//

DETEKSI KANKER PAYUDARA BERBASIS FITUR CITRA TERMAL DAN KLASIFIKASI K-NEAREST NEIGHBOR (KNN)

BACA FULL TEXT ABSTRAK Pemesanan Versi cetak
Pengarang Mentari Bella Al Rasyid - Personal Name
SubjectIMAGE PROCESSING - COMPUTER SCIENCE - ENGINEERING
COMPUTER APPLICATION
THERMOGRAPHY - MEDICINE
Bahasa Indonesia
Fakultas Program Studi Magister Teknik Elektro Universitas Syiah Kuala
Tahun Terbit 2018

Abstrak/Catatan

Kanker payudara cenderung berdampak pada perempuan yang memasuki usia senja di atas 50 tahun. Saat ini teknologi untuk mendeteksi dini kanker payudara terus dikembangkan karena kesadaran deteksi dini merupakan salah satu cara pengendalian kanker payudara. Salah satu metode deteksi kanker payudara yang telah banyak dilakukan penelitian adalah dengan memanfaatkan citra termal. Pada penelitian ini digunakan citra termal payudara untuk mengetahui hubungan antara temperatur objek dengan abnormalitas ukuran dua sisi payudara sebagai deteksi kanker payudara. Dari citra termal tersebut, dilakukan analisis fitur citra termal payudara dan klasifikasi k-nearest neighbor (KNN) untuk deteksi kanker payudara. Sebanyak 6 fitur dari first order histogram dan 4 fitur gray-level co-occurrence matrix (GLCM) digunakan untuk menentukan fitur yang paling tepat untuk mendeteksi kanker payudara. Pengujian dilakukan dengan mengolah 38 citra termal payudara pada tiga kasus uji dengan jumlah fitur dan besar nilai k yang berbeda. Hasil analisis citra termal payudara dan klasifikasi KNN pada citra termal menunjukkan bahwa klasifikasi dengan chebyshev distance menggunakan 2 fitur yaitu mean dan energy, dimana nilai akurasi adalah sebesar 100% pada klasifikasi dengan nilai k = 3. Kata kunci: deteksi kanker payudara, fitur citra termal, KNN.

Tempat Terbit Banda Aceh
Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Share Social Media

Tulisan yang Relevan

KINERJA SISTEM DETEKSI KANKER PAYUDARA BERDASARKAN REGION OF INTEREST (ROI) DAN MINIMALISASI BLOK SHUFFLENET (Rizka Ramadhana, 2021)

KLASIFIKASI KANKER PAYUDARA MENGGUNAKAN TEKNIK SUPPORT VECTOR MACHINE PADA CITRA TERMOGRAFI (Lina Marlina, 2020)

IMPLEMENTASI HAAR-LIKE FEATURE DAN SVM UNTUK PENGENALAN WAJAH DARI CITRA THERMAL (KHAIRUL FAJRI, 2021)

IDENTIFIKASI TINGKAT KEMATANGAN KELAPA SAWIT BERBASIS PENCINTRAAN TERMAL (KHUSNUL AZIMA, 2019)

SEGMENTASI CITRA CT SCAN PARU-PARU MENGGUNAKAN METODE DETEKSI TEPI UNTUK MENENTUKAN LUAS AREA KANKER (Munzir, 2020)

  Kembali ke sebelumnya

Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi

   

© UPT. Perpustakaan Universitas Syiah Kuala 2015     |     Privacy Policy