Klasifikasi pneumonia akibat virus corona pada citra rontgen toraks berbasis fitur statistik menggunakan scilab dan weka

Maula, Zulfa (2021) Klasifikasi pneumonia akibat virus corona pada citra rontgen toraks berbasis fitur statistik menggunakan scilab dan weka. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_1608026025_Zulfa Maula_Skripsi Lengkap] Text (Skripsi_1608026025_Zulfa Maula_Skripsi Lengkap)
1608026025_Zulfa_Maula Tugas Akhir - Zulfa Maula.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (8MB)

Abstract

COVID-19 dapat menyebabkan pneumonia akut sehingga ber- dampak pada sistem perawatan kesehatan. Deteksi dini sangat di- perlukan untuk pengobatan yang benar. Meskipun CT-Scan me- rupakan standar utama pencitraan diagnostik untuk penumonia, rontgen thoraks lebih banyak digunakan untuk deteksi COVID-19 karena dosis radiasi yang dikeluarkan kecil, biaya relatif lebih mu- rah, dan ketersediaannya luas. Tujuan dari penelitian ini adalah untuk mengetahui klasifikasi pneumonia akibat virus corona pada citra rontgen toraks berbasis fitur statistik menggunakan softwa- re Scilab dan Weka. Terdapat empat tahapan dalam pengolahan citra yaitu pre-processing, ekstraksi ciri tekstur, seleksi ciri teks- tur dan klasifikasi. Proses ekstraksi ciri menggunakan 9 ciri his- togram, 21 ciri GLCM dan 11 ciri GLRLM. Proses seleksi ciri dan klasifikasi menggunakan bantuan machine learning Weka dengan seleksi ciri menggunakan metode information gain dan klasifika- si menggunakan classifier MLP. Hasil dari tahapan klasifikasi dapat dilihat dari hasil indeks pengukuran seperti akurasi, sensitivitas, spesifisitas, dan presisi. Hasil analisis menunjukkan bahwa meto- de kombinasi antara histogram, GLCM, dan GLRLM memiliki nilai akurasi, sensitivitas, spesifisitas serta presisi tertinggi dalam me- nemukan ciri citra rontgen toraks SARS, MERS dan COVID-19 yaitu 81.67%, 71.1%, 86% dan 71.53%.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Rontgen toraks; SARS; MERS; COVID-19; Statistik; MLP; Scilab; Weka
Subjects: 600 Technology (Applied sciences) > 610 Medical sciences Medicine
Divisions: Fakultas Sains dan Teknologi > 45201 - Fisika
Depositing User: Hartono Hartono
Date Deposited: 15 Dec 2021 01:43
Last Modified: 15 Dec 2021 01:43
URI: https://eprints.walisongo.ac.id/id/eprint/14470

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics