Klasifikasi nodul paru pada citra ct scan berdasarkan ciri tekstur dan ciri morfologi menggunakan jaringan saraf tiruan propagasi balik dengan Scilab dan Weka
| Main Author: | Nuryani, Siska |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2022
|
| Subjects: | |
| Online Access: |
https://eprints.walisongo.ac.id/id/eprint/16256/1/1708026017_Siska%20Nuryani_Full%20Skripsi%20-%20Siska%20Nuryani.pdf https://eprints.walisongo.ac.id/id/eprint/16256/ |
Daftar Isi:
- Pencitraan CT Scan paru adalah teknik pencitraan yang digunakan untuk pemeriksaan pada paru, dimana dari gambar CT Scan tersebut dapat diketahui apakah paru dalam kondisi sakit atau tidak. Hasil diagnosis citra CT Scan paru tergantung pada analisa dokter yang bersifat subjektif. Computer Aided Diagnosing (CAD) merupakan sebuah sistem yang mampu mendiagnosis dan mampu membedakan adanya penyakit atau tidak, mengurangi tingkat dari kesalahan false positive dan false negative, dan dapat meningkatkan peluang untuk deteksi keaadan tidak normal sejak dini. Ekstraksi ciri menggunakan 18 ciri Gray Level Co-Occurence (GLCM) dan 2 ciri morfologi dengan Scilab yang menghasilkan informasi berupa angka sehingga dapat dijadikan sebagai masukan dalam tahap klasifikasi. Data yang digunakan sebanyak 50 citra terdiri dari 23 nodul jinak dan 27 nodul ganas berasal dari arsip klinis di The University of Chicago pada website The Cancer Imaging Archive (TCIA) Public Access. Metode yang digunakan dalam klasifikasi adalah metode k-cross-validation dengan algoritma propagasi balik menggunakan weka. Hasil klasifikasi nodul kanker dan tumor jinak menggunakan Machine Learning Weka didapatkan nilai akurasi sebesar 86%. Hal tersebut menunjukkan bahwa algorima propagasi balik mampu mengklasifikasikan nodul paru ketagori kanker dan tumor jinak dengan baik.