Post on 27-Apr-2019
Mahasiswa:
Muhimmatul Khoiro
1110100049
Dosen Pembimbing:
M. Arief Bustomi, S.Si, M.Si.
Jurusan Fisika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember Surabaya 2014
Kesimpulan Pembahasan Metodologi
Diagnosa manual
Diagnosa dengan
bantuan software LATAR BELAKANG
Tinjauan Pustaka
Pendahuluan
Jaringan Syaraf Tiruan Backpropagation
1. Bagaimana pengaruh proses segmentasi citra terhadap perfomasi perangkat lunak untuk mengklasifikasikan citra sinar-X paru-paru ke dalam tipe normal, kanker, dan efusi menggunakan metode Jaringan Syaraf Tiruan Backpropagation
2. Bagaimana perfomasi tersebut jika dibandingkan dengan penelitian sebelumnya.
1. Untuk mengetahui pengaruh proses segmentasi citra terhadap perfomasi perangkat lunak untuk mengklasifikasikan citra sinar-X paru-paru ke dalam tipe normal, kanker, dan efusi menggunakan metode Jaringan Syaraf Tiruan Backpropagation
2. Untuk menganalisa perfomasi sistem perangkat lunak yang telah dibuat jika dibandingkan dengan penelitian sebelumnya.
Rumusan Masalah :
Tujuan Penelitian :
Kesimpulan Pembahasan Metodologi Tinjauan Pustaka
Pendahuluan
1. Penelitian Tugas Akhir ini dibatasi hanya pada pengklasifikasian citra sinar-X paru meliputi paru-paru normal, paru-paru yang terkena kanker dan paru-paru yang terkena efusi.
2. Dalam penelitian ini tidak dibahas proses pengambilan data. 3. Metode jaringan syaraf tiruan yang digunakan dalam penelitian ini adalah
backpropagation. 4. Sedangkan pengolahan dilakukan dengan menggunakan perangkat lunak Matlab
7.10.0.499 (R2010a).
Sebagai referensi penelitian mengenai peningkatan performasi perangkat lunak berbasis metode jaringan syaraf tiruan. untuk mempercepat kinerja dokter dalam menganalisa dan mengklasifikasi citra sinar-X paru-paru
Batasan Masalah :
Manfaat Penelitian :
Kesimpulan Pembahasan Metodologi Tinjauan Pustaka
Pendahuluan
Proses pengambilan citra rontgen
Komponen alat rontgen
Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka
Hasil Foto Rontgen Paru-paru
Citra Paru-paru
Normal
Citra Paru-paru
Efusi Citra Paru-paru
Kanker
Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka
suatu sistem di mana
proses dilakukan
dengan masukan
berupa citra, dan
menghasilkan citra
pula dengan kualitas
yang lebih baik
Komplemen Citra
Tapis Median
Ekualisasi Histogram Adaptif
Deteksi Tepi Canny
Operasi Morfologi Erosi
Pengolahan
Citra
Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka
Ciri yang didasarkan pada karakteristik histogram citra
Fitur Histogram
Mean
rata-rata intensitas
Standar Deviasi
rata-rata kontras
Kurtosis
tingkat keruncingan histogram citra
Skewness
ukuran kecondongan histogram citra
Entropy
Ukuran keacakan histogram citra
Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka
Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka
Arsitektur Jaringan Backpropagation
Flowchart Pemrograman JST
Backpropagation
Kesimpulan Pembahasan Metodologi Pendahuluan Tinjauan Pustaka
Citra Paru-paru
Normal
Citra Paru-paru
Efusi
Citra Paru-paru
Kanker
Obyek yang digunakan sebanyak 150 citra rontgen paru-paru yang terdiri dari
90 citra latih dan 60 citra uji. Sedangkan pengolahan dilakukan dengan
menggunakan perangkat lunak Matlab 7.10.0.499 (R2010a).
Kesimpulan Pembahasan Pendahuluan Tinjauan Pustaka
Metodologi
Studi
Pendahuluan
Perancangan
Sistem
Pemrosesan
Awal Citra
Segmentasi
Citra Ekstraksi Fitur Pelatihan
Jaringan
Pengujian
Jaringan Analisa Kerja
Kesimpulan Pembahasan Pendahuluan Tinjauan Pustaka
Metodologi
Citra Asli Komplemen Citra
Citra hasil Ekualisasi
Histogram Adaptif Citra hasil Tapis Median
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Citra Hasil
Pemrosesan Awal Mask Daerah Dada Hasil Segmentasi
Citra
X =
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Citra Hasil
Segmentasi
FITUR HISTOGRAM
Mean = 90,2382
Standart Deviasi = 70,9278
Entropy = 89,3901
Kurtosis = 7,2457
Skewness = 1,9812
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Histogram Citra
Arsitektur JST Backpropagation pada penelitian
Parameter-parameter jaringan :
Jumlah neuron layar tersembunyi 2500, fungsi aktivasi sigmoid
bipolar, laju pemahaman jaringan 0,1 dan jumlah epoch 370.
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Proses pelatihan jaringan Grafik performasi pelatihan jaringan
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Citra
Latih
Terdeteksi sebagai Tingkat
Akurasi Jumlah
Normal Kanker Efusi
Normal 30 0 0 100 % 30
Kanker 0 30 0 100 % 30
Efusi 0 0 30 100 % 30
Rata-rata prosentase 100 % 90
Citra
Uji
Terdeteksi sebagai Tingkat
Akurasi Jumlah
Normal Kanker Efusi
Normal 13 3 4 65% 20
Kanker 5 10 5 50 % 20
Efusi 0 2 18 90 % 20
Rata-rata prosentase 68,33 % 60
Hasil Klasifikasi Citra Latih
Hasil Klasifikasi Citra Uji
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Hasil Penelitian
Dengan proses segmentasi citra
Akurasi pelatihan = 100%
Akurasi Pengujian = 68,33%
Error pelatihan = 0,00583
Hasil Penelitian Sebelumnya
(Hasan Bisri, 2013)
Tanpa proses segmentasi citra
Akurasi pelatihan = 98,89%
Akurasi Pengujian = 65%
Error pelatihan = 0,01
Kesimpulan Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan
Setelah dilakukan proses segmentasi didapatkan
tingkat akurasi pada sistem perangkat lunak
klasifikasi sebesar 100% pada pelatihan dan 68,33%
pada pengujian
Pada penelitian ini terjadi peningkatan performasi
jaringan dari penelitian sebelumnya
Adanya proses segmentasi citra, jaringan lebih
mudah mengenali pola masukkan dari citra.
Pendahuluan Tinjauan Pustaka
Metodologi Pembahasan Kesimpulan