Analisis pengolahan citra MRI (magnetic resonance imaging) otak menggunakan segmentasi K-Means clustering

Widiastika, Tanti (2017) Analisis pengolahan citra MRI (magnetic resonance imaging) otak menggunakan segmentasi K-Means clustering. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_COVER.pdf

Download (202kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_ABSTRAK.pdf

Download (199kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_DAFTAR ISI.pdf

Download (391kB) | Preview
[img]
Preview
Text (BAB I)
4_BAB 1.pdf

Download (216kB) | Preview
[img] Text (BAB II)
5_BAB II.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB III)
6_BAB 3.pdf
Restricted to Registered users only

Download (460kB)
[img] Text (BAB IV)
7_BAB 4.pdf
Restricted to Registered users only

Download (385kB)
[img] Text (BAB V)
8_BAB 5.pdf
Restricted to Registered users only

Download (198kB)
[img] Text (DAFTAR PUSTAKA)
9_DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (429kB)

Abstract

Segmentasi citra merupakan teknik pemrosesan citra untuk membagi citra menjadi beberapa region yang homogen berdasarkan kemiripan tertentu dalam menemukan karakteristik khusus yang dimiliki citra. Dalam penelitian ini dibuat rancangan metode segmentasi menggunakan teknik K-Means Clustering dengan citra MRI dari tiap slice yang berbeda yaitu axial, coronal, dan sagital sebagai input. Dilasi dan erosi sebagai pre-processing untuk menutup atau menghilangkan lubang-lubang kecil yang ada dalam segmen objek. Hasil percobaan yang didapat dari segmentasi K-Means Clustering yaitu pada iterasi yang digunakan menunjukkan pencarian nilai centroid baru, sehingga semakin tinggi intensitas iterasi maka semakin lama waktu segmentasi yang digunakan. Pada iterasi tertentu, citra akan mengalami konvergensi. Kondisi dimana tidak terjadi perubahan keanggotaan dari setiap cluster, ditunjukkan dengan lamanya hasil yang didapat pada saat peningkatan intensitas iterasi. Dari pengujian kualitas citra menggunakan MSE dan PSNR didapatkan hasil terbaik pada tiap slice dengan rata-rata yaitu citra axial pada cluster K=4, 0.44042, 79.11 dB, waktu 71.75 s. Citra coronal pada cluster K=3, 0.53970, 80.59 dB, waktu 71.1 s. Citra sagital pada cluster K=4, 0.48550, 81.05 dB, waktu 75.1 s.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: MRI; Dilasi; Erosi; K-Means Clustering; Konvergensi;MSE;PSNR;
Subjects: Physics > Data Processing and Analysis of Physics
Divisions: Fakultas Sains dan Teknologi > Program Studi Fisika
Depositing User: rofita fita robi'in
Date Deposited: 19 Dec 2018 23:47
Last Modified: 19 Dec 2018 23:47
URI: https://digilib.uinsgd.ac.id/id/eprint/17429

Actions (login required)

View Item View Item