Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan Jaringan Syaraf Tiruan Backpropagation

Hasan Bisri, M. Arief Bustomi, Endah Purwanti
Submission Date: 2013-08-16 10:44:13
Accepted Date: 2013-09-01 00:00:00

Abstract


Telah dilakukan perancangan dan pembuatan perangkat lunak untuk mengklasifikasikan citra paru-paru dengan ekstraksi fitur histogram menggunakan jaringan syaraf tiruan ackpropagation. Pemrosesan awal dilakukan untuk membuang informasi yang tidak dibutuhkan dalam pengolahan citra untuk meningkatkan kualitas citra yang diproses. Proses ekstraksi fitur histogram pada citra diperlukan agar sistem perangkat lunak  mampu mengklasifikasikan citra ke dalam kelompok tertentu. Perancangan perangkat lunak ini lebih ditujukan pada pengklasifikasian data yang merupakan data sekunder berupa citra grayscale hasil rontgen paru-paru. Citra paru-paru yang digunakan untuk pelatihan dan pengujian sistem perangkat lunak adalah citra hasil diagnosa dokter yang telah terbagi dalam tiga kelompok yaitu paru-paru normal, berpenyakit kanker, dan efusi. Pengklasifikasian citra dilakukan dengan menggunakan jaringan syaraf tiruan backpropagation. Hasil pengujian performansi sistem perangkat lunak yang telah dibuat dengan parameter epoch 500, error 0.001, learning rate 0.1 dan jumlah neuron 2500 ternyata memiliki tingkat akurasi sebesar 65%.


Keywords


klasifikasi citra; jaringan syaraf tiruan backpropagation; ekstraksi fitur histogram; citra grayscale paru-paru;

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Sains dan Seni ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/sains_seni.