PENERAPAN CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION PADA PENENTUAN UMUR TULANG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-19

Kusuma, Ersalan Elang (2024) PENERAPAN CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION PADA PENENTUAN UMUR TULANG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-19. Other thesis, UPN Veteran Yogyajarta.

	Text Abstrak_1.pdf Download (246kB)
	Text Cover_1.pdf Download (441kB)
	Text DaftarIsi_1.pdf Download (430kB)
	Text DaftarPustaka_1.pdf Download (377kB)
	Text pengesahan ErsalanElangKusuma_.pdf Download (561kB)
	Text SkripsiFull_ErsalanElangKusuma_123190163.pdf Restricted to Repository staff only Download (3MB)

Abstract

vi
ABSTRAK
Bone Age Assesment (BAA) merupakan teknik umum yang di gunakan untuk menentukan
kedewasaan tulang atau usia tulang seseorang. Biasanya penentuan usia tulang dilakukan kepada
anak-anak untuk memprediksi seberapa lama anak akan mengalami pertumbuhan. Dengan analisis
ini dokter radiologi dapat mendiagnosis penyakit yang berkaitan dengan perkembangan dan
pertumbuhan tinggi badan. Dengan pembuatan sistem penentuan umur tulang diharapkan dapat
digunakan dokter radiologi sebagai pertimbangan untuk menentukan umur tulang agar lebih
akurat. Pada penelitian ini akan menerapkan Contrast Limited Adaptive Histogram Equalization
(CLAHE) pada tahap preprocessing bertujuan untuk meningkatkan kualitas citra untuk tahap
pemodelan dengan metode Convolutional Neural Network (CNN) aristektur VGG19.
Metode VGG diartikan Virtual Geometry Group dimana 19 pada arsitektur VGG19 berkaitan
tentang jumlah dari lapisan konvolusi yang digunakan. VGG19 memiliki kelebihan yaitu VGG19
dikenal karena kemampuannya dalam mengekstraksi fitur kompleks dari data gambar. Dan
penggunaan CLAHE dinilai sangat efektif pada objek citra biomedis, terutama pada citra sinar-x
karena dapat meningkatkan kontras dan kejelasan struktur tulang pada citra, yang dapat
meningkatkan kemampuan model untuk memahami ciri-ciri umur tulang. Sehingga, visibilitas
citra akan lebih terlihat tanpa mengurangi detail dari citra tersebut
Hasil penerapan penerapan CLAHE pada tahap preprocessing citra berhasil meningkatkan
performa model regresi dalam menilai umur tulang. Ditemukan bahwa hasil evaluasi menunjukkan
perbaikan yang signifikan. Nilai RMSE dan MAE yang dihasilkan setelah penerapan CLAHE
masing-masing adalah sebesar 14,8154 dan 11,5599 dalam satuan bulan. Sebaliknya, ketika
CLAHE tidak digunakan pada proses preprocessing, nilai RMSE dan MAE yang tercatat masing-
masing adalah sebesar 15,9707 dan 12,7505 dalam satuan bulan. Perbedaan ini menunjukkan
bahwa CLAHE memberikan kontribusi positif dalam meningkatkan akurasi model regresi,
menghasilkan prediksi umur tulang yang lebih mendekati nilai sebenarnya.
Kata Kunci : CNN, VGG19, CLAHE, Regresi, MAE

Item Type:	Thesis (Other)
Uncontrolled Keywords:	CNN, VGG19, CLAHE, Regresi, MAE
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	22 Mar 2024 01:47
Last Modified:	22 Mar 2024 01:47
URI:	http://eprints.upnyk.ac.id/id/eprint/39128

Actions (login required)

View Item