Ima Kurniastuti, 080810337 (2012) DESAIN SISTEM DETEKSI KERUSAKAN JARINGAN DERMIS DARI CITRA MIKROSKOP DIGITAL MENGGUNAKAN METODE EKSTRAKSI FITUR. Skripsi thesis, UNIVERSITAS AIRLANGGA.
|
Text
1. Sampul.pdf Download (162kB) | Preview |
|
|
Text
2. Lembar Pengesahan.pdf Download (131kB) | Preview |
|
|
Text
3. Pedoman Penggunaan.pdf Download (142kB) | Preview |
|
Text
4. Abstrak.pdf Download (185kB) |
||
Text
5. Abstract.pdf Download (186kB) |
||
Text
6. Kata Pengantar.pdf Download (187kB) |
||
Text
7. Daftar Isi.pdf Download (193kB) |
||
Text
8. Daftar Tabel.pdf Download (188kB) |
||
Text
9. Daftar Gambar.pdf Download (193kB) |
||
|
Text
10. Daftar Lampiran.pdf Download (187kB) | Preview |
|
|
Text
11. Bab 1.pdf Download (206kB) | Preview |
|
|
Text
12. Bab 2.pdf Download (519kB) | Preview |
|
Text
13. Bab 3.pdf Download (245kB) |
||
Text
14. Bab 4.pdf Download (515kB) |
||
|
Text
15. Bab 5.pdf Download (151kB) | Preview |
|
|
Text
16. Daftar Pustaka.pdf Download (196kB) | Preview |
|
|
Text (lampiran)
25572.pdf Download (2MB) | Preview |
Abstract
Penelitian ini dilakukan untuk mendesain sistem deteksi kerusakan jaringan kulit mencit (mus musculus) akibat paparan laser Nd:YAG dengan dosis energi 18,8 – 53,8 J/cm2 dari citra mikroskop digital. Kerusakan jaringan kulit akibat paparan laser Nd:YAG berupa pendarahan (bleeding) dan lubang. Sampel citra yang digunakan adalah citra jaringan normal dan citra jaringan rusak. Desain sistem menggunakan pemograman Delphi dengan metode ekstraksi fitur warna dan segmentasi warna. Fitur yang digunakan dalam penelitian ini ada tiga buah yaitu fitur jaringan normal, fitur pendarahan (bleeding), dan fitur lubang. Metode ekstraksi fitur warna dilakukan dengan menggunakan histogram untuk mengetahui intensitas dengan nilai frekuensi tertinggi secara teliti. Segmentasi warna menghasilkan daerah-daerah pada citra yang termasuk dalam rentang intensitas fitur. Hasil uji program penentuan jaringan kulit normal dan jaringan kulit rusak pada penelitian ini menunjukkan bahwa 25 citra dari 40 citra yang digunakan berhasil diidentifikasi sehingga tingkat keakuratan program sebesar 62,5%. Sedangkan pada hasil uji program pengukuran diameter, tingkat keakurasian sebesar 38,84% hingga 68,14%.
Item Type: | Thesis (Skripsi) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Additional Information: | KKC KK ST. T 03 / 12 Kur d | |||||||||
Uncontrolled Keywords: | LASER; FEATURE EXTRACTION | |||||||||
Subjects: | Q Science R Medicine T Technology |
|||||||||
Creators: |
|
|||||||||
Contributors: |
|
|||||||||
Depositing User: | Agung BK | |||||||||
Date Deposited: | 07 Dec 2012 12:00 | |||||||||
Last Modified: | 13 Jun 2017 20:08 | |||||||||
URI: | http://repository.unair.ac.id/id/eprint/25572 | |||||||||
Sosial Share: | ||||||||||
Actions (login required)
View Item |