Segmentasi citra Medis Magnetic Resonance Imaging (MRI) dengan menggunakan metode Clustering di dalam Algoritma Fuzzy C-Means

Roeti, Roeti (2020) Segmentasi citra Medis Magnetic Resonance Imaging (MRI) dengan menggunakan metode Clustering di dalam Algoritma Fuzzy C-Means. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

Download (49kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstak.pdf

Download (28kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (55kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (205kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (326kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (77kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (458kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (25kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (150kB) | Request a copy

Abstract

Magnetic Resonance Imaging (MRI) merupakan alat yang baik untuk proses pendiagnosaan tumor. Segmentasi merupakan langka penting untuk proses analisis citra dengan tujuan mendapat informasi atas diagnosis citra medis. Segmentasi citra medis dengan metode Fuzzy C-Means dapat digunakan untuk mendapatkan identifikasi dari sebuah objek yang diduga tumor. Pada penelitian ini bertujuan untuk mengamati objek tumor dari citra masukan yaitu citra medis MRI, untuk mengimplementasikan segmentasi citra medis MRI dengan metode Clustering dalam algoritma Fuzzy C-Means menggunakan program Python 3.6, dan untuk mengetahui jumlah Cluster dan nilai pembobot yang optimal dalam menvisualisasikan pembentukan citra terdeteksi pola tumornya dengan menggunakan metode Clustering dalam algoritma Fuzzy C-Means. Hasil pengujian menunjukan bahwa jumlah Cluster (c) dan nilai pembobot (w) yang optimal dan tepat digunakan dalam penelitian ini untuk menvisualisasikan pembentukan citra terdeteksi pola tumornya. Yaitu, pada bagian tumor otak c = 5 dan w = 2, pada tumor payudara c = 3 dan w = 6, dan pada tumor paru-paru c = 2 dan w = 3.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Fuzzy C-Means; segmentasi; MRI; tumor; Cluster;
Subjects: Medicine and Health
Medicine and Health > Medical Physics
Divisions: Fakultas Sains dan Teknologi > Program Studi Fisika
Depositing User: Roeti Roeti
Date Deposited: 04 Jun 2021 00:41
Last Modified: 04 Jun 2021 02:56
URI: https://etheses.uinsgd.ac.id/id/eprint/39743

Actions (login required)

View Item View Item