Binar Sekar Kinasih (2020) Penerapan Esktraksi Fitur Principal Component Analysis (PCA) untuk Klasifikasi Kelainan Tulang Belakang pada Penderita Skoliosis. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN DEPAN) 1. HALAMAN JUDUL.pdf Download (574kB)
	Text (ABSTRAK) 7. ABSTRAK.pdf Download (81kB)
	Text (DAFTAR ISI) 8. DAFTAR ISI.pdf Download (149kB)
	Text (BAB 1) 11. BAB I PENDAHULUAN.pdf Download (95kB)
	Text (BAB 2) 12. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 9 August 2023. Download (416kB) | Request a copy
	Text (BAB 2) 13. BAB III METODE PENELITIAN.pdf Restricted to Registered users only until 9 August 2023. Download (362kB) | Request a copy
	Text (BAB 4) 14. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 9 August 2023. Download (438kB) | Request a copy
	Text (BAB 5) 15. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 9 August 2023. Download (80kB) | Request a copy
	Text (DAFTAR PUSTAKA) 16. DAFTAR PUSTAKA.pdf Download (81kB)
	Text (LAMPIRAN) 17. LAMPIRAN.pdf Restricted to Registered users only until 9 August 2023. Download (227kB) | Request a copy

Abstract

Skoliosis merupakan kelainan bentuk pada tulang belakang dimana terjadi pembengkokan tulang belakang ke arah samping kiri atau kanan. Berdasarkan The National Scoliosis Foundation, terdapat 6000 orang yang terkena skoliosis di Amerika Serikat, 2 – 4 % diantaranya merupakan Adolescent Idiopathic Scoliosis (AIS). AIS terhitung pada angka 80% dari kasus idiopatik skoliosis dan sering terjadi pada kisaran umur 10 hingga 16 tahun. Sedangkan 0,5% dari keseluruhan kasus skoliosis idiopatik yang terjadi di Amerika Serikat dan 4-5% di negara Eropa merupakan Infantile idiopathic scoliosis. Skoliosis dapat dikategorikan menjadi dua yaitu levoskoliosis dan dextroskoliosis. Penelitian ini bertujuan untuk mengklasifikasi skoliosis dengan menggunakan metode ekstraksi fitur Principal Component Analysis (PCA) dan metode jaringan syaraf tiruan backpropagation. Data penelitian merupakan hasil rontgen tulang belakang yang didapatkan dari Rumah Sakit Siaga Jakarta. Data tersebut terbagi atas 3 kelompok yaitu kelompok normal dengan jumlah 70 data, kelompok levoskoliosis dengan jumlah 35, dan kelompok dextroskoliosis dengan jumlah 40 data. Penelitian diawali dengan tahap pra-pengolahan citra yang meliputi proses resize, cropping, filter median, dan adaptive thresholding. Dengan menggunakan metode ekstraksi fitur Princial Component Analysis (PCA) dimensi data yang semula berdimensi 190 x 160 direduksi menjadi 190 x 5. Hasil akurasi yang didapatkan setelah dilakukan klasifikasi dengan metode backpropagation yaitu sebesar 90% dengan hasil akurasi pada kelompok normal sebesar 95%, kelompok levoskoliosis sebesar 80%, dan kelompok dextroskoliosis sebesar 90%.

Actions (login required)

View Item