KLASIFIKASI TROMBOSIT PADA CITRA HAPUSAN DARAH TEPI BERDASARKAN GRAY LEVEL CO- OCCURRENCE MATRIX MENGGUNAKAN BACKPROPAGATION
Teks penuh
Gambar
![Tabel 2.1 Perbedaan warna sel dengan Romanowsky stain (Bain, 2014)](https://thumb-ap.123doks.com/thumbv2/123dok/1782070.2095281/31.595.229.388.263.502/tabel-perbedaan-warna-sel-romanowsky-stain-bain.webp)
![Gambar 2.2 Variasi bentuk sel leukosit (Rodak and Carr, 2017).](https://thumb-ap.123doks.com/thumbv2/123dok/1782070.2095281/32.595.90.488.381.719/gambar-variasi-bentuk-sel-leukosit-rodak-and-carr.webp)
![Tabel 2.2 Karakteristik bermacam tipe sel darah putih(Rodak and Carr, 2017).](https://thumb-ap.123doks.com/thumbv2/123dok/1782070.2095281/33.595.118.512.212.546/tabel-karakteristik-tipe-sel-darah-putih-rodak-carr.webp)
![Gambar 2.6 Giant platelet pada pasien primary myelofibrosis (Bain, 2014)](https://thumb-ap.123doks.com/thumbv2/123dok/1782070.2095281/35.595.169.456.140.357/gambar-giant-platelet-pada-pasien-primary-myelofibrosis-bain.webp)
Dokumen terkait
Dengan ini saya menyatakan bahwa skripsi berjudul Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix
Isnanto, “Klasifikasi Citra Dengan Matriks Ko - Okurensi Aras Keabuan (Gray Level Co-occurence Matrix-GLCM) Pada Lima Kelas Biji- bijian”, Universitas Diponegoro ,
Metode yang digunakan adalah gray level co-occurrence matrices untuk ekstraksi ciri tekstur, sedangkan untuk menentukan kedekatan antara citra uji dengan citra
Harjoko, "Klasifikasi Citra Batik Menggunakan Jaringan Syaraf Tiruan Berdasarkan Gray Level Co-Occurrence Matrices (GLCM)," Seminar Nasional Aplikasi
Penelitian ini mencoba untuk menghasilkan sistem identifikasi hama tanaman tomat berbasis citra digital menggunakan teknik ekstraksi ciri GLCM dengan lima ciri tekstur dan
Penelitian ini akan mencoba melakukan proses klasifikasi citra dengan metode GLCM dan JST (Jaringan Syaraf Tiruan) didasari fitur tekstur menggunakan 4 sampel batik.
Pada hasil pengujian, tingkat akurasi yang diperoleh dari ekstraksi ciri data uji menggunakan Metode GLCM menggunakan klasifikasi Decision Tree menghasilkan nilai
Nilai K sebagai parameter metode KNN dalam melakukan klasifikasi pada penelitian ini adalah K=1 hingga K=10, sedangkan parameter yang digunakan untuk ekstraksi fitur menggunakan GLCM