Analisis Komputasi Citra Mikroskopis Mycobacterium tuberculosis Berbasis Karakteristik Fitur Warna dan Bentuk

DESY EKA WAHYUNI, - (2022) Analisis Komputasi Citra Mikroskopis Mycobacterium tuberculosis Berbasis Karakteristik Fitur Warna dan Bentuk. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (HAL JUDUL)
HAL JUDUL.pdf

Download (218kB)
[img] Text (BAB I)
BAB I.pdf

Download (49kB)
[img] Text (FULL TEXT)
081811333067.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: https://lib.unair.ac.id/

Abstract

Menurut (WHO) 2020, Indonesia adalah salah satu negara dengan beban penyakit Tuberkulosis tertinggi di dunia dengan jumlah yang diperkirakan mencapai 845.000 jiwa yang disebabkan oleh Mycobacterium tuberculosis yang menginfeksi pasien melalui inhalasi droplet dengan basil tuberculosis yang berbentuk batang lurus dan melengkung. Secara visual, bakteri ini memiliki ukuran yang kecil, sehingga dalam pengamatan membutuhkan mikroskop. Bakteri ini tergolong basil tahan asam dan harus diberi pewarnaan dengan metode Ziehl-Neelsen. Maka penelitian ini dilakukan untuk menganalisis karakteristik Mycobacterium tuberculosis melalui fitur warna, serta kelas tunggal dan kelas rangkap melalui fitur bentuk. Dari karakterisasi fitur warna didapatkan hasil bahwa Mycobacterium tuberculosis cenderung berwarna merah keunguan yang didominasi kanal Red. Sedangkan dari karakterisasi fitur bentuk didapatkan hasil bahwa Mycobacterium tuberculosis kelas tunggal cenderung berukuran lebih kecil, lebih bulat, lebih menggembung, dan memiliki bentuk yang lebih konsisten. Sedangkan Mycobacterium tuberculosis kelas rangkap cenderung berukuran lebih besar, lebih memanjang, lebih pipih, dan memiliki bentuk yang lebih tidak beraturan. Adapun fitur yang paling berpengaruh dalam membedakan kelas pada setiap fitur, yaitu kanal blue untuk fitur warna dan major length axis untuk fitur bentuk.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK S.FST.F 06 - 23 Des a
Uncontrolled Keywords: Mycobacterium tuberculosis, Digital Image Processing, Feature Extraction.
Subjects: Q Science > QR Microbiology > QR75-99.5 Bacteria
Divisions: 08. Fakultas Sains dan Teknologi > Fisika
Creators:
CreatorsNIM
DESY EKA WAHYUNI, -NIM081811333067
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorRIRIES RULANINGTYAS, -NIDN-
Depositing User: Indah Fatma
Date Deposited: 13 Jul 2026 07:58
Last Modified: 13 Jul 2026 07:58
URI: http://repository.unair.ac.id/id/eprint/143914
Sosial Share:

Actions (login required)

View Item View Item