mahasiswa: muhimmatul khoiro dosen pembimbing: m. arief ... · suatu sistem di mana proses...

Mahasiswa:

Muhimmatul Khoiro

1110100049

Dosen Pembimbing:

M. Arief Bustomi, S.Si, M.Si.

Jurusan Fisika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Teknologi Sepuluh Nopember Surabaya 2014

Kesimpulan Pembahasan Metodologi

Diagnosa manual

Diagnosa dengan

bantuan software LATAR BELAKANG

Tinjauan Pustaka

Pendahuluan

Jaringan Syaraf Tiruan Backpropagation

1. Bagaimana pengaruh proses segmentasi citra terhadap perfomasi perangkat lunak untuk mengklasifikasikan citra sinar-X paru-paru ke dalam tipe normal, kanker, dan efusi menggunakan metode Jaringan Syaraf Tiruan Backpropagation

2. Bagaimana perfomasi tersebut jika dibandingkan dengan penelitian sebelumnya.

1. Untuk mengetahui pengaruh proses segmentasi citra terhadap perfomasi perangkat lunak untuk mengklasifikasikan citra sinar-X paru-paru ke dalam tipe normal, kanker, dan efusi menggunakan metode Jaringan Syaraf Tiruan Backpropagation

2. Untuk menganalisa perfomasi sistem perangkat lunak yang telah dibuat jika dibandingkan dengan penelitian sebelumnya.

Rumusan Masalah :

Tujuan Penelitian :

Kesimpulan Pembahasan Metodologi Tinjauan Pustaka

Pendahuluan

1. Penelitian Tugas Akhir ini dibatasi hanya pada pengklasifikasian citra sinar-X paru meliputi paru-paru normal, paru-paru yang terkena kanker dan paru-paru yang terkena efusi.

2. Dalam penelitian ini tidak dibahas proses pengambilan data. 3. Metode jaringan syaraf tiruan yang digunakan dalam penelitian ini adalah

backpropagation. 4. Sedangkan pengolahan dilakukan dengan menggunakan perangkat lunak Matlab

7.10.0.499 (R2010a).

Sebagai referensi penelitian mengenai peningkatan performasi perangkat lunak berbasis metode jaringan syaraf tiruan. untuk mempercepat kinerja dokter dalam menganalisa dan mengklasifikasi citra sinar-X paru-paru

Batasan Masalah :

Manfaat Penelitian :

Kesimpulan Pembahasan Metodologi Tinjauan Pustaka

Pendahuluan

Proses pengambilan citra rontgen

Komponen alat rontgen

Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka

Hasil Foto Rontgen Paru-paru

Citra Paru-paru

Normal

Citra Paru-paru

Efusi Citra Paru-paru

Kanker


suatu sistem di mana

proses dilakukan

dengan masukan

berupa citra, dan

menghasilkan citra

pula dengan kualitas

yang lebih baik

Komplemen Citra

Tapis Median

Ekualisasi Histogram Adaptif

Deteksi Tepi Canny

Operasi Morfologi Erosi

Pengolahan

Citra


Ciri yang didasarkan pada karakteristik histogram citra

Fitur Histogram

Mean

rata-rata intensitas

Standar Deviasi

rata-rata kontras

Kurtosis

tingkat keruncingan histogram citra

Skewness

ukuran kecondongan histogram citra

Entropy

Ukuran keacakan histogram citra


Arsitektur Jaringan Backpropagation

Flowchart Pemrograman JST

Backpropagation


Citra Paru-paru

Normal

Citra Paru-paru

Efusi

Citra Paru-paru

Kanker

Obyek yang digunakan sebanyak 150 citra rontgen paru-paru yang terdiri dari

90 citra latih dan 60 citra uji. Sedangkan pengolahan dilakukan dengan

menggunakan perangkat lunak Matlab 7.10.0.499 (R2010a).

Kesimpulan Pembahasan Pendahuluan Tinjauan Pustaka

Metodologi

Studi

Pendahuluan

Perancangan

Sistem

Pemrosesan

Awal Citra

Segmentasi

Citra Ekstraksi Fitur Pelatihan

Jaringan

Pengujian

Jaringan Analisa Kerja

Kesimpulan Pembahasan Pendahuluan Tinjauan Pustaka

Metodologi

Citra Asli Komplemen Citra

Citra hasil Ekualisasi

Histogram Adaptif Citra hasil Tapis Median

Kesimpulan Pendahuluan Tinjauan Pustaka

Metodologi Pembahasan

Citra Hasil

Pemrosesan Awal Mask Daerah Dada Hasil Segmentasi

Citra

X =



Citra Hasil

Segmentasi

FITUR HISTOGRAM

Mean = 90,2382

Standart Deviasi = 70,9278

Entropy = 89,3901

Kurtosis = 7,2457

Skewness = 1,9812



Histogram Citra

Arsitektur JST Backpropagation pada penelitian

Parameter-parameter jaringan :

Jumlah neuron layar tersembunyi 2500, fungsi aktivasi sigmoid

bipolar, laju pemahaman jaringan 0,1 dan jumlah epoch 370.



Proses pelatihan jaringan Grafik performasi pelatihan jaringan



Citra

Latih

Terdeteksi sebagai Tingkat

Akurasi Jumlah

Normal Kanker Efusi

Normal 30 0 0 100 % 30

Kanker 0 30 0 100 % 30

Efusi 0 0 30 100 % 30

Rata-rata prosentase 100 % 90

Citra

Uji

Terdeteksi sebagai Tingkat

Akurasi Jumlah

Normal Kanker Efusi

Normal 13 3 4 65% 20

Kanker 5 10 5 50 % 20

Efusi 0 2 18 90 % 20

Rata-rata prosentase 68,33 % 60

Hasil Klasifikasi Citra Latih

Hasil Klasifikasi Citra Uji



Hasil Penelitian

Dengan proses segmentasi citra

Akurasi pelatihan = 100%

Akurasi Pengujian = 68,33%

Error pelatihan = 0,00583

Hasil Penelitian Sebelumnya

(Hasan Bisri, 2013)

Tanpa proses segmentasi citra

Akurasi pelatihan = 98,89%

Akurasi Pengujian = 65%

Error pelatihan = 0,01



Setelah dilakukan proses segmentasi didapatkan

tingkat akurasi pada sistem perangkat lunak

klasifikasi sebesar 100% pada pelatihan dan 68,33%

pada pengujian

Pada penelitian ini terjadi peningkatan performasi

jaringan dari penelitian sebelumnya

Adanya proses segmentasi citra, jaringan lebih

mudah mengenali pola masukkan dari citra.

Pendahuluan Tinjauan Pustaka

Metodologi Pembahasan Kesimpulan

mahasiswa: muhimmatul khoiro dosen pembimbing: m. arief ... · suatu sistem di mana proses...

Documents