Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Algoritme Jurnal Mahasiswa Teknik Informatika
Rial Prasthio
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penggunaan Fitur HOG Dan HSV Untuk Klasifikasi Citra Sel Darah Putih Rial Prasthio; Yohannes Yohannes; Siska Devella
Jurnal Algoritme Vol 2 No 2 (2022): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1605.811 KB) | DOI: 10.35957/algoritme.v2i2.2362

Abstract

Sel darah putih (leukosit) merupakan sel pembentuk komponen darah yang diproduksi oleh sumsum tulang dan disebarkan ke seluruh tubuh melalui aliran darah. Sel darah putih merupakan bagian penting dari sistem kekebalan tubuh yang berfungsi untuk menghasilkan antibodi yang dapat membantu tubuh manusia dalam melawan berbagai penyakit. Sel darah putih dibagi menjadi 5 jenis, yaitu neutrofil, limfosit, monosit, eosinofil, dan basophil. Analisis sel darah putih masih dilakukan secara manual yang memakan waktu yang lama dan memiliki tingkat ketelitian dan keakuratan yang rendah. Solusi yang dapat dilakukan salah satunya menggunakan machine learning yaitu SVM (support vector machine) dengan menggunakan fitur HOG dan HSV. Penelitian ini menggunakan dataset hasil mikroskop sel darah putih dari Kaggle yang bersifat public. Jumlah dataset yang digunakan dalam penelitian berjumlah 12.392 gambar dari 4 jenis sel darah putih (Eosinophil, Lymphocyte, Monocyte, dan Neutrophil). Pada perhitungan confusion matrix hasil tertinggi didapatkan oleh Neutrophil dengan accuracy sebesar 88,55%, precision sebesar 100%, dan recall sebesar 54,19%.
Co-Authors Devella, Siska Yohannes Yohannes