• Tidak ada hasil yang ditemukan

Klasifikasi Pendarahan Otak Menggunakan Metode Extreme Learning Machine

N/A
N/A
Protected

Academic year: 2017

Membagikan "Klasifikasi Pendarahan Otak Menggunakan Metode Extreme Learning Machine"

Copied!
2
0
0

Teks penuh

(1)

vi

ABSTRAK

Pendarahan otak merupakan suatu kondisi dimana terdapat darah di jaringan otak baik itu di dalam otak maupun area sekitar otak yang dapat mengakibatkan hilang kesadaran dan kematian. Hal-hal yang dapat mengakibatkan terjadinya pendarahan otak, yaitu: Hipertensi, Stroke, Cedera kepala, Tumor pada otak dan lain-lain. Gejala yang timbul ketika menderita pendarahan otak, beberapa diantaranya sakit kepala yang parah, terganggunya penglihatan dan menagalami kelumpuhan dibagian tubuh . Pemeriksaan umum yang dilakukan jika mengalami pendarahan otak dengan menggunakan Computerized Tomography (CT) Scan. Citra yang dihasilkan oleh CT Scan diperiksa secara manual oleh dokter dengan menggunakan kasat mata. sehingga diperlukan metode untuk mengidentifikasi pendarahan otak melalui citra CT Scan otak secara otomatis. Metode yang digunakan dalam penelitian ini yaitu Extreme Learning Machine. Citra CT Scan otak digunakan sebagai masukan untuk proses pengolahan citra. Tahapan citra sebelum diidentifikasi yaitu proses pra pengolahan citra dan Thresholding. Setelah dilakukan pengujian pada penelitian ini, didapatkan kesimpulan bahwa metode yang diajukan memiliki kemampuan dalam mengidentifikasi pendarahan otak yang sangat baik dengan akurasi sebesar 92%.

Kata kunci : Pengolahan Citra, Pendarahan Otak, Kecerdasan Buatan, Extreme Learning Machine

(2)

vii

CLASSIFICATION OF BRAIN HEMORRHAGE USING EXTREME LEARNING MACHINE METHOD

ABSTRACT

Brain hemorrhage is one of the condition where there’s blood in the brain tissue not only inside but also in the area around the brain, which can cause lost of consciousness and even death. Several things that could cause brain hemorrhage are : hypertension, stroke, head injury, brain tumor and etc. There are some symptoms of brain hemorrhage such as massive headache, disrupted vision, and paralyzed body. The general examination to detect brain hemorrhage is by using Computerized Tomography (CT) Scan. The image produced from CT scan will be manually checked by a doctor. A method is needed to identify brain hemorrhage image from CT scan automatically. The method proposed in this research is Extreme Learning Machine. CT scan image of the brain is used as the input for the method for image processing. The procedure before identification is pre-processing of the image and threshold. After calibration was done, it can be concluded that the proposed method used in this research have the capability to identify brain hemorrhage very well with an accuracy of 92%.

Keywords: Image Processing, Brain Hemorrhage, Artificial Intelligence, Extreme Learning Machine

Referensi

Dokumen terkait

KATA PENGANTAR Segala puji syukur Penulis panjatkan kepada Tuhan yang telah melimpahkan rahmat, karunia, serta hidayah-Nya sehingga penulis dapat menyelesaikan skripsi dengan judul

Berdasarkan hasil pengujian, metode ELM dapat melakukan klasifikasi penyimpangan tumbuh kembang anak dengan hasil akurasi terbaik pada saat rasio data latih dan data uji

Analisis terhadap data yang digunakan, kemudian analisis data dengan menggunakan beberapa tahapan pengolahan citra, dan implementasi ELM dalam melakukan klasifikasi jenis tumor

#emoragik serebral (pecahnya pembuluh darah serebral sehingga terjadi perdarahan ke dalam jaringan otak atau area sekitar!, hemoragik dapat terjadi di epidural, subdural, dan

Berdasarkan hasil pengujian dan analisis menggunakan confusion matrix dengan memakai data penyakit TB Puskesmas Dinoyo Tahun 2018-2019 diperoleh nilai akurasi tertinggi

Persentase akurasi dalam pembelajaran dan pengujian ditunjukkan dengan hasil klasifikasi yang benar untuk setiap data citra yang dilatih atau diuji ke dalam kelas tanaman

Presisi dapat diperoleh dengan menggunakan persamaan 10: 𝑃𝑟𝑒𝑠𝑖𝑠𝑖 = 𝑇𝑃 𝑇𝑃 + 𝐹𝑃 𝑋 100% 10 Sementara itu, recall menunjukkan persentase data kategori positif yang diklasifikasikan

Penelitian ini bertujuan untuk mengembangkan alat diagnostik tumor otak berbasis citra MRI menggunakan ekstraksi ciri bentuk Discrete Cosine Transform DCT yang merupakan algoritma