Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Majalah Ilmiah Teknologi Elektro Majalah Ilmiah Teknologi Elektro
Hanung Tyas Saksono
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENDETEKSIAN KANKER PARU–PARU DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DAN METODE LINEAR DISCRIMINANT ANALYSIS Hanung Tyas Saksono; Achmad Rizal; Koredianto Usman
Jurnal Teknologi Elektro Vol 9, No 1 (2010): (January - June) Majalah Ilmiah Teknologi Elektro
Publisher : Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kanker merupakan pertumbuhan dan penyebaran sel-sel abnormal yang memiliki karakteristik yang khas. Kanker yang sudah menyebar dan tidak dapat terkontrol lagi, biasanya akan menyebabkan kematian. Kanker paru-paru lebih sering menyebabkan pria meninggal dibanding kanker lain, dimana yang sering menjadi penyebab kanker paru-paru adalah merokok. Cara yang digunakan untuk mendeteksi kanker paru-paru ialah melalui pemeriksaan hasil foto rontgen dada. Penelitian ini bertujuan untuk menghasilkan suatu sistem aplikasi yang dapat mendiagnosa citra paru-parudan mengklasifikasikan paru-paruke dalam tipe kanker, normal atau efusi serta menganalisa performansi sistem yang digunakan dalam proses pengenalan citra paru-paru. Proses pendeteksian diawali dengan pemrosesan awal pada citra paru-paru, proses ekstraksi ciri menggunakan Transformasi Wavelet, dan proses klasifikasi menggunakan Linear Discriminant Analysis (LDA). Pemrosesan awal dilakukan untuk membuang informasi yang tidak dibutuhkan dalam pengolahan citra. Proses ekstraksi ciri dilakukan dengan cara mengurangi dimensi citra paru- paru yang akan menjadi masukan pada proses pengenalan menggunakan LDA. Pada penelitian ini citra latih yang digunakan adalah 60 buah citra, yang terdiri dari 20 kelas citra kondisi normal, 20 kelas citra kondisi kanker, dan 20 kelas citra kondisi efusi. Citra uji yang akan digunakan juga berjumlah 60 buah citra, yang tediri dari 20 citra untuk masing-masing kelas. Akurasi yang dihasilkan sistem pada pendeteksian kanker paru-paru ini sebesar 100% untuk citra latih dan 95% untuk citra uji.
PENDETEKSIAN KANKER PARU–PARU DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DAN METODE LINEAR DISCRIMINANT ANALYSIS Hanung Tyas Saksono; Achmad Rizal; Koredianto Usman
Jurnal Teknologi Elektro Vol 9, No 1 (2010): (January - June) Majalah Ilmiah Teknologi Elektro
Publisher : Program Studi Magister Teknik Elektro Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kanker merupakan pertumbuhan dan penyebaran sel-sel abnormal yang memiliki karakteristik yang khas. Kanker yang sudah menyebar dan tidak dapat terkontrol lagi, biasanya akan menyebabkan kematian. Kanker paru-paru lebih sering menyebabkan pria meninggal dibanding kanker lain, dimana yang sering menjadi penyebab kanker paru-paru adalah merokok. Cara yang digunakan untuk mendeteksi kanker paru-paru ialah melalui pemeriksaan hasil foto rontgen dada. Penelitian ini bertujuan untuk menghasilkan suatu sistem aplikasi yang dapat mendiagnosa citra paru-parudan mengklasifikasikan paru-paruke dalam tipe kanker, normal atau efusi serta menganalisa performansi sistem yang digunakan dalam proses pengenalan citra paru-paru. Proses pendeteksian diawali dengan pemrosesan awal pada citra paru-paru, proses ekstraksi ciri menggunakan Transformasi Wavelet, dan proses klasifikasi menggunakan Linear Discriminant Analysis (LDA). Pemrosesan awal dilakukan untuk membuang informasi yang tidak dibutuhkan dalam pengolahan citra. Proses ekstraksi ciri dilakukan dengan cara mengurangi dimensi citra paru- paru yang akan menjadi masukan pada proses pengenalan menggunakan LDA. Pada penelitian ini citra latih yang digunakan adalah 60 buah citra, yang terdiri dari 20 kelas citra kondisi normal, 20 kelas citra kondisi kanker, dan 20 kelas citra kondisi efusi. Citra uji yang akan digunakan juga berjumlah 60 buah citra, yang tediri dari 20 citra untuk masing-masing kelas. Akurasi yang dihasilkan sistem pada pendeteksian kanker paru-paru ini sebesar 100% untuk citra latih dan 95% untuk citra uji.
Co-Authors Achmad Rizal Achmad Rizal Koredianto Usman