Segmentasi Citra CT-Scan Paru-Paru Menggunakan Metode Algoritma K-Means

Ulga, Sofhia (2024) Segmentasi Citra CT-Scan Paru-Paru Menggunakan Metode Algoritma K-Means. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (59kB)
[img] Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Published Version

Download (39kB)
[img] Text (Bab 5 Kesimpulan dan Saran)
Bab 5 Kesimpulan dan Saran.pdf - Published Version

Download (28kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (172kB)
[img] Text (Skripsi Full Text)
Skripsi Full text.pdf - Published Version
Restricted to Repository staff only

Download (3MB)

Abstract

Telah dilakukan analisis mengenai segmentasi citra CT-Scan paru-paru dengan metode algoritma K-Means. Penelitian ini menggunakan 102 data citra CT-Scan paru-paru yang terdapat lesi. Tujuan penelitian ini untuk memperoleh kualitas rekonstruksi citra yang lebih baik dengan menerapkan lowpass filter dan median filter. Penerapan algoritma K-Means bertujuan untuk menentukan cluster yang optimal pada citra CT-Scan paru-paru yang terdapat lesi. Penentukan lokasi dan luas area lesi yang tersegmentasi algoritma K-Means. Hasil pengujian didapatkan bahwa penerapan filter lowpass menghasilkan citra yang memiliki kualitas yang baik sebanyak 47 citra dari 102 citra. Penerapan filte median menghasilkan citra dengan kualitas yang baik sebanyak 43 citra dari 102 citra. Citra CT-Scan paru-paru hasil filter kemudian disegmentasi dengan algoritma K-Means, didapatkan bahwa keadaan citra yang baik terdapat pada pengklusteran K-Means ke-4. Cluster ini merupakan cluster dengan intensitas sedang yang menunjukkan jaringan lunak pada paru-paru, densitas yang dimiliki lebih tinggi dibandingkan dengan udara tetapi lebih rendah dibandingkan dengan struktur seperti tulang atau massa padat. Pada kluster ini terlihat jelas kepadatan jaringan dan struktur anatomi dari citra CT-Scan paru-paru. Hasil dari penentuan lokasi dan luas area lesi didapatkan nilai akurasi dari penerapan filter lowpass pada proses preprocessing pengolahan citra didapat kualitas citra sebesar 61,76%, sementara penerapan filter median pada proses preprocessing pengolahan citra didapatkan akurasi kualitas citra sebesar 51,96%.

Item Type: Thesis (S1)
Supervisors: Dr. Afdhal Muttaqin, M.Si Dr. Dian Fitriyani, M.Si
Uncontrolled Keywords: algoritma K-Means; citra CT-Scan paru-paru; filter lowpass; filter median
Subjects: Q Science > QC Physics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Fisika
Depositing User: s1 Hasan rasy
Date Deposited: 03 Jun 2024 07:52
Last Modified: 28 Nov 2024 08:15
URI: http://scholar.unand.ac.id/id/eprint/468352

Actions (login required)

View Item View Item