SISTEM DETEKSI KANKER KULIT MENGGUNAKAN METODE EKSTRAKSI FITUR TEKSTUR STATISTIK DAN K-NEAREST NEIGHBOR (K-NN)

A. BUKHORI MUSLIM

Informasi Dasar

22.04.273
004.11
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

DIGITAL IMAGE PROCESSING
 

Katalog

SISTEM DETEKSI KANKER KULIT MENGGUNAKAN METODE EKSTRAKSI FITUR TEKSTUR STATISTIK DAN K-NEAREST NEIGHBOR (K-NN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

A. BUKHORI MUSLIM
Perorangan
Nur Ibrahim, R Yunendah Nur Fu’adah
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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