TRUNOJOYO-Tugas Akhir-11306-130411100070_Abstract.pdf
Restricted to Repository staff only
Download (9kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Cover.pdf
Restricted to Repository staff only
Download (719kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Chapter1.pdf
Restricted to Repository staff only
Download (73kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Chapter2.pdf
Restricted to Repository staff only
Download (567kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Chapter3.pdf
Restricted to Repository staff only
Download (407kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Conclusion.pdf
Restricted to Repository staff only
Download (8kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_References.pdf
Restricted to Repository staff only
Download (82kB)
TRUNOJOYO-Tugas Akhir-11306-130411100070_Appendices.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Acute Lymphoblastic Leukemia (ALL) merupakan salah satu jenis penyakit leukemia yang ditandai dengan pertumbuhan sel darah putih yang sangat cepat dan mematikan. Apabila tidak segera diobati akan menyebabkan kematian dalam hitungan minggu hingga hari untuk itu perlu penanganan secara cepat. Diagnosa penyakit ALL kebanyakan dilakukan secara manual, membutuhkan tenaga ahli, peralatan laboratorium yang memadai serta waktu yang cukup lama. Untuk mengatasi permasalahan tersebut pada penelitian ini dilakukan identifikasi Acute Lymphoblastic Leukemia menggunakan teknik pengolahan citra. Adapun tahapan-tahapan yang dilakukan adalah preprocessing, segmentasi, ekstraksi fitur dan klasifikasi citra. Metode yang diterapkan pada setiap tahapan adalah sebagai berikut metode contras stretching untuk perbaiakan citra, metode otsu Thresholding berdasarkan warna HSV untuk segmentasi, sedangkan untuk ekstraksi fitur menggunakan fitur hibrid gabungan antara fitur bentuk dan tekstur Gray Level Co-occurrancy Matrix (GLCM) yang kemudian akan di klasifikasikan menggunakana metode Mahalanobis Distance. Database yang digunkan dalam penelitian ini adalah database ALLIDB2 yang terdiri dari 260 citra yaitu 130 ALL-Positif dan 130 ALL-Negatif. Pada pengujian ini mendapatkan rata-rata akurasi tertinggi sebesar 85.40% dengan sensitivity 85.8 % dan specificity 85.0%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM NOVIA FAIZATIN NURIK |
| Department | Informatika |
| Uncontrolled Keywords | Acute Lymphoblastic Leukemia; Segmentasi citra; Ekstraksi Fitur Bentuk dan Tekstur; Mahalanobis Distance; ALL-IDB2 |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 17 Oct 2026 06:38 |
| Last Modified | 24 Oct 2026 17:14 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/25311 |
