Gading, Luhsita (2019) IDENTIFIKASI STADIUM KANKER SERVIKS BERDASARKAN UKURAN MASSA TUMOR BERBASIS PENGOLAHAN CITRA DIGITAL. Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.
|
Text
COVER.pdf Download (245kB) | Preview |
|
|
Text
halaman pengesahan pembimbing.pdf Download (449kB) | Preview |
|
|
Text
ABSTRAK.pdf Download (181kB) | Preview |
|
|
Text
DAFTAR ISI.pdf Download (111kB) | Preview |
Abstract
ABSTRAK Pengobatan kanker serviks mengacu dari staging atau stadium kanker. Staging merupakan proses yang menentukan sejauh mana kanker telah berkembang. Untuk mengetahui perkembangan kanker dapat diketahui menggunakan alat colposcopy. Meskipun colposcopy merupakan peralatan paling sesuai untuk melihat permukaan serviks, alat ini memiliki kekurangan karena sangat mengandalkan visual (mata) dokter untuk menganalisis serviks, sedangkan jelas tidaknya permukaan serviks bergantung dari posisi (angle) dan cahaya dari alat colposcopy, apabila pencahayaan tidak tepat, jaringan yang sehat dapat dianggap sebagai kanker karena kanker pada stadium-stadium awal terlihat adanya kemiripan. Hal ini mempengaruhi prosentase keakuratan dan ketepatan analisis mengingat staging sangat penting dilakukan berkaitan dengan tindakan medis yang akan dilakukan. Untuk memudahkan proses analisis kanker serviks dilakukan pengolahan citra dengan mengimplementasikan berbagai tahapan pengolahan seperti pre-processing, segmentasi dan ektraksi ciri. Tahapan pre-processing yang dilakukan merupakan tahapan untuk memperbaiki kualitas citra seperti konversi grayscale, histogram equalization dan Gaussian filtering. Proses segmentasi dilakukan menggunakan metode Otsu thresholding agar ciri objek dan background dapat dipisahkan berdasarkan nilai ambang batas citra untuk selanjutnya dilakukan pengolahan ekstraksi ciri agar didapatkan ukuran objek dari massa tumor kanker serviks. Metodologi yang dilakukan dalam penelitian ini menggunakan metode waterfall. Hasil penelitian menunjukkan bahwa proses pre-processing, segmentasi dan ekstraksi ciri dengan tahapan konversi warna grayscale, histogram equalization, Gaussian filtering, segmentasi Otsu thresholding serta ekstraksi ciri mampu mengidentifikasi area massa tumor kanker serviks serta dapat diketahui hasil akhir berupa klasifikasi stadium kanker serviks berdasarkan ukuran massa tumor. Kata Kunci: Kanker Serviks, Staging, Pre-processing, Segmentasi, Ektraksi Ciri
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Basir Umaryadi |
| Date Deposited: | 02 Jul 2019 03:10 |
| Last Modified: | 02 Jul 2019 03:10 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/20074 |
Actions (login required)
 |
View Item |