SISTEM DETEKSI KANKER KULIT MENGGUNAKAN METODE EKSTRAKSI FITUR TEKSTUR STATISTIK DAN K-NEAREST NEIGHBOR (K-NN)
A. BUKHORI MUSLIM
Informasi Umum
Kode
22.04.273
Klasifikasi
004.11 - Digital Computer/Komputer Digital
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Digital Image Processing
Dilihat
202 kali
Informasi Lainnya
Abstraksi
Kanker kulit merupakan salah satu kanker yang cukup ganas di dunia. Kanker kulit menempati urutan ketiga sebagai kanker yang mematikan. Penanganan yang cepat pada kasus ini akan sangat membantu tenaga medis dalam menangani kanker ini. Oleh karena itu dibutuhkan suatu cara agar tenaga medis mengetahui secara cepat dan tepat dalam mendiagnosa dan segera mengambil tindakan medis. Dalam Tugas Akhir ini dirancang suatu sistem deteksi dini kanker kulit sehingga bisa memaksimalkan penanganan medis bagi penderitanya. Pada Tugas Akhir ini dirancang sebuah sistem deteksi dini kanker kulit yang menggunakan metode Gray Level Co-Occurance Matrix (GLCM) dari citra kanker kulit. Sistem ini kemudian akan mengklasifikasikan citra yang telah diproses. Pada tahap klasifikasi sistem menggunakan metode klasifikasi K-Nearest Neighbor (K-NN). Dari pengujian ini menghasilkan sistem deteksi kanker kulit dengan akurasi terbaik sebesar 80% pada saat pengujian menggunakan kombinasi dari 4 fitur GLCM (Contrast, Correlation, Energy dan Homogeneity) dan saat penggunaan K=7 pada pengklasifikasian K-Nearest Neighbor (K-NN) dengan persamaan Euclidean dan Minkowski.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | A. BUKHORI MUSLIM |
| Jenis | Perorangan |
| Penyunting | Nur Ibrahim, R Yunendah Nur Fu’adah |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Telekomunikasi |
| Kota | Bandung |
| Tahun | 2022 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
