DIGITALISASI CITRA IRIS MATA UNTUK MENDIAGNOSIS GANGGUAN GINJAL MENGGUNAKAN METODE HIDDEN MARKOV MODEL (HMM)

WAGIASIH, WAGIASIH and Reza, Satria Rinaldi and Ika, Novia Anggraini (2017) DIGITALISASI CITRA IRIS MATA UNTUK MENDIAGNOSIS GANGGUAN GINJAL MENGGUNAKAN METODE HIDDEN MARKOV MODEL (HMM). Undergraduated thesis, Universitas Bengkulu.

[img] Archive (Thesis)
SKRIPSI LENGKAP.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (1MB)

Abstract

Ilmu teknik elektro di dunia medis berkembang sangat pesat, salah satu contohnya adalah perkembangan pengenalan penyakit melalui iris mata (iridology), tetapi iridology belum banyak diaplikasikan untuk pengenalan penyakit ginjal. Hal ini karena kurangnya pengetahuan masyarakat tentang sistem iridology. Pengenalan penyakit ginjal melalui citra iris mata dapat mempermudah dalam melakukan diagnosis untuk mengetahui adanya gangguan ginjal, sehingga kondisi ginjal dapat terus dipantau dan jika ada perubahan kondisi iris pada bagian seperti di chart iridology, maka dapat segera dilaporkan ke dokter spesialis ginjal. Metode yang digunakan dalam proses pengenalan gangguan ginjal adalah metode Hidden Markov Model (HMM) dengan sistem penentuan parameter HMM menggunakan perhitungan koefisien singular value decomposition. Ukuran codebook yang digunakan ada 7, yaitu 16, 32, 64, 128, 256, 512 dan 1024. Ukuran codebook yang berbeda akan menghasilkan waktu pengenalan yang berbeda, waktu yang dibutuhkan akan semakin lama ketika ukuran codebook semakin besar. Berdasarkan hasil dan pembahasan dapat disimpulkan bahwa akurasi proses pengenalan gangguan ginjal dengan metode HMM untuk data train pada penelitian ini adalah 68.75% untuk codebook 16, 87.5% untuk codebook 32, 100% untuk codebook 128 dan 100% untuk codebook 512 sedangkan untuk data uji diperoleh akurasi sebesar 75% untuk codebook 16, 91.67% untuk codebook 32, 100% untuk codebook 128 dan 100% untuk codebook 512.

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: 164 Irma Rohayu
Date Deposited: 28 Feb 2018 04:36
Last Modified: 28 Feb 2018 04:36
URI: http://repository.unib.ac.id/id/eprint/16111

Actions (login required)

View Item View Item