PENGIDENTIFIKASIAN OTOMATISBENTUK KISTA OVARIUM MENGGUNAKAN DETEKSI CIRCLEDAN DETEKSI TEPI LAPLACIAN DAN PREWITT
| Main Author: | Rafsyam, Yenniwarti |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Prosiding KOMMIT
, 2012
|
| Online Access: |
http://ejournal.gunadarma.ac.id/index.php/kommit/article/view/644 http://ejournal.gunadarma.ac.id/index.php/kommit/article/view/644/565 |
Daftar Isi:
- Ultrasonografi adalah salah satu produkteknologi medical imagingyang dikenal sampai saat ini. Medical imaging adalahsuatu teknik yang digunakanuntukmencitrakan bagiandalam organatau suatu jaringan sel (tissue)pada tubuh, tanpa membuat sayatan atauluka (non-invasive), yang menjadikan istrumen ini aman.Salah satucara untuk mendiagnosa seseorang terkena kista ovarium dapat dilakukan dengan pemeriksaan ultrasonografi (USG). Namun demikian, hasil yangdiperoleh para dokter menunjukkan diagnosa yang subyektif, yaitu sangat bergantung pada ahli yang menangani kasustersebut. Selain itu dapatpula terjadiperbedaan diagnosa antara satu dokter dengan dokter lainnya. Di lain pihak keahlian dalam mendiagnosa juga dipengaruhi oleh pengalamandokter tersebut dalam menangani kasus yang serupa. Untuk mengatasisubyektifitas tersebut maka dirancang suatu pirantilunak untuk pengolahan citra USG dengan tujuan dapat menghasilkan bentuk kista secara cepat. Metode yang digunakan dalam penelitian ini untuk menentukanbentuk kista yaitu dengan menentukan batas-batas dari kista berdasarkan pendekatan lingkaran atau ellipse (deteksi circle) sertamencari tepiandari kista (deteksi tepi). Hasil penelitian menunjukkan hasil bahwa bentuk kista dapat diperoleh secara otomatismenggunakan deteksi circle dan deteksi tepi,dimana deteksi circle yang digunakan secara umum berhasil dengan baik meskipun dalam kasus-kasus tertentubelum handal. Deteksi circle terbaik dilakukan pada template16x16 dengantingkat keberhasilan 72% untuksampel tanpa normalisasi dan 80%untuksampel yangdinormalisasi. Deteksi tepi terbaik dapat dilakukan pada template 8x8dengan tingkat keberhasilan 52%untuksampel yang dinormalisasi.