vi
ABSTRAK
Dalam mendiagnosis suatu penyakit, selain pemeriksaan secara fisik, analisis darah merupakan metode yang bisa diandalkan, karena darah memiliki komponen yang banyak mengandung informasi penting. Pemeriksaan morfologi apusan darah tepi merupakan salah satu pemeriksaan laboratorium yang sangat penting dan harus dieavulasi dengan baik. Namun, analisis sel darah merah yang mengalami kelainan bentuk yang dilakukan oleh seorang analis kesehatan tidak selalu sama dengan analis yang lain dikarenakan kurangnya faktor ketelitian, konsentrasi, dan pengetahuan yang kurang memadai. Selain itu, pemeriksaan morfologi apusan darah tepi masih dilakukan secara manual oleh para analis kesehatan yang dinilai kurang efisien karena membutuhkan waktu yang banyak. Untuk mengatasi masalah tersebut, dibutuhkan metode untuk mengklasifikasi jenis sel darah merah yang mengalami kelainan bentuk akibat dari adanya suatu penyakit. Pada penelitian ini, digunakan metode radial basis function networksebagai metode untuk klasifikasi jenis sel darah merah yang tidak normal. Tahap-tahap yang dilakukan sebelum proses klasifikasi adalah input citra, pra-pengolahan, ekstraksi fitur menggunakan canny edge detection. Hasil penelitian menunjukkan bahwa metode yang digunakan mampu melakukan proses klasifikasi sel darah merah yang tidak normal dengan akurasi sebesar 83,3%.
Kata kunci : radial basis function network, canny edge detection, klasifikasi sel darah merah.
vii
DEFORMITY OF RED BLOOD CELLS CLASSIFICATION USING RADIAL
BASIS FUNCTION NETWORK
ABSTRACT
Beside a physical examination, blood analysis is one of methods that can rely on in diagnosing a disease, because blood has many components that contains important information. Morphological examination of peripheral blood smear is a laboratory test that is very important and should be evaluated well. However, analysis of malformed red blood cells, performed by an analyst is not always same as other analysts due to lack of precision, concentration, and inadequate knowledge. In addition, morphological examination of peripheral blood smear is still performed manually by analysts and it is inefficient because it requires a lot of time. As a solution regarding these problems, a method to classify types of deformity of red blood cells is required. In this reasearch, radial basis function network was used as a classification method of deformity of red blood cells. The steps taken before the classification were input the image of deformity of red blood cells, pre-processing, and feature extraction using canny edge detection. The result showed that the proposed method was able to perform the classification of deformity of red blood cells achieved 83.3% accuracy.
Keyword : radial basis function neural network, canny edge detection, classification of red blood cells.
