Nurrohman, Agni (2024) KLASIFIKASI KOLITIS ULSERATIF PADA CITRA ENDOSKOPI MENGGUNAKAN SUPPORT VECTOR MACHINE DENGAN EKSTRAKSI CITRA GRAY LEVEL CO-OCCURANCE MATRIX. Sarjana thesis, Universitas Siliwangi.
Text
1. COVER.pdf Download (476kB) |
|
Text
2. LEMBAR PENGESAHAN TUGAS AKHIR.pdf Download (247kB) |
|
Text
3. LEMBAR PENGESAHAN PENGUJI SIDANG TUGAS AKHIR.pdf Download (223kB) |
|
Text
4. LEMBAR PERNYATAAN KEASLIAN TUGAS AKHIR.pdf Download (294kB) |
|
Text
5. ABSTRAK.pdf Download (449kB) |
|
Text
6. KATA PENGANTAR.pdf Download (511kB) |
|
Text
7. DAFTAR ISI.pdf Download (473kB) |
|
Text
8. DAFTAR TABEL.pdf Download (463kB) |
|
Text
9. DAFTAR GAMBAR.pdf Download (467kB) |
|
Text
10. DAFTAR LAMPIRAN.pdf Download (530kB) |
|
Text
11. BAB 1.pdf Download (525kB) |
|
Text
12. BAB 2.pdf Download (748kB) |
|
Text
13. BAB 3.pdf Download (786kB) |
|
Text
14. BAB 4.pdf Restricted to Repository staff only Download (844kB) |
|
Text
15. BAB 5.pdf Restricted to Repository staff only Download (447kB) |
|
Text
16. DAFTAR PUSTAKA.pdf Download (584kB) |
|
Text
17. LAMPIRAN.pdf Restricted to Repository staff only Download (3MB) |
Abstract
Kolitis ulseratif atau peradangan pada usus besar adalah gangguan inflamasi kronis yang ditandai dengan peradangan mukosa yang melibatkan usus besar (kolon) dan mengarah ke anus (rektum). Jumlah kasus kolitis ulseratif berkisar antara 90-505 orang dari 100.000 orang di Eropa Utara dan Amerika Utara, lebih jarang terjadi di daerah Eropa Barat dan Selatan juga sekurangnya 10 kali lebih kurang di Asia, Afrika dan Populasi Oriental. Endoskopi adalah prosedur medis yang dapat dilakukan dengan memasukkan suatu alat canggih untuk melihat saluran cerna secara visual yang kemudian ditampilkan pada sebuah monitor. Hasil endoskopi berupa citra digital ditangkap dengan menggunakan kamera kecil yang dimasukkan ke dalam saluran cerna pasien. Pada penelitian ini dilakukan perhitungan model akurasi klasifikasi Kolitis Ulseratif menggunakan hasil ekstrasi fitur citra endoskopi dengan ekstraksi fitur GLCM dengan menggunakan klasifikasi SVM dengan kernel RBF. Pencarian nilai hyperparameter dilakukan untuk mencari nilai C dan gamma terbaik sehingga penelitian ini memiliki hasil akurasi model yang sebelumna memiliki akurasi 86,45% menjadi 90,85%, nilai presisi sebesar 91,58%, nilai recall sebesar 90,68% dan nilai f1-score sebesar 91,12%. Kata Kunci: Kolitis Ulseratif, Endoskopi, Gray Level Co-Occurrence Matrix, Support Vector Machine, Klasifikasi citra
Item Type: | Thesis (Sarjana) |
---|---|
Subjects: | Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science |
Divisions: | Fakultas Teknik > Informatika |
Depositing User: | Rema Puri Irma Sri Katon |
Date Deposited: | 27 Aug 2024 01:26 |
Last Modified: | 27 Aug 2024 01:26 |
URI: | http://repositori.unsil.ac.id/id/eprint/13558 |
Actions (login required)
View Item |