat dan meningkatkan hasil akurasi diagnosis. Pada penelitian ini dilakukan ROI dengan cropping manual untuk 31 citra dengan ukuran 200 x 200 piksel sebagai tahap preprocessing. Setelah itu, data dilakukan segmentasi dengan metode thresholding untuk mengidentifikasi parasit Plasmodium ovale. Kemudian, dilanjutkan dengan ekstraksi dan seleksi fitur bentuk, ukuran dan tekstur untuk mengklasifikasikan citra berdasarkan stadiumnya. Dari 12 atribut hasil seleksi fitur yang digunakan untuk 12 citra pada tahap pengujian sistem klasifikasi dengan metode multi class SVM menghasilkan nilai akurasi sebesar 83,3333%.
    URI
    https://dspace.uii.ac.id/handle/123456789/37746
    Collections
    • Informatics Engineering [2509]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV