Erwin, Erwin (2013) LAPORAN AKHIR PENELITIAN FUNDAMENTAL TEKNIK BAYESIAN NETWORK PADA SISTEM CERDAS UNTUK IDENTIFIKASI GANGGUAN USUS BESAR MENGGUNAKAN CITRA IRIS MATA, TAHUN 2013. LPPM Universitas Sriwijaya. (Unpublished)
Preview |
Text
Laporan akhir PF Erwin.pdf Download (2MB) | Preview |
Abstract
RINGKASAN Teknik identifikasi secara konvesional dinilai tidak praktis dan memiliki kelemahan. Hal ini menimbulkan ide pengembangan teknik biometric yang berdasarkan pada beberapa ciri alami manusia. Salah satunya menggunakan iris mata untuk mengidentifikasi gangguan pada organ tubuh manusia. Teknik ini dikenal dengan Iris Recognition, Selaput pelangi mata digunakan untuk mengetahui gambaran kondisi kesehatan manusia. Gambaran tersebut akan dikodekan secara digital dan dijadikan kunci. Pada penelitian ini, kondisi usus besar akan diamati melalui selaput pelangi mata, dimana kondisi usus besar ini akan tergambar pada zona 2 dan 3 dari selaput pelangi mata, sedangkan kondisi usus besar akan dikelompokan menjadi 7(tujuh) kondisi, yaitu Colon Normal, Ballooned Sigmoid, Prolapsus, Pocket Bowel, Stricture, Spasm, dan Radii Solaris. Proses Iris Recognition dimulai dari tahap proses iris scan, selanjutnya dilakukan proses pra pengolahan citra, proses pengolahan dan identifikasi. Untuk mendapatkan citra digital selain dengan cara merekam langsung secara digital, diperlukan suatu proses konversi dari analog ke digital. Konversi ini meliputi proses sampling(pencuplikan), yang akan membuat sejumlah kisi arah horizontal dan vertikal untuk menghasilkan gambar dalam bentuk larik dua dimensi yang dinyatakan dengan piksel. Proses selanjutnya adalah kuantisasi, yaitu proses untuk menyatakan tingkat keabuan atau warna suatu citra dalam suatu nilai integer tertentu. Berdasarkan tingkat pewarnaan, citra terdiri atas dua kelas, yaitu citra monokrom atau hitam putih yang merupakan citra satu kanal dan citra multispektral atau multiwarna. Citra hitam putih menyajikan warna dengan nilai integer pada piksel yang menyatakan tingkat keabuan dari hitam ke putih. Sedangkan pada citra multi-spektral, warna citra dinyatakan oleh tiga komponen warna, yaitu merah, hijau, dan biru (RGB), sehingga penyajian warnanya adalah bentuk fungsi nilai tingkat warna merah, hijau, dan biru: {fmerah(x,y), fhijau(x,y), fbiru(x,y)}. Penelitian ini akan menggunakan kedua kelas citra tersebut untuk menunjukan kehandalan teknik dan ketersedian citra yang dihasilkan oleh peralatan yang tersedia dan untuk pengembangan teknologi. Kumpulan piksel ini akan digunakan untuk mengidentifikasi citra sebagai sistem cerdas dengan menggunakan teknik Bayesian Network. Teknik Bayesian Network berbasis probabilitas yang mereprentasikan suatu himpunan variable dan conditional interdependencies menggunakan DAG(Directed Acyclic Graph). Teknik ini merupakan pengembangan dari modeldasar Naïve Bayes. Selanjutnya, dilakukan integrasi perangkat keras dan perangkat lunak serta pengujian produk untuk sistem yang dibangun hingga mendapatkan hak paten atau HAKI. Pada tahap pertama(tahun pertama) akan dibangun model data set iris mata. Model data set ini akan digunakan untuk menguji model dasar Naïve Bayes sebagai dasar pengembangan berikutnya. Pengujian model dilakukan secara akademis dan klinis dengan cara observasi pasien di rumah sakit dan pakar ilmu kedokteran mata. Keywords:Iris Recognition, Iris Mata, Model Dataset, Teknik Bayesian Network
| Item Type: | Other |
|---|---|
| Subjects: | Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation. |
| Divisions: | 09-Faculty of Computer Science > 56201-Computer Systems (S1) |
| Depositing User: | Dr Erwin Erwin |
| Date Deposited: | 23 Sep 2022 10:24 |
| Last Modified: | 23 Sep 2022 10:24 |
| URI: | http://repository.unsri.ac.id/id/eprint/79527 |
Actions (login required)
 |
View Item |