RANCANG BANGUN PROGRAM APLIKASI SISTEM DETEKSI STROKE ISKEMIK BERBASIS PICTURE ARCHIVING AND COMMUNICATION SYSTEMS (PACS)

NICKO CHRISTANTA ERVIANTO, 081411731037 (2019) RANCANG BANGUN PROGRAM APLIKASI SISTEM DETEKSI STROKE ISKEMIK BERBASIS PICTURE ARCHIVING AND COMMUNICATION SYSTEMS (PACS). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text
ST.T.50-19 Erv r abstrak.pdf

Download (164kB)
[img] Text
ST.T.50-19 Erv r daftar isi.pdf

Download (139kB)
[img] Text
ST.T.50-19 Erv r daftar pustaka.pdf

Download (145kB)
[img] Text (FULLTEXT)
ST.T.50-19 Erv r.pdf
Restricted to Registered users only until 16 October 2022.

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Pencitraan pada otak sebagai langkah diagnosis stroke di Indonesia sudah cukup baik dengan adanya pengembangan teknologi dalam bidang radiologi seperti Computed Tomography (CT) scan dan Magnetic Resonance Impedance (MRI). Selain itu, dibutuhkan kelengkapan pada unit Radiology Information System (RIS) untuk menunjang pelayanan diagnosis pasien seperti tersedianya unsur Picture Archiving Communication System (PACS). Namun ketersediaan peralatan ini hanya terbatas pada kota-kota besar saja. Sedangkan, jumlah kasus yang membutuhkan pelayanan tersebut lebih banyak dan tidak berimbang dengan ketersediaan alat. Penelitian ini dilakukan untuk membuat desain aplikasi yang dapat melakukan deteksi stroke iskemik pada citra otak serta terintegrasi dengan sistem PACS. Data yang digunakan yaitu 185 data gambar hasil CT scan pasien stroke iskemik dan bukan stroke iskemik. Desain ini dibuat dengan bahasa pemrograman Python untuk menyusun sistem komunikasi antara client dan server dan untuk menyusun algoritma Convolutional Neural Network (CNN) dengan pelatihan jaringan sebagai pengklasifikasi citra. Pengujian pertama dilakukan dengan melakukan percobaan pengiriman 10 data gambar CT scan pasien antara perangkat client dan server dengan hasil uji Mean Structural Similarity Index Measure (MSSIM) bernilai 1 pada semua percobaan. Pengujian kedua dilakukan dengan melakukan deteksi terhadap 10 data gambar CT scan pasien yang dibandingkan dengan data sebenarnya yang mana didapatkan hasil yaitu nilai akurasi sebesar 60 %, presisi sebesar 55,6 %, F-1 sebesar 71,4 % dan sensitivitas sebesar 100 %.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST T 50/19 Erv r
Uncontrolled Keywords: Stroke iskemik, PACS, CNN, Python.
Subjects: R Medicine > RB Pathology > RB37-56.5 Clinical pathology. Laboratory technique
Divisions: 08. Fakultas Sains dan Teknologi > Tekno Biomedik
Creators:
CreatorsNIM/NIDN
NICKO CHRISTANTA ERVIANTO, 081411731037UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorDr. Riries R,ST.,MT., NIDN: '0015037901UNSPECIFIED
Depositing User: Dwi Marina
Date Deposited: 16 Oct 2019 05:57
Last Modified: 16 Oct 2019 05:57
URI: http://repository.unair.ac.id/id/eprint/89210
Sosial Share:

Actions (login required)

View Item View Item