Skripsi
“KLASIFIKASI JENIS TUMOR OTAK BERDASARKAN CITRA GLIOMA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE”
- Bagikan:
ABSTRAK
Perkembangan dunia kedokteran saat ini sangat erat kaitannya dan tidak lepas dari
perkembangan teknologi informasi yang terus berkembang. Untuk dapat
membedakan citra Magnetic Resonance Image (MRI) yang terdeteksi tumor otak,
perlu dilakukan proses klasifikasi dengan menggunakan metode Support Vector
Machine (SVM). Sebelum dilakukan klasifikasi, citra MRI dilakukan pre-
processing pada tahap image pre-processing yaitu scaling dan grayscale.
Selanjutnya menggunakan proses thresholding sebagai tahap segmentasi citra.
Kemudian fitur citra diekstrak menggunakan Gray Level Co-occurrence Matrix
(GLCM). Dan tahap akhir klasifikasi adalah menentukan Glioma dan Meningioma.
Hasil dari penelitian ini memastikan bahwa metode yang dipakai dapat melakukan
klasifikasi tumor otak dengan akurasi sebesar 91%. Dari hasil akurasi yang
diperoleh, metode Support Vector Machine sudah cukup baik dalam
mengklasifikasikan penyakit tumor otak.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Adam Jordie Sinulingga - Personal Name
|
| Student ID |
218510129
|
| Dosen Pembimbing |
DR. Darwis R. Manalu, S.Kom., MM., M.Kom - - Dosen Pembimbing 1
Samuel Manurung, S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji |
Harlen Gilbert Manullang, S.Kom., M.Kom - - Penguji 2
|
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2024 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |