LAPORAN AKHIR TAHUN PENELITIAN UNGGULAN PERGURUAN TINGGI Sistem Cerdas Deteksi Dini Penyakit Berbasis Mobile Berdasarkan Perubahan Citra Digital sebagai Media Penunjang Layanan Kualitas Sumber Daya Masyarakat, Tahun 2016

Erwin, Erwin (2016) LAPORAN AKHIR TAHUN PENELITIAN UNGGULAN PERGURUAN TINGGI Sistem Cerdas Deteksi Dini Penyakit Berbasis Mobile Berdasarkan Perubahan Citra Digital sebagai Media Penunjang Layanan Kualitas Sumber Daya Masyarakat, Tahun 2016. LPPM Universitas Sriwijaya. (Unpublished)

[thumbnail of Lap_Akhir_Saparudin_Universitas_Sriwijaya_PUPT.pdf]
Preview
Text
Lap_Akhir_Saparudin_Universitas_Sriwijaya_PUPT.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. Citra iris mata dapat digunakan untuk mengidentifikasi gangguan usus besar, citra tekstur lidah untuk mendeteksi demam tifoid, dan citra sel kelenjar usus besar untuk mendeteksi kanker. Teknik Iris Recognition menggunakan citra selaput pelangi mata untuk mengetahui kondisi usus besar manusia. Kondisi usus besar akan diamati melalui selaput pelangi mata tergambar pada zona 2 dan 3, sedangkan kondisi usus besar akan dikelompokan menjadi 7(tujuh) kondisi, yaitu Colon Normal, Ballooned Sigmoid, Prolapsus, Pocket Bowel, Stricture, Spasm, dan Radii Solaris. Citra kelenjar usus besar dalam bentuk digital diperoleh dengan cara menempatkan lensa kamera digital dihadapan lensa okuler dari mikroskop. Kondisi jenis kanker yang akan di deteksi, yaitu sel kanker carcinoma, lymphoma dan normal. Penyakit infeksi akut usus halus yang dikenal dengan demam tifoid merupakan penyakit endemik di Indonesia. Diagnosa awal penderita demam tifoid dapat dilakukan dengan melihat kekotoran lidah sehingga otomatisasi deteksi tekstur citra lidah akan meningkatkan akurasi dan kecepatan proses deteksi penyakit demam tifoid. Ciri-ciri utama penyakit gangguan usus besar dan usus halus berupa tanda-tanda klinis antara lain panas meningkat secara perlahan, gangguan GIT(konstipasi, diare dan mualmuntah). Alat pengukuran tekanan darah dan suhu badan secara otomatis dengan memanfaatkan penggunaan telepon genggam(smart phone) untuk mendeteksi suhu tubuh, mikropone untuk mendeteksi denyutan nadi, dan kamera untuk mendeteksi citra iris mata, tekstur lidah dan sel jaringan sehingga diperoleh sistem cerdas untuk deteksi dini penyakit gangguan usus besar dan usus halus termasuk bakteri. Proses Recognition dimulai dari tahap proses akuisisi citra digital, selanjutnya dilakukan proses pengolahan pra citra, proses pengolahan dan identifikasi. Untuk mendapatkan citra digital selain dengan cara merekam langsung secara digital, diperlukan suatu proses konversi dari analog, yang bersifat kontinu 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. Kumpulan piksel ini akan digunakan untuk mengidentifikasi citra sebagai sistem cerdas dengan menggunakan teknik Bayesian Network, Gaussian Markov dan Jaringan Syaraf Tiruan. Penggunaan beberapa teknik ini dimaksudkan untuk membandingkan tingkat akurasi deteksi. Pada tahun pertama, sistem cerdas yang akan dibangun dengan menerapkan metode Active Contour Model dan Fuzzy Kohonen Clustering Network pada tahap segmentasi. Selanjutnya, dilakukan integrasi perangkat keras dan perangkat lunak serta pengujian produk untuk sistem yang dibangun. Sedangkan pada tahun kedua, ketiga dilakukan pengembangan aplikasi sistem cerdas dengan menerapkan metode Gaussian Markov dan metode Bayesian Network serta dilakukan integrasi perangkat keras dan perangkat lunak serta pengujian produk untuk sistem yang dibangun. Selanjutnya, pada tahun keempat, sistem cerdas akan dipasarkan secara komersial dengan melalui proses pengujian secara akademis dan klinis serta pendaftaran Paten/HKI

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/79523

Actions (login required)

View Item View Item