KLASIFIKASI X-RAY PARU MANUSIA DIAGNOSIS CORONAVIRUS PADA PENGOLAHAN CITRA DIGITAL DENGAN EKSTRAKSI TEKSTUR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Syahbanu, Ikhsan Nur (2020) KLASIFIKASI X-RAY PARU MANUSIA DIAGNOSIS CORONAVIRUS PADA PENGOLAHAN CITRA DIGITAL DENGAN EKSTRAKSI TEKSTUR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (579kB)
	Text (BAB I) BAB I.pdf Download (217kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (725kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (286kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (39kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (137kB)
	Other (SOURCE CODE) Source Code-16.11.0726-Ikhsan Nur Syahbanu - Ikhsan Nur Syahbanu.rar Restricted to Repository staff only Download (24MB)
	Text (PUBLIKASI) Publikasi-16.11.0726-Ikhsan Nur Syahbanu - Ikhsan Nur Syahbanu.pdf Restricted to Repository staff only Download (435kB)

Abstract

Coronavirus atau Covid-19 merupakan virus pertama kali ditemukan di kota Wuhan, China pada akhir bulan Desember 2019. Virus ini sudah banyak menularkan berbagai negara, salah satunya negara Indonesia. Ciri-ciri orang terjangkit virus yaitu mengalami gejala seperti badan demam, hidung tersumbat, batuk, dan sesak napas. Jika mengalami ciri-ciri tersebut, segera mungkin untuk dicek lebih lanjut. Pasien yang mengalami ciri tersebut akan melakukan pemeriksaan di laboratorium untuk melakukan tindakan Rapid Test, Swab Test, dan Rontgen paru. Untuk mengetahui hasil apakah pasien terjangkit virus atau tidak, pasien menunggu beberapa hari kemudian. Dalam hal ini, penulis mengadakan penelitian untuk mempercepat hasil tes berdasarkan hasil rontgen. Beberapa penelitian dengan berbagai metode dilakukan untuk mengetahui pasien terjangkit virus atau tidak salah satunya adalah pengolahan citra digital. Pada citra digital ini suatu objek dapat dibedakan antara satu objek dengan objek yang lain. Pada penelitian ini parameter ciri yang digunakan adalah ekstraksi ciri tekstur GLCM lalu diklasifikasikan menggunakan metode Learning Vector Quantization. Dengan jumlah data uji sebanyak 40 data dan data latih sebanyak 160 data. Hasil akurasi tertinggi dengan metode Learning Vector Quantization sebesar 92.5% dan terendah 87.5%.

Actions (login required)

View Item