DETEKSI DINI PENYAKIT CIRRHOSIS BERDASARKAN WARNA DAN BENTUK KUKU MENGGUNAKAN KLASIFIKASI CERTAINTY FACTOR PADA SISTEM PAKAR DAN METODE CITRA GRAY-LEVEL CO-OCCURRENCE MATRIX (GLCM) PADA CITRA BERBASIS ANDROID

LAURA SAFIRA

Informasi Dasar

19.04.1540
C
Karya Ilmiah - Skripsi (S1) - Reference

Kuku memiliki fungsi atau peran yang sangat penting yaitu untuk melindungi ujung jari yang lembut dan memiliki banyak urat saraf. Kondisi kuku setiap orang pun berbeda. Kesehatan seseorang dapat dilihat dari kondisi kuku. Salah satu penyakit yang mudah dideteksi dengan adanya perubahan kondisi pada kuku yaitu penyakit Cirrhosis. Dalam dunia medis, beberapa sistem pakar sudah mulai digunakan dalam membantu dokter untuk mendiagnosis penyakit user. Metode yang digunakan dalam Tugas Akhir ini yakni certainty factor. Dalam hal ini, penyakit Cirrhosis pun dapat di diagnosis berdasarkan perubahan - perubahan yang terjadi pada kuku. Oleh karena itu, dalam Tugas Akhir ini penulis akan membuat sebuah aplikasi yang dapat mendeteksi dini penyakit Cirrhosis berdasarkan perubahan kondisi kuku. Tujuan merancang aplikasi ini untuk mendeteksi penyakit Cirrhosis berdasarkan kondisi kuku pada perangkat android. Hasil akhir dari pengolahan Citra dan sistem pakar pada aplikasi ini hanya sebuah informasi. Dengan dirancangnya aplikasi Deteksi Dini Penyakit Cirrhosis berdasarkan kondisi kuku menggunakan metode klasifikasi certainty factor pada sistem pakar dan metode ekstraksi ciri citra gray-level co-occurrence matrix (GLCM) berbasis android, diharapkan dapat digunakan dengan mudah oleh masyarakat agar masyarakat sadar akan pentingnya kesehatan kuku. Dari pengujian yang telah dilakukan, hasil akurasi terbaik yaitu sebesar 70,93 % dengan nilai intesitas cahaya 100-500 lux, jarak 15 cm dan sudut 00.

Kata Kunci: certainty factor, kuku, sistem pakar, pengolahan citra, gray-level co-occurrence matrix, cirrhosis

Subjek

IMAGE PROCESSING
 

Katalog

DETEKSI DINI PENYAKIT CIRRHOSIS BERDASARKAN WARNA DAN BENTUK KUKU MENGGUNAKAN KLASIFIKASI CERTAINTY FACTOR PADA SISTEM PAKAR DAN METODE CITRA GRAY-LEVEL CO-OCCURRENCE MATRIX (GLCM) PADA CITRA BERBASIS ANDROID
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

LAURA SAFIRA
Perorangan
BUDHI IRAWAN, CASI SETIANINGSIH
 

Penerbit

Universitas Telkom
Bandung
2019

Koleksi

Kompetensi

  • CEH4E3 - COMPUTER VISION A
  • CEH3A3 - SISTEM OPERASI B

Download / Flippingbook

 

Ulasan

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