TRUNOJOYO-Tugas Akhir-25287-170411100046_Abstrak.pdf
Restricted to Repository staff only
Download (10kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Chapter1.pdf
Restricted to Repository staff only
Download (38kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Chapter2.pdf
Restricted to Repository staff only
Download (775kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Chapter3.pdf
Restricted to Repository staff only
Download (123kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Chapter4.pdf
Restricted to Repository staff only
Download (895kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Conclusion.pdf
Restricted to Repository staff only
Download (7kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_References.pdf
Restricted to Repository staff only
Download (130kB)
TRUNOJOYO-Tugas Akhir-25287-170411100046_Appendices.pdf
Restricted to Repository staff only
Download (485kB)
Abstract
Osteoarthritis merupakan penyakit yang terjadi karena kerusakan jaringan pelindung tulang rawan, hingga kini belum ditemukan obatnya. Solusi untuk penderita osteoarthritis adalah penggantian lutut total. Klasifikasi osteoarthritis lutut adalah sebuah proses untuk mengelompokkan hasil pengolahan dari citra sinar-X lutut berdasarkan tingkat keparahannya. Klasifikasi dilakukan untuk mempermudah proses pengelompokan citra. Pada data citra sinar-X lutut, klasifikasi diperlukan untuk menentukan apakah lutut tersebut terkena penyakit osteoarthritis atau tidak. Jika pada lutut tersebut terkena penyakit osteoarthritis maka perlu untuk mengetahui tingkat keparahannya. Data yang digunakan sebanyak 8260 data citra kanan dan kiri, 4130 data citra kanan, 4130 data citra kiri dengan kelas masing-masing 0 4. Pada penelitian ini digunakan citra berukuran 224 x 224 pixel dan diproses dengan Histogram Equalization. Pada penelitian ini akan dilakukan proses klasifikasi dengan memanfaatkan hasil ekstraksi ciri Gray Level Co-Occurrance Matrix (GLCM) pada citra sinar-X lutut. Untuk pengklasifikasiannya akan digunakan algoritma Fuzzy KNN (K Nearest Neighbors). Dengan metode GLCM dan diklasifikasi menggunakan Fuzzy KNN tingkat akurasi didapatkan 33,4% pada lutut kanan, lutut kiri sebesar 36,2% dan pada keseluruhan lutut sebesar 33,8%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM AINUN FAUZI |
| Department | Informatika |
| Uncontrolled Keywords | Klasifikasi Tingkat Keparahan Osteoarthritis Lutut Ekstraksi Fitur Analisis Tekstur Machine Learning GLCM Fuzzy KNN |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 20:37 |
| Last Modified | 24 Oct 2026 16:55 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/10036 |
