PENGGUNAAN JARINGAN SARAF TIRUAN UNTUK MENDETEKSI TUMOR OTAK

Authors

  • F Priyulida Program Studi Teknologi Elektromedis, Universitas Sari Mutiara Indonesia
  • Immanuel H G Manurung Program Studi Sistem Informasi, Universitas Sari Mutiara Indonesia
  • Salomo Sijabat Program Studi Teknologi Elektromedis, Universitas Sari Mutiara Indonesia

Keywords:

Tumor Otak, CT Scan

Abstract

Tumor otak adalah penyakit yang mematikan, deteksi secara otomatis sangat diperlukan untuk mempercepat proses diagnosis. Sistem berbasis diagnosis dengan bantuan komputer dapat mendiagnosis  tumor otak melalui pencitraan CT Scan. Dalam aplikasi prapemodelan dalam ekstraksi fitur biasanya fitur di ekstraksi dari lapisan bawah yang berbeda dari gambar alam ke gambar medis. Untuk mengatasi masalah tersebut, penelitian ini mengusulkan metode ekstraksi fitur zoning dan penggabungan untuk deteksi otomatis tumor otak. Dari hasil penelitian ini aplikasi dapat  mendeteksi tumor otak CT Scan secara otomatis dengan Pelatihan untuk mengenali ciri-ciri dari karakter tumor otak menggunakan LVQ , Pengujian citra CT Scan dapat mengklasifikasi citra CT Scan. Peralatan dan sistem yang akan digunakan, telah teridentifikasi 80% yang mana pada penelitian ini bertujuan untuk pembuktian atas Deteksi tumor Otak Ct Scan secara otomatis

Downloads

Download data is not yet available.

References

P. N. H Tra, N. T. Hai, and T. T. Mai, “Image segmentation for detection of benign and malignant tumors,” in Proceedings of IEEE International Conference on Biomedical Engineering (BME-HUST), pp. 51–54, IEEE, Hanoi, Vietnam, October 2016

S. Pereira, A.Pinto,V.Alves, and C.A Silva,"Brain tumor segmentation using convulutional neural network in MRI images,"IEEE Trans. Med.Imag.,vol.35, no. 5, pp. 1240-1251, May 2016

X. W. Gao, R. Hui, and Z. Tian, ‘‘Classification of CT brain images based on deep learning networks,’’ Comput. Paulus.-B. Huang, Q.-Y. Zhu, and C.-K. Siew, ‘‘Extreme learning machine: Theory and applications,’’ Neurocomputing, vol. 70, pp. 489–501, Dec.

Puspitaningrum, D. (2006). Pengantar jaringan syaraf tiruan

Barry. Caesar " Pengenalan Pola Tanda Tangan Menggunakan Metode Support Vector Machine" Infotech Journal. ISSN : 2460-1861,Vol5 Nomor 2 Desember Tahun 2019.

Putri, E., Puspitaningrum, D., Mirfen, A., Identifikasi Tanda Tangan dengan Pendekatan Support Vector Machine, Jurnal Sains, Teknologi dan Industri, Vol 12, No. 2, Juni 2015, ISSN 2407-0939

Shuo D., Xiao-heng C., Qing-hui W. (2014). A Study on the Application of Learning Vector Quantization Neural Network in Pattern Classification. Applied Mechanics and Materials (Vol.525, pp. 657-660).

Downloads

Published

2021-11-30