Search engine for discovering works of Art, research articles, and books related to Art and Culture
Javascript must be enabled to continue!
Sistem Deteksi Pneumonia Paru-Paru dengan Pengolahan Citra Digital dan Machine Learning
View through CrossRef
Penelitian ini berfokus pada penggunaan pengolahan citra digital, khususnya dalam konteks sistem machine learning untuk diagnosis penyakit paru-paru. Dalam eksplorasi ini, sistem diusulkan yang mengintegrasikan Python dan kerangka kerja terkait untuk mengimplementasikan langkah-langkah penting dalam pengolahan citra. Proses ini melibatkan input citra, pemrosesan untuk meningkatkan kualitas, segmentasi area paru-paru, dan ekstraksi fitur penting. Setelah citra diproses dan area paru-paru diidentifikasi, sistem menerapkan algoritma klasifikasi yang telah ditentukan sebelumnya. Algoritma ini didesain untuk memanfaatkan informasi fitur yang diekstraksi untuk mengambil keputusan yang tepat dalam mengklasifikasikan citra. Pengujian dilakukan menggunakan dataset yang mengandung citra paru-paru normal dan kasus pneumonia. Evaluasi dilakukan menggunakan metrik akurasi, yang memberikan gambaran tentang seberapa baik sistem dapat membedakan antara kedua kategori citra. Sebelum pengolahan citra, sistem memiliki tingkat akurasi sebesar 75%. Setelah pengolahan citra, tingkat akurasi meningkat menjadi 78%. Hasil penelitian ini menunjukkan potensi besar penggunaan pengolahan citra digital dalam konteks sistem machine learning untuk diagnosis penyakit paru-paru. Hasil-hasilnya dapat memberikan landasan yang kuat untuk pengembangan sistem yang lebih canggih dalam diagnosis medis berbasis citra. Penelitian lebih lanjut dapat memperluas penggunaan metode lain dalam pengolahan citra yang dapat meningkatkan akurasi deteksi pneumonia secara signifikan
Title: Sistem Deteksi Pneumonia Paru-Paru dengan Pengolahan Citra Digital dan Machine Learning
Description:
Penelitian ini berfokus pada penggunaan pengolahan citra digital, khususnya dalam konteks sistem machine learning untuk diagnosis penyakit paru-paru.
Dalam eksplorasi ini, sistem diusulkan yang mengintegrasikan Python dan kerangka kerja terkait untuk mengimplementasikan langkah-langkah penting dalam pengolahan citra.
Proses ini melibatkan input citra, pemrosesan untuk meningkatkan kualitas, segmentasi area paru-paru, dan ekstraksi fitur penting.
Setelah citra diproses dan area paru-paru diidentifikasi, sistem menerapkan algoritma klasifikasi yang telah ditentukan sebelumnya.
Algoritma ini didesain untuk memanfaatkan informasi fitur yang diekstraksi untuk mengambil keputusan yang tepat dalam mengklasifikasikan citra.
Pengujian dilakukan menggunakan dataset yang mengandung citra paru-paru normal dan kasus pneumonia.
Evaluasi dilakukan menggunakan metrik akurasi, yang memberikan gambaran tentang seberapa baik sistem dapat membedakan antara kedua kategori citra.
Sebelum pengolahan citra, sistem memiliki tingkat akurasi sebesar 75%.
Setelah pengolahan citra, tingkat akurasi meningkat menjadi 78%.
Hasil penelitian ini menunjukkan potensi besar penggunaan pengolahan citra digital dalam konteks sistem machine learning untuk diagnosis penyakit paru-paru.
Hasil-hasilnya dapat memberikan landasan yang kuat untuk pengembangan sistem yang lebih canggih dalam diagnosis medis berbasis citra.
Penelitian lebih lanjut dapat memperluas penggunaan metode lain dalam pengolahan citra yang dapat meningkatkan akurasi deteksi pneumonia secara signifikan.
Related Results
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review Anna Tri Wahyuni1), Masfuri2), Liya Arista3)1,2,3 Fakultas Ilmu Keperawatan Univers...
Identifikasi Objek pada Citra Thorax X-Ray Pasien COVID-19 dengan Metode Contrast Limited Adaptive Histogram Equalization (CLAHE)
Identifikasi Objek pada Citra Thorax X-Ray Pasien COVID-19 dengan Metode Contrast Limited Adaptive Histogram Equalization (CLAHE)
Radiografi thorax X-Ray menghasilkan citra digital radiografi diarea dada seperti paru-paru, jantung, dan tulang rusuk. Citra ini dapat memvisualisasikan kondisi paru-paru pasien C...
ENKRIPSI DAN DEKRIPSI CITRA MENGGUNAKAN METODE FRAKTAL
ENKRIPSI DAN DEKRIPSI CITRA MENGGUNAKAN METODE FRAKTAL
Enkripsi citra dengan metode fraktal adalah proses penyandian yang mengubah citra asli (plain image) menjadi citra yang tidak bisa dimengerti (cipher image) dengan menggunakan citr...
PENGGUNAAN CITRA HIMPUNAN JULIA SEBAGAI CITRA SAMPUL UNTUK MENYEMBUNYIKAN CITRA RAHASIA
PENGGUNAAN CITRA HIMPUNAN JULIA SEBAGAI CITRA SAMPUL UNTUK MENYEMBUNYIKAN CITRA RAHASIA
Steganografi dengan metode fraktal (fractal steganography) adalah teknik menyembunyikan informasi atau pesan, yang dapat berupa citra rahasia, dalam suatu citra sampul (cover image...
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAFTAR PUSTAKAAditama, M. H. R., & Selfiardy, S. (2022). Kehidupan Mahasiswa Kuliah Sambil Bekerja di Masa Pandemi Covid-19. Kidspedia: Jurnal Pendidikan Anak Usia Dini, 3(...
IMPLEMENTATION OF K-NEAREST NEIGHBOR ALGORITHM FOR CLASSIFICATION OF LUNG CANCER CAUSES
IMPLEMENTATION OF K-NEAREST NEIGHBOR ALGORITHM FOR CLASSIFICATION OF LUNG CANCER CAUSES
Abstract: Lung cancer is most deadly cancers in the world. Identification and classification of the causes of understanding lung cancer is essential for developing more effective p...
Deteksi Dini Penyakit Kanker Paru-Paru Menggunakan Perbandingan Algoritma Xgboost Dan Decision Tree
Deteksi Dini Penyakit Kanker Paru-Paru Menggunakan Perbandingan Algoritma Xgboost Dan Decision Tree
Kanker paru-paru merupakan salah satu penyebab utama kematian tertinggi di seluruh dunia,sehingga penting melakukan deteksi dini untuk meningkatkan kemungkinan sembuh bagipasien. N...