Anda belum Log-in!
Silahkan Log in
Selamat Datang di Portal Digital Content Publisher
Kamis , 05 November 2026
Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.
di-posting oleh 120411100036 pada 2016-08-11 20:09:36 • 297 klik
KLASIFIKASI PENYAKIT DIABETES RETINOPATI MENGGUNAKAN LINEAR DISC ANALYSIS (LDA) DENGAN METODE EUCLIDEAN DISTANCE
CLASSIFICATION OF DISEASE DIABETIC RETINOPATHY USING LINEAR DISC ANALYSIS (LDA) WITH METHOD EUCLIDEAN DISTANCE
disusun oleh TUTUT DEWI ANGGRAINI
| Subyek: | KLASIFIKASI DIABETES RETINOPATI LINEAR DISC ANALYSIS (LDA) EUCLIDEAN DISTANCE |
| Kata Kunci: | DIABETES RETINOPATI LINEAR DISC ANALYSIS (LDA) EUCLIDEAN DISTANCE |
[ Anotasi Abstrak ]
Diabetes Retinopatipenyakit yang terjadi pada mata menyebabkan penglihatan penderita terganggu, pada tingkat lanjut dapat menyebakan kebutaan pada penderita. Pemeriksaan secara medis dilakukan dengan kamera fundus dan menghasilkan citra fundus mata. Untuk mengetahui tingkatan Diabetes Retinopati dilakukan klasifikasi terhadap tingkat keparahan berdasarkan citra fundus. Penelitian ini menggunakan database MESSIDOR(Methods for Evaluating Segmentation and Indexing techniques Dedicated to Retinal Ophthalmology). Pada penelitian ini ada 3 tahapan utama, Tahap pertama menyiapkan citra inputan, inputan menggunakan citra asli yang dirubah jadi grayscale dan citra eliminasi pembuluh darah. Citra eliminasi pembuluh darah didapat dengan overlapping antara citra grayscale dan citra hasil segmentasi. Tahap kedua proses ekstraksi fitur Linear Discriminant Analysis (LDA) yang diawali dengan proses ekstraksi fitur Principal Component Analysis (PCA). Hasil ekstraksi fitur digunakan pada tahap ketiga yaitu proses pengukuran kemiripan dengan Euclidean Distance. Sistem dapat bekerja dengan tingkat akurasi maksimum 40,88% dengan fitur awal (76) dengan inputan citra grayscale dan dengan nilai fitur yang sama menggunakan fitur awal (76) didapat akurasi 40,25% inputan menggunakan eliminasi pembuluh darah.
Deskripsi Lain
Diabetes Retinopatipenyakit yang terjadi pada mata menyebabkan penglihatan penderita terganggu, pada tingkat lanjut dapat menyebakan kebutaan pada penderita. Pemeriksaan secara medis dilakukan dengan kamera fundus dan menghasilkan citra fundus mata. Untuk mengetahui tingkatan Diabetes Retinopati dilakukan klasifikasi terhadap tingkat keparahan berdasarkan citra fundus. Penelitian ini menggunakan database MESSIDOR(Methods for Evaluating Segmentation and Indexing techniques Dedicated to Retinal Ophthalmology). Pada penelitian ini ada 3 tahapan utama, Tahap pertama menyiapkan citra inputan, inputan menggunakan citra asli yang dirubah jadi grayscale dan citra eliminasi pembuluh darah. Citra eliminasi pembuluh darah didapat dengan overlapping antara citra grayscale dan citra hasil segmentasi. Tahap kedua proses ekstraksi fitur Linear Discriminant Analysis (LDA) yang diawali dengan proses ekstraksi fitur Principal Component Analysis (PCA). Hasil ekstraksi fitur digunakan pada tahap ketiga yaitu proses pengukuran kemiripan dengan Euclidean Distance. Sistem dapat bekerja dengan tingkat akurasi maksimum 40,88% dengan fitur awal (76) dengan inputan citra grayscale dan dengan nilai fitur yang sama menggunakan fitur awal (76) didapat akurasi 40,25% inputan menggunakan eliminasi pembuluh darah.
| Kontributor | : Dr.INDAH AGUSTIEN SIRAJUDDIN,S.Kom.,M.Kom. ; Dr.ARIF MUNTASA,S.Si.,M.T. |
| Tanggal tercipta | : 2016-08-08 |
| Jenis(Tipe) | : Text |
| Bentuk(Format) | |
| Bahasa | : Indonesia |
| Pengenal(Identifier) | : TRUNOJOYO-Tugas Akhir-8752 |
| No Koleksi | : 120411100036 |
Ketentuan (Rights) :
2016
Download File Penyerta (khusus anggota terdaftar)
1. TRUNOJOYO-Tugas Akhir-8752-120411100036_Abstract_TOC.pdf - 121 KB 2. TRUNOJOYO-Tugas Akhir-8752-120411100036_Cover.pdf - 518 KB 3. TRUNOJOYO-Tugas Akhir-8752-120411100036_Chapter1.pdf - 131 KB 4. TRUNOJOYO-Tugas Akhir-8752-120411100036_Chapter2.pdf - 497 KB 5. TRUNOJOYO-Tugas Akhir-8752-120411100036_Chapter3.pdf - 376 KB 6. TRUNOJOYO-Tugas Akhir-8752-120411100036_Chapter4.pdf - 824 KB 7. TRUNOJOYO-Tugas Akhir-8752-120411100036_Conclusion.pdf - 83 KB 8. TRUNOJOYO-Tugas Akhir-8752-120411100036_References.pdf - 86 KB 9. TRUNOJOYO-Tugas Akhir-8752-120411100036_Appendices.pdf - 3305 KB
Dokumen sejenis...Tidak ada !
Dokumen yang bertautan...- Ekstraksi Citra Berbasis Modifed Discrete Cosine Transform (MDCT) Untuk Klasifikasi Menggunakan Euclidean Distance
- IDENTIFIKASI UNTUK PENENTUAN TINGKAT KESESUAIAN LAHAN TERHADAP PADI SAWAH MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION DENGAN VISUALISASI GOOGLE MAPS API
- Sistem Analisis Sentimen Produk Telkomsel dari Opini Twitter Berbahsa Indonesia Menggunakan Metode Naive Bayes Classifier
- KLASIFIKASI KOMPLEKSITAS VISUAL CITRA BERDASARKAN STRUCTURE, NOISE, DAN DIVERSITY MENGGUNAKAN SISTEM INFERENSI FUZZY MAMDANI
- Klasifikasi Efektifitas Pencapaian Belajar Menghafal Asmaul Husna Melalui Metode Pembelajaran Hanifida Menggunakan Game Edukai Dengan Metode Fuzzy
Kembali ke Daftar