ZILVANHISNA EMKA FITRI (2015) Implementasi Jaringan Syaraf Tiruan untuk Identifikasi Bakteri Neisseria Gonorrhoeae Sebagai Deteksi Dini Gonore. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (777kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (152kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (166kB)
	Text (PENDAHULUAN) 4. BAB 1 PENDAHULUAN.pdf Download (237kB)
	Text (TINJAUAN PUSTAKA) 5. BAB 2 TINJAUAN PUSTAKA.pdf Download (914kB)
	Text (METODE PENELITIAN) 6. BAB 3 METODE PENELITIAN.pdf Download (505kB)
	Text (HASIL DAN PEMBAHASAN) 7. BAB 4 HASIL DAN PEMBAHASAN.pdf Download (672kB)
	Text (KESIMPULAN SARAN) 8. BAB 5 KESIMPULAN SARAN.pdf Download (226kB)
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (232kB)

Abstract

Selama ini untuk mendiagnosis penyakit gonore yang paling mudah dengan pemeriksaan klinis dan pemeriksaan bakteriologis. Hal tersebut menghabiskan waktu yang lama apabila laboratorium atau puskesmas sedang melakukan pemeriksaan rutin Infeksi Menular Seksual (IMS) dengan jumlah pasien yang cukup banyak. Untuk itu diperlukan suatu metode pemeriksaan yang cepat dan cukup akurat. Penelitian ini bertujuan untuk mengidentifikasi bakteri Neisseria gonorrhoeae, bakteri penyebab penyakit gonore menggunakan sistem kecerdasan buatan. Metode yang digunakan adalah metode Learning Vector Quantization (LVQ). Sebelum mengidentifikasi bakteri tersebut, diperlukan pengolahan citra terlebih dahulu sehingga didapatkan citra segmentasi yang kemudian diperoleh tiga fitur sebagai inputan jaringan syaraf tiruan. Fitur yang digunakan adalah luas area rata-rata, perimeter rata-rata dan faktor bentuk rata-rata. Tingkat akurasi data training yang optimal didapatkan dari laju pembelajaran 0.01 dan pengurangan laju pembelajaran 0.25. Data citra testing yang dilakukan pengujian adalah 24 data dan diperoleh tingkat akurasi optimal sebesar 91.67%. Perbaikan pengolahan dan segmentasi citra sangat berpengaruh sehingga menjadi pertimbangan dalam memperbaiki tingkat akurasi pada penelitian mendatang.

Actions (login required)

View Item