• Tidak ada hasil yang ditemukan

Identifikasi Retinoblastoma Menggunakan Backpropagation Neural Network

N/A
N/A
Protected

Academic year: 2017

Membagikan "Identifikasi Retinoblastoma Menggunakan Backpropagation Neural Network"

Copied!
5
0
0

Teks penuh

(1)

DAFTAR PUSTAKA

Abramoff, M.D., Garvin, M. K., Sonka, M. 2010. Retinal imaging and image analysis.

IEEE Reviews in Biomedical Engineering 3:169-208.

Abramson, D. H., Xu, X. L., Wang, L., Qi, D. L., Poulos, B. K., Jhanwar, S. C., Cobrinik,

D. 2014. Rb suppresses human cone-precursor-derived retinoblastoma tumours.

Aerts, I., Ruic, L. L., Gauthier-Villars, M., Brisse, H., Doz, F., Desjardins, L., 2006.

Orphanet Journal of Rare Disease: Retinoblastoma. (Online)

http://www.ojrd.com/content/1/1/31 (13 April 2017).

Balasundari, C. K., Ulagammal, L., Sivapriya, J. 2016. Diagnosis retinal disease using

image processing techniques. Int. J. of Innovative Research in Computer and Communication Engineering 4(4):6493-6500.

Chairani, R. 2012. Identifikasi kesuburan pria melalui kelainan sperma melalui morfologi

(teratospermia) menggunakan invariant moment. Skripsi. Univesitas Sumatera Utara.

Chintagumpala, M., Barrios, P. C., Paysse,E.A., Plon, S. E., Hurwitz, R. 2007.

Retinoblastoma : Review Current Management. (Online) www.AlphaMedPress.com

(13 April 2017).

Chudasama, D., Patel, T., Joshi, S. 2015. Image segmentation using morphological

operation. Int. J. of Computer Application. 177(18): 16-19.

Damayanti, A., Pratiwi, A. B., Miswanto. 2016. Epilepsy detection on EEG data using

(2)

Darmawan, D. 2010. Pengenalan wajah dengan metode backpropagation menggunakan kamera CCTV inframerah. Skripsi. Universitas Indonesia.

Dewi, A. K., Novianty, A., Purboyo, T. W. 2016. Stomach disorder detection through the

iris image using backpropagation neural network. International Conference on Informatics and Computing (ICIC).

Edi & Siswono, 2009. Gambaran epidemiologi Leukemia anak di Rumah Sakit Kanker

Dharmais Jakarta Tahun 2004-2008. Fakultas Kesehatan Masyarakat Universitas

Indonesia: 1-5.

Fatihah, N. 2016. Identifikasi jenis kayu tropis menggunakan backpropagation neural network. Skripsi. Universitas Sumatera Utara.

Febriani, A. 2014. Identifikasi diabetic retinopathy melalui citra retina menggunakan Modified K-Nearest Neighbour. Skripsi. Universitas Sumatera Utara.

Gadkari, D. 2004. Image quality analysis using GLCM. Tesis. University of Central

Florida.

Gonzales, R.C. & Woods, R.E. 2008. Digital Image Processing. Prentice Hall : New Jersey.

Gupta, N., Garg, G., Kumar, L. 2015. Finding retinoblastoma cancer using image

processing. Int. J. of Advanced Research in Computer Science and Software Engineering 5(10):784-786.

Harbour, J. D. 2001. Molecular basic low-penetrance retinoblastoma. (Online)

www.ArchOpthalmol.com (13 April 2017).

Hardy, R. A., 2000, Retina dan tumor intraokular dalam Vaughan, D. G., Asbury, T.,

(3)

Henning, R., Perea, P. R., Shaw, B., Hamerly, G. 2014. A convolutional neural network

approach for classifying leukocoria. Skripsi. Baylor University.

Honavar, S. G., Shield, C. L., Shield, J. A., Demirci,H., Naduvilath, T. J., 2001, Intraocular

surgery after treatment of retinoblastoma. (Online) http://highwire.org (13 April

2017).

Ilyas, S. 2007. Ilmu Penyakit Mata 3rd ed. Balai Penerbit FK UI : Jakarta.

Issac, A., Madan, R., Dutta, M.K. 2016. Automated detection of bright lesions from

contrast normalized fundus images. Skripsi. University of Las Pamas de Gran.

Jaafar, H.F., Nandi, A.K., Al-Nuaimy, W. 2011. Automated detection of red lesions from

digital colour fundus photographs. 33rd Annual International Conference of the IEEE EMBS 6232-6235.

Kadir, A. & Susanto, A. 2012. Teori dan Aplikasi Pengolahan Citra. Penerbit Andi : Yogyakarta.

Kaneko, A. dan Suzuki, S., 2006, Eye-preservation treatment of retinoblastoma with

vitreus seeding. (Online) http://highwire.org (13 April 2017).

Kaur, R. & Kaur, S. 2013. Object extraction and boundary tracing algorithms for digital

image processing : Comparative analysis : A review. Int. J. of Advanced Research

in Computer Science and Software Engineering. 3(5): 263-368.

Malik, B. A., Naqash, A., Bhat, G. M. 2016. Backpropagation artificial neural network for

determination of glucose concentration from near-infrared spectra. Int. Conference

on Advances in Computing, Communications and Informatics (ICACCI).

Moeslund, T. B. 2012. Introduction to video and image processing : building real systems

and applications. Springer: London.

(4)

Perea, P. R., Henning, R., Shaw, B., Hamerly, G. 2014. Finding the smallest circle

containing the iris in the denoised wavelet domain. Baylor University.

Priyanga, R., Deepa, D., Poongodi, C. 2016. Detection and analysis of carcinoma by image

processing providing efficient clinical diagnosis. Int. J. of Science Technology and

Management 5(1):377-385.

Priyani, D. R. E. 2009. Aplikasi diagnosa gangguan lambung melalui citra iris mata dengan

syaraf tiruan propagasi balik. Skripsi. Universitas Pembangunan Nasional “Veteran” Jakarta.

Purnamasari, R.W. 2013. Implementasi jaringan syaraf tiruan backpropagation sebagai sistem deteksi penyakit tuberculosis (TBC). Skripsi. Universitas Negeri Semarang.

Rares, L. 2016. Retinoblastoma. Jurnal e-Clinic. Universitas Sam Ratulangi Manado.

Rudd, K., Muro, G. D., Ferrari, S. 2014. A constrained backpropagation approach for

adaptive solution of partial differential equations. IEEE Transaction on Neural Network and Learning System. Vol. 25. No. 23.

Seniman, Arisandi, D., Rahmat, R. F., William, Nababan, E. B. 2016. Chinese chess

character recognition using direction feature extraction and backpropagation. Int.

Conference on Data and Software Engineering (ICoDSE).

Shield, C. L., Mashayekhi, A., Demirci, H., Meadow, A. T., Shield, J. A., 2004, Practical

Approach to Management of Retinoblastoma. (Online) www.ArchOpthalmol.com

(13 April 2017).

Wicaksono, D. G. 2008. Perangkat lunak identifikasi nilai nominal dan keaslian uang kertas

rupiah menggunakan jaringan syaraf tiruan backpropagation. Skripsi. Universitas

Indonesia.

(5)

Yodha, J.W. & Kurniawan, A.W. 2014. Perbandingan penggunaan deteksi tepi dengan

metode laplace, sobel dan prewit dan canny pada pengenalan pola. Jurnal Teknologi

Informasi Techno.Com 13(3) : 132-197.

Zhou, H., Wu, J., Zhang, J. 2010. Digital Image Processing : Part I (1st edition). (Online)

http://Bookboon.com/en/digital-image-processing-part-one-ebook (12 April 2017).

Zhou, Y., Nejati, H., Do, T., Cheung, N., Cheah, L. 2016. Imaged-based vehicle analysis

using deep neural Network: A Systematic Study. Skripsi. Singapore University of

Referensi

Dokumen terkait

Dari asas-asas tersebut, kepentingan merupakan Dari asas-asas tersebut, kepentingan merupakan syarat mutlak untuk lahirnya perjanjian asuransi. syarat mutlak untuk lahirnya

Diagram Indeks Bagian Terbesar (IBT) ikan merah ( Lutjanus boutton ) berdasarkan jenis kelamin di perairan Pallameang, Kabupaten Pinrang, Sulawesi Selatan (a. ikan

Pasal 39 ini mencerminkan sebuah upaya preventif (pencegahan) dari aparat penegak hukum untuk dapat mencegah pencurian terhadap kekayaan sumber daya genetika berupa

Hasil penelitian ini diperoleh bahwa keberadaan mikroorganisme perombak bahan organik yang paling tinggi populasinya adalah tanah yang diambil dari tegakan kemenyan

[r]

“Dalam hal atas suatu bidang tanah sudah diterbitkan sertipikat secara sah atas nama orang atau badan hukum yang memperoleh tanah tersebut dengan itikad baik dan

Hasil penelitian ini diperoleh bahwa keberadaan mikroorganisme perombak bahan organik yang paling tinggi populasinya adalah tanah yang diambil dari tegakan kemenyan

The ISPRS WGI/1 TOR2311 team has created a set of de facto standards and recommendations for airborne payload networks, data links and processing tools that will facilitate