PENGOLAHAN CITRA PESAWAT COMPUTED TOMOGRAPHY SCAN PADA KASUS TUMOR OTAK

AGUSTINA, MEGA (2022) PENGOLAHAN CITRA PESAWAT COMPUTED TOMOGRAPHY SCAN PADA KASUS TUMOR OTAK. Diploma thesis, Universitas Widya Husada Semarang.

Text (FULL PAPER) MEGA AGUSTINA.pdf - Published Version Download (45MB)

Abstract

Latar belakang : Tumor otak adalah massa jaringan yang tumbuh tidak terkendali dan menekan jaringan sehat lainnya. Alat kesehatan yang dapat digunakan untuk mendeteksi tumor otak salah satunya adalah Computed Tomography Scan (CT Scan). CT Scan menggunakan sinar-X untuk menghasilkan gambar organ manusia. Adapun menurut ketiga jurnal yang dibahas oleh penulis, masing-masing menggunakan cara yang berbeda. Penelitian ini bertujuan untuk mengetahui bagaimana cara mendeteksi tumor otak pada citra ct scan. Metode : Penelitian ini merupakan penelitian Study Literature Review yang didapat dari berbagai sumber. Waktu penelitian dilakukan dari bulan Oktober 2021 sampai Juli 2022. Penulis melakukan pencarian sumber/bahan pustaka, kemudian menganalisa isi dari sumber tersebut, kemudian menuangkan hal yang dipertanyakan kedalam sebuah pernyataan rumusan masalah, mengkaji topik yang dibahas sesuai dengan jurnal yang diperoleh, selanjutnya menganalisa data, dan pembahasan hasil kemudian membuat kesimpulan. Hasil penelitian : Jurnal pertama yang ditulis oleh Iklas Sanubary dkk, (2018) menggunakan metode jaringan saraf backpropagation dapat mendeteksi tumor otak pada citra ct scan dengan akurasi 70% . Jurnal kedua yang ditulis oleh Fahmi Fahmi dkk, (2020) menggunakan metode zoning dan klasifikasi dengan teknik Learning Vector Quantization (LVQ) dapat mendeteksi tumor otak pada citra ct scan dengan akurasi 85%. Jurnal ketiga yang ditulis oleh Kasiful Aprianto, (2021) menggunakan metode jaringan saraf konvolusi dan pemilihan batas ambang dengan pemilihan histogram dapat mendeteksi tumor otak pada citra ct scan dengan akurasi 75,42%. Kesimpulan : Cara mendeteksi tumor otak pada citra ct scan yang baik adalah jurnal yang ditulis oleh Fahmi Fahmi dkk, (2020) karena dalam penelitian tersebut menggunakan kombinasi algoritma zoning dengan learning vector quantization sehingga dapat meningkatkan kecepatan komputasi dan dapat mengklasifikasikan otak normal dan abnormal dengan akurasi rata-rata 85%.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	ct scan, tumor otak.
Subjects:	R Medicine > RV Botanic, Thomsonian, and eclectic medicine
Divisions:	Fakultas Kesehatan dan Keteknisian Medik > D3 Teknik Rontgen
Depositing User:	Admin Cakep Perpus
Date Deposited:	24 Oct 2022 03:22
Last Modified:	26 Jan 2023 03:11
URI:	http://eprints.uwhs.ac.id/id/eprint/1617

Actions (login required)

View Item