(Peer Review + Similarity + Document) Analisis Segmentasi Kerusakan Jaringan Histologi Ginjal Berbasis Model Fitur GLCM

Zainul, Arifin and Lutfi, Ali Muharom and Ardhi, Fathonisyam (2021) (Peer Review + Similarity + Document) Analisis Segmentasi Kerusakan Jaringan Histologi Ginjal Berbasis Model Fitur GLCM. Jurnal Binainsani, USA.

	Text artikel full zainul.pdf Download (634kB)
	Text Turnitin.pdf Download (2MB)
	Text Zainul Lembar-Peer-Review.pdf Download (497kB)

Abstract

Kongesti merupakan salah satu jenis kerusakan yang terjadi pada jaringan histologi ginjal, dimana terdapat darah secara berlebihan didalam pembuluh darah daerah tertentu. Pada penelitian ini akan melakukan analisis hasil klaster jaringan histologi ginjal menggunakan pendekatan fitur tekstur dengan metode gray level cooccurence matrix (GLCM). Data citra yang digunakan sebanyak 50 citra training kongesti dan 50 citra training normal dengan ukuran 256 x 256 piksel, sedangkan citra uji menggunakan ukuran rata-rata 3000 x 3000 piksel. Uji dilakukan dengan kombinasi parameter klaster k train = 2 sampai dengan k train = 5 dan k test = 2 sampai k test = 5, dimana hasil uji dievaluasi menggunakan F-Score, sedangkan evaluasi shape similarity menggunakan hausdoorf distance. Nilai F-score lebih besar dari 0.7 mengindikasikan tingkat similaritas tinggi atau tingkat kemiripan (good match) antar dua region. Nilai rata-rata untuk Precision adalah 0.83, sedangkan untuk recall adalah 0.77, dan untuk FScore adalah 0.75, menunjukkan bahwa tingkat kemiripan dari hasil segmentasi dan ground thruth baik. Hasil dari hausdoorf distance adalah bahwa semua citra uji mempunyai nilai rata-rata dibawah 5. ini menunjukkan bahwa tingkat kemiripan antara hasil segmen dan ground thruth baik, karena rata-rata jaraknya atau nilai hausdoorf distance kecil.

Item Type:	Peer Review
Uncontrolled Keywords:	segmentasi, cluster, glcm, kongesti ginjal
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Zainul Arifin
Contact Email Address:	zainul.arifin@unmuhjember.ac.id
Date Deposited:	06 Aug 2022 04:06
Last Modified:	29 Sep 2022 06:22
URI:	http://repository.unmuhjember.ac.id/id/eprint/14892

Actions (login required)

View Item