IDENTIFIKASI PENDARAHAN OTAK PADA CITRA CT SCAN PENDARAHAN OTAK MENGGUNAKAN METODE EXPECTATION MAXIMIZATION GAUSSIAN MIXTURE MODEL (EM-GMM)

Prastyia W, Devin (2018) IDENTIFIKASI PENDARAHAN OTAK PADA CITRA CT SCAN PENDARAHAN OTAK MENGGUNAKAN METODE EXPECTATION MAXIMIZATION GAUSSIAN MIXTURE MODEL (EM-GMM). Skripsi thesis, IIB DARMAJAYA.

	Text 1. COVER.pdf Download (143kB)
	Text BAB I.pdf Download (98kB)
	Text BAB II.pdf Download (574kB)
	Text BAB III.pdf Download (419kB)
	Text BAB IV.pdf Download (525kB)
	Text BAB V.pdf Download (7kB)
	Text DAFTAR PUSTAKA.pdf Download (62kB)
	Text LAMPIRAN.pdf Download (87kB)

Abstract

ABSTRAK IDENTIFIKASI PENDARAHAN OTAK PADA CITRA CT SCAN PENDARAHAN OTAK MENGGUNAKAN METODE EXPECTATION MAXIMIZATION GAUSSIAN MIXTURE MODEL (EM-GMM) Oleh: Devin Prastyia W 1111010182 Pendarahan otak merupakan penyakit yang sangat berbahaya bahkan mematikan karena pendarahan tersebut terjadi di organ paling vital manusia. Berdasarkan gejala-gejala pendarahan otak yang ditimbulkan maka sebaiknya dilakukan pemeriksaan lanjutan untuk mengetahui kondisi penderita, salah satunya melalui pemeriksaan CT Scan. Pemeriksaan tersebut belum pasti dapat mendiagnosis area atau letak dan tingkatan dari pendarahan otak, hanya sebagai pegangan untuk melakukan tindakan lanjutan pada penderita, seperti operasi dan pengobatan. Pada penelitian ini dilakukan uji performa dari metode algoritma Expectation Maximization Gaussian Mixture Model (EM-GMM) dalam penentuan letak pendarahan otak dari data CT Scan pendarahan otak. Berdasarkan hasil eksperimen metode EM-GMM dapat membagi citra kedalam beberapa kelas atau cluster yang salah satunya merupakan cluster yang diduga pendarahan otak. Metode ini bekerja berdasarkan fitur piksel namun belum sempurna membedakan bagian pendarahan otak dan yang bukan pendarahan otak ditambah dengan metode segmentasi. Dalam penelitian ini penulis merancang sebuah aplikasi yang dapat mengidentifikasi adanya pendarahan otak pada citra CT Scan pendarahan otak dan dapat menentukan tingkatan pendarahan otak. Kata Kunci : CT Scan pendarahan otak, expectation maximization gaussian mixture model, segmentasi, pendarahan otak.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	editor 1
Date Deposited:	02 Sep 2020 00:49
Last Modified:	02 Sep 2020 00:49
URI:	http://repo.darmajaya.ac.id/id/eprint/1349

Actions (login required)

View Item