Erwin, Erwin (2014) LAPORAN AKHIR PENELITIAN FUNDAMENTAL TEKNIK BAYESIAN NETWORK PADA SISTEM CERDAS UNTUK IDENTIFIKASI GANGGUAN USUS BESAR MENGGUNAKAN CITRA IRIS MATA, TAHUN 2014. LPPM Universitas Sriwijaya. (Unpublished)
Preview |
Text
Lap_Akhir-Erwin_Universitas_Sriwijaya_PF - Thn 2.pdf Download (739kB) | 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 4(empat) kondisi, yaitu Colon Normal, Ballooned Sigmoid, Diverticulata, dan Spasm. 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 model dasar 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. Pada tahun kedua ini dilakukan pengembangan model Naives Bayes yaitu Bayesian Network dan pengembangan perangkat serta melakukan pengujian model dasar Naives Bayes secara akademis dan klinis. Selanjutnya, mengintegrasikan perangkat keras dan perangkat lunak, mengimplementasikan dan melakukan pengujian produk di rumah sakit. Keywords: Iris Recognition, Model Dataset, DAG(Directed Acyclic Graph), 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/79528 |
Actions (login required)
 |
View Item |