Veren Audia Nurmansya (2022) Analisis Tekstur Citra X- Ray COVID-19 Berbasis Singular Value Decomposition (SVD). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 081811333077_HALAMAN JUDUL.pdf Download (886kB)
	Text (BAB I) 081811333077_BAB I.pdf Download (476kB)
	Text (FULLTEXT) 081811333077_FULLTEXT.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Corona Virus Disease 2019 (COVID-19) merupakan kasus terbesar di seluruh dunia dikarenakan memakan korban jiwa yang sangat banyak. Adanya COVID-19 disebabkan oleh virus Sars-cov-2 yang menyerang sistem pernafasan manusia yakni paru – paru sehingga penderita mengalami gangguan pernafasan hingga gejala lain seperti demam, batuk dan kehilangan indera penciuman. Dalam mendeteksi COVID-19, ahli radiologi dan dokter pada umumnya memerlukan informasi yang relevan untuk menganalisis tekstur dari struktur paru yang mengalami gejala COVID-19, salah satunya dengan menggunakan citra X-Ray paru. Dalam penelitian ini, untuk menganalisis tekstur paru – paru penderita COVID-19 dengan non COVID-19 dapat dilakukan dengan menggunakan metode ekstraksi fitur Singular Value Decomposition (SVD). Fitur yang digunakan dalam mengekstraksi yakni fitur mean, standar deviasi dan entropi. Sebelum dilakukan ekstraksi, citra X-Ray paru terlebih dahulu dilakukan proses cropping, kemudian citra ada yang diberikan perlakuan perbaikan citra dengan menggunakan perbaikan citra filter median, histogram equalization dan gabungan antara filter median dan histogram equalization. Dalam melakukan ekstraksi fitur dengan SVD akan menghasilkan tiga matriks yakni matriks U dan V yang merupakan vektor singular dan matriks S yang merupakan nilai singular. Dari hasil penelitian didapatkan bahwa hasil dari matriks S dengan perbaikan citra histogram equalization memiliki nilai ekstraksi terbaik yakni pada fitur mean bernilai 67.43%, sedangkan fitur standar deviasi bernilai 56.10 % dan fitur entropi bernilai 41.67%.

Actions (login required)

View Item