Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI
RESTY ANGGREINI, ANALISIS CITRA RONTGEN TORAKS MENGGUNAKAN METODE SEGMENTASI K-MEANS CLUSTERING DAN EDGE DETECTION. Banda Aceh Fakultas MIPA (S1),2022

Pemeriksaan toraks digunakan untuk mengetahui anatomi dan fisiologi dari suatu organ yang dapat membantu menegakkan diagnosa mengenai kelainan yang terdapat pada suatu organ di dalam dada. citra radiografi yang diamati secara visual masih terlihat kabur dan mengakibatkan perbedaan diagnosis pada citra yang sama. penelitian ini bertujuan untuk membuat program guna menghasilkan citra dengan kualitas yang lebih baik, menentukan segmentasi (cluster) dan batas tepi dari suatu citra, serta mengembangkan gui yang dapat digunakan untuk menampilkan program-program pengolahan citra menggunakan matlab. citra yang digunakan merupakan enam citra dari tiga pasien yang berusia 44 tahun, 48 tahun, dan 60 tahun yang terdiri dari citra pemeriksaan awal dan citra pemeriksaan akhir dari setiap pasien yang sudah didiagnosa. proses pengolahan citra dimulai dari input citra, membuat program perbaikan kontras beserta histogramnya, membuat program segmentasi k-means clustering beserta histogramnya, membuat program deteksi tepi, dan membuat program gui untuk menampilkan program-program pengolahan citra. dari penelitian yang dilakukan, program perbaikan kontras menghasilkan citra dengan kualitas yang lebih baik sehingga klavikula dan iga posterior dapat dianalisa dengan jelas. segmentasi k-means clustering dengan nilai k=4, k=5, dan k=6 memiliki cluster efusi pleura yang mirip. segmentasi k-means clustering dengan nilai k=7 dan k=8 memiliki cluster efusi pleura yang mirip. program deteksi tepi dapat menentukan batasan/tepi citra sehingga klavikula dan iga posterior dapat dianalisa dengan jelas. gui telah berhasil dirancang untuk mempermudah tampilan program perbaikan kontras, k-means clustering, dan deteksi tepi, serta histogram dari setiap citra. kata kunci: citra rontgen toraks, perbaikan kontras, segmentasi k-means clustering, deteksi tepi, gui.



Abstract

Thoracic examination is used to determine the anatomy and physiology of an organ that can help establish a diagnosis of abnormalities found in an organ in the chest. Visually observed radiographic images still look blurred and result in differences in diagnosis in the same imagery. This study aims to create a program to produce better quality images, determine the segmentation (cluster) and edge boundaries of an image, and develop a GUI that can be used to display image processing programs using Matlab. The images used were six images of three patients aged 44 years, 48 years, and 60 years consisting of the initial examination image and the final examination image of each patient who had been diagnosed. The image processing process starts from image input, creating a contrast improvement program along with its histogram, creating a k-means clustering segmentation program along with its histogram, creating an edge detection program, and creating a GUI program to display image processing programs. From the research conducted, the contrast improvement program produces images of better quality so that the clavicle and posterior ribs can be analyzed clearly. Segmentation of k-means clustering with values K=4, K=5, and K=6 has similar pleural effusion clusters. Segmentation of k-means clustering with values K=7 and K=8 has similar pleural effusion clusters. An edge detection program can determine the boundaries/edges of the image so that the clavicle and posterior ribs can be clearly analyzed. The GUI has been successfully designed to make it easier to display contrast improvement programs, k-means clustering, and edge detection, as well as the histogram of each image. Keywords: Thoracic X-ray image, contrast improvement, segmentation k-means clustering, edge detection, GUI.



    SERVICES DESK