| dc.contributor.advisor | JUSMAN, YESSI | |
| dc.contributor.author | ADHA DEWI PRABAMUKTI, LINDA | |
| dc.date.accessioned | 2020-01-23T01:52:13Z | |
| dc.date.available | 2020-01-23T01:52:13Z | |
| dc.date.issued | 2019-12-11 | |
| dc.identifier.uri | http://repository.umy.ac.id/handle/123456789/31253 | |
| dc.description | Kesehatan merupakan keadaan yang baik secara fisik, sosial, maupun mental yang bebas dari kelemahan ataupun penyakit. Kesehatan termasuk elemen penting bagi kehidupan manusia. Salah satu bagian tubuh yang penting bagi tubuh manusia adalah darah. Setiap sel darah berpotensi berpenyakit apabila tidak sesuai dengan fungsi yang seharusnya, salah satunya adalah sel darah putih yang dapat menyerang bagian darah yaitu leukemia. Seiring perkembangan teknologi, citra dari sampel penyakit leukemia dapat diproses secara digital untuk mengurangi tingkat human error dalam mendiagnosis penyakit. Penelitian ini dilakukan dengan merancang sistem image processing pada dua jenis leukemia, yaitu: Acute Myelogenous Leukemia (AML) dan Chronic Myelogenous Leukemia (CML) dengan menerapkan beberapa metode segmentasi Watershed dan ekstrasi fitur Gray Level Co-Occurance Matrix (GLCM). Sistem ini dirancang dengan tujuan untuk mengetahui seberapa efektif kedua metode tersebut untuk dilanjutkan ke proses klasifikasi. Hasil dari pengujian penerapan kedua metode tersebut adalah akurasi metode segmentasi Watershed untuk jenis CML adalah 90,4% dengan rata – rata waktu komputasi 0,89 detik, dan untuk jenis AML adalah 100% dengan rata – rata waktu komputasi 0,94 detik. Penerapan metode GLCM memiliki perbedaan yang signifikan antara kedua jenis leukemia tersebut yang dilihat dari keempat nilai ekstrasi fitur dengan waktu komputasi yang lebih cepat, rata – rata waktu komputasi 0,0060 detik untuk jenis CML. Sedangkan, untuk jenis AML rata – rata waktu komputasi adalah 0,0054 detik | en_US |
| dc.description.abstract | Kesehatan merupakan keadaan yang baik secara fisik, sosial, maupun mental yang bebas dari kelemahan ataupun penyakit. Kesehatan termasuk elemen penting bagi kehidupan manusia. Salah satu bagian tubuh yang penting bagi tubuh manusia adalah darah. Setiap sel darah berpotensi berpenyakit apabila tidak sesuai dengan fungsi yang seharusnya, salah satunya adalah sel darah putih yang dapat menyerang bagian darah yaitu leukemia. Seiring perkembangan teknologi, citra dari sampel penyakit leukemia dapat diproses secara digital untuk mengurangi tingkat human error dalam mendiagnosis penyakit. Penelitian ini dilakukan dengan merancang sistem image processing pada dua jenis leukemia, yaitu: Acute Myelogenous Leukemia (AML) dan Chronic Myelogenous Leukemia (CML) dengan menerapkan beberapa metode segmentasi Watershed dan ekstrasi fitur Gray Level Co-Occurance Matrix (GLCM). Sistem ini dirancang dengan tujuan untuk mengetahui seberapa efektif kedua metode tersebut untuk dilanjutkan ke proses klasifikasi. Hasil dari pengujian penerapan kedua metode tersebut adalah akurasi metode segmentasi Watershed untuk jenis CML adalah 90,4% dengan rata – rata waktu komputasi 0,89 detik, dan untuk jenis AML adalah 100% dengan rata – rata waktu komputasi 0,94 detik. Penerapan metode GLCM memiliki perbedaan yang signifikan antara kedua jenis leukemia tersebut yang dilihat dari keempat nilai ekstrasi fitur dengan waktu komputasi yang lebih cepat, rata – rata waktu komputasi 0,0060 detik untuk jenis CML. Sedangkan, untuk jenis AML rata – rata waktu komputasi adalah 0,0054 detik | en_US |
| dc.publisher | FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTA | en_US |
| dc.subject | Co-Occurance Matrix, Leukemia, Watershed | en_US |
| dc.title | PENERAPAN ALGORITMA WATERSHED DAN GRAY LEVEL CO-OCCURANCE MATRIX PADA CITRA SEL LEUKEMIA | en_US |
| dc.type | Thesis SKR FT 548 | en_US |
