Handika Rizki Pratama, 5311417028 (2022) SEGMENTASI CITRA LEUKOSIT PADA RUANG WARNA HSV MENGGUNAKAN ALGORITMA FUZZY K-MEANS. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

PDF - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Segmentasi citra adalah salah satu langkah terpenting dalam diagnosis berbantuan komputer dan berpotensi mempercepat diagnosis leukemia. Vogado dkk. (2016) mengusulkan salah satu metode segmentasi citra yang dapat mencapai akurasi 98,5%. Tetapi metode ini menggunakan ruang warna yang memiliki kekurangan terhadap kesesuaian dengan ruang mata manusia. Ruang warna HSV diterapkan untuk mengatasi permasalahan tersebut. Tahap pertama dari metode ini adalah dengan mengubah citra yang ada dalam dataset leukemia akut ALL-IDB 2 menjadi skema warna HSV yang kemudian membaginya menjadi komponen H, S, dan V lalu diproses untuk menghasilkan Citra Grayscale. Hasil citra grayscale kemudian disegmentasi dengan algoritma Fuzzy K-Means, menghasilkan bagian nukleus dan latar belakang berbentuk citra biner. Kemudian luaran tersebut akan di filter menggunakan median filter untuk menghilangkan derau yang ada. Keluaran dari metode ini dievaluasi dan diukur menggunakan metrik (A) Accuracy, (S) Specificity, (P) Precision, (R) Recall, Kappa Index, dan (DC) Dice- Coefficient. Hasil menunjukkan bahwa mengubah skema warna dalam metode segmentasi citra dapat mengubah hasil dengan cukup baik, dan meningkatkan semua rata-rata metrik. Accuracy rata-rata meningkat sebesar 0,81%, Specificity sebesar 0,36%, Precision sebesar 1,39%, Recall sebesar 0,07%, Dice-Coefficient sebesar 0,70%, dan Kappa Index sebesar 1,35%.

Actions (login required)

View Item