Sistem Simulasi Pengolahan dan Pengklasifikasian Citra Berbasis Matlab

Mayora, Meiliza (2017) Sistem Simulasi Pengolahan dan Pengklasifikasian Citra Berbasis Matlab. S1 thesis, Universitas Kristen Indonesia.

[img] Text (Hal_Judul_Daftar_Isi_Abstrak)
HalJudulDaftarIsiAbstrak.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text (BAB_I)
BABI.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (170kB)
[img] Text (BAB_II)
BABII.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (525kB)
[img] Text (BAB_III)
BABIII.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (805kB)
[img] Text (BAB_V)
BABV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (0B)
[img] Text (Daftar_Pustaka)
DaftarPustaka.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (0B)
[img] Text (Lampiran)
Lampiran.pdf
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (0B)

Abstract

Menurut data WHO (World Health Organization), penyakit kardiovaskular merupakan salah satu penyakit kronis yang bertanggungjawab sekitar 37% angka kematian penduduk Indonesia pada tahun 2014. Resiko penyakit kardiovaskular salah satunya disebabkan oleh tingginya kadar kolesterol. Tingginya kadar kolesterol dapat dideteksi dengan menggunakan teknologi pengolahan citra digital melalui citra iris mata. Dimana iris mata penderita kolesterol tinggi memiliki cincin kolesterol yang mengelilingi iris mata. Hal inilah yang dijadikan dasar dalam pembuatan sistem simulasi pengolahan dan pengklasifikasian citra iris mata berbasis matlab yang dapat mengklasifikasikan citra mata orang berkolesterol tinggi dan orang yang berkolesterol normal. Pada sistem ini, ada dua tahapan yang harus dilakukan yaitu pengekstrakan ciri dari suatu citra iris mata yang ingin dideteksi dan proses pengklasifikasian citra tersebut kedalam suatu golongan atau kelas. Pada tugas akhir ini, digunakan beberapa proses pemrosesan citra masukan terlebih dahulu sebelum citra tersbut diekstraksi. Proses yang dilakukan adalah mengubah citra kedalam bentuk grayscale, menghilangkan noise, menajamkan citra, mengubah citra dalam bentuk rectangular, dan membentuk ROI. Citra yang sudah mengalami proses pengolahan inilah yang akan dijadikan citra masukan yang diolah nilai ekstraksi cirinya menggunakan teknik GLCM (Gray Level Co-occurrence Matrix). Pada teknik ini maka dihasilkan nilai kontras, korelatif, energi, dan kehomogenan dari citra tersebut, Nilai tersebut inilah yang akan disimpan dalam suatu database MATLAB sebagai nilai referensi saat proses pengklasifikasian kelas. Pada tugas akhir ini menggunakan metode JST (Jaringan Syaraf Tiruan) sebagai metode pengklasifikasiannya. Dimana pada proses ini menghasilkan nilai uji yang nantinya akan diklasifikasikan kedalam golongan kolesterol tinggi dan kolesterol normal. Hasil dari pengujian menunjukkan bahwa kualitas citra masukan yang dijadikan citra referensi dan citra uji mempengaruhi nilai ekstraksi ciri GLCM. Dan banyaknya jumlah citra yang dijadikan referensi dan parameter-parameter teknik JST juga mempengaruhi tingkat keakuratan proses klasifikasi yang dihasilkan. Nilai akurasi tertinggi yang dihasilkan simulasi ini adalah 100% terhadap citra referensinya dan 90% terhadap citra ujinya.

Item Type: Thesis (S1)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorWidodo, BambangUNSPECIFIEDUNSPECIFIED
Thesis advisorSusilo, SusiloUNSPECIFIEDUNSPECIFIED
Subjects: TECHNOLOGY
Divisions: FAKULTAS TEKNIK > Teknik Elektro
Depositing User: Users 5214 not found.
Date Deposited: 06 Nov 2024 08:12
Last Modified: 06 Nov 2024 08:12
URI: http://repository.uki.ac.id/id/eprint/17654

Actions (login required)

View Item View Item