Analisis Citra USG untuk Mendeteksi Ovary (PCO)Menggunakan Gabor Wavelet dan K-Nearest Neighbor(KNN)

Putria Febriana

Informasi Dasar

113128369
003.3
Karya Ilmiah - Skripsi (S1) - Reference

Sekitar 10% dari pasangan usia reproduksi di Amerika Serikat mengalami kesulitan untuk hamil. Sekitar 30% dari kasus tersebut disebabkan oleh masalah pada wanita, 30% masalahnya ada pada pria, dan sisanya disebabkan oleh beberapa faktor yang melibatkan ked ua pasangan. PCOS salah satu gejala yang dapat menyebabkan wanita menjadi sulit untuk hamil. Adapun, cara terbaik untuk mendeteksi polycystic ovary syndrome (PCOS) pada wanita sedari dini yaitu dengan mengamati citra ultrasonografi ovarium. Kemudian, Dari citra inilah yang nantinya akan didapatkan

klasifikasi citra tersebut masuk ke kategori PCO atau non

PCO. Adapun metode yang

digunakan ialah Gabor Wavelet dan K

Nearest Neighbor (KNN) untuk mempermudah pemprosesan citra. Pada penelitian ini, data yang digu nakan adalah citra USG dengan jumlah citra yang digunakan adalah 58 citra latih dan 38 citra uji . Tingkat akurasi sistem tertinggi mencapai 84.21% yaitu menggunakan ekstraksi ciri Gabor Wavelet 16 ciri dengan KNN menggunakan jenis jarak cosine dan nilai k = 1 dan k = 3 . Waktu komputasi tercepat terjadi pada saat ekstraksi ciri 2D Gabor Wavelet menggunakan 16 ciri, dengan metode klasifikasi KNN dengan jenis jarak euclidean dengan nilai

k

3, yaitu selama 164.002 detik. ultrasonography, gabor wavelet, k - nearest neighbor, polycystic ovary syndrome

Subjek

COMPUTER SCIENCE
 

Katalog

Analisis Citra USG untuk Mendeteksi Ovary (PCO)Menggunakan Gabor Wavelet dan K-Nearest Neighbor(KNN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Putria Febriana
Perorangan
Dr. Adiwijaya; Untari Novia, S.T., M.T.
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2014

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini