Segmentasi Citra Mri Menggunakan Gabungan Artificial Fish Swarm Algorithm Dan Fuzzy C-Means
| Main Author: | Burhan, Nafi Ainul |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193064/1/Nafi%20Ainul%20Burhan.pdf http://repository.ub.ac.id/id/eprint/193064/ |
Daftar Isi:
- Pada bidang kedokteran, segmentasi citra memiliki peranan penting dalam pemrosesan citra medis, salah satu penerapannya adalah pada segmentasi citra MRI. Pada umumnya, dokter menganalisis citra MRI dengan cara pengamatan secara langsung. Cara tersebut memiliki kekurangan pada tingkat keakuratan antar dokter yang berbeda dan waktu analisis citra yang lama. Fuzzy C-Means (FCM) merupakan salah satu metode segmentasi citra yang sering digunakan pada beberapa penelitian karena algoritmanya sederhana dan mudah diimplementasikan pada kehidupan nyata. Algoritma FCM juga memiliki beberapa kelemahan, diantaranya adalah mudah jatuh ke optimal lokal dan sensitif terhadap derau. Untuk mengatasi kelemahan FCM, pada Skripsi ini, FCM digabungkan dengan algoritma Artificial Fish Swarm Algorithm (AFSA) karena keunggulannya dalam untuk menemukan optimal global dan tingkat akurasi yang cukup tinggi. Metropolis criterion dan noise filter juga ditambahkan pada algoritma gabungan FCM dan AFSA (HAFSA) untuk meningkatkan kecepatan konvergensi dan kemampuan untuk digunakan pada citra berderau. Hasil pengujian menunjukkan bahwa nilai fungsi objektif, tingkat keakuratan segmentasi, dan validasi klaster HAFSA secara keseluruhan memiliki hasil yang cukup baik dibandingkan dengan algoritma FCM dan Suppresed FCM (SFCM). Sedangkan untuk waktu komputasi algoritma, FCM dan SFCM memiliki waktu komputasi lebih singkat daripada HAFSA