Akses terbuka Jurnal SINTA 1
Klasifikasi Penyakit Paru Berdasarkan Citra Rontgen dengan Metoda Segmentasi Sobel
Jurnal Nasional Teknik Elektro · Vol. 5 No. 1 (2016) · hlm. 7–7
- ISSN
- 2302-2949, 2407-7267
- Terbit
- 2016-01-06
- Penerbit
- Andalas University
- Bahasa
- id
Abstrak
Lung disease is one of the diseases that are prevalent in society. Often there is a delay in the treatment of this lung disease. These delays are often caused by ignorance of the community in the proper handling and lack of clear information about lung disease. One way to detect lung disease is by reading the X-ray images are correct and are usually carried out by experts who are experts on the X-ray results. But to get the diagnosis depends on the schedule of expert practice and takes a long time. To ease the difficulties of this society, so in this study built applications that can analyze X-ray images based on image processing. The data is processed there are 41 (forty-one) X-ray image of the segmentation of the lung region. Then the lung region performed edge detection based on Sobel operator. The test results obtained from the comparison of pixels between the results of edge detection on the lung region, which classifies six (6) types of lung disease with a percentage interval for bronchitis of 1.43% - 1.59%, pleurisy 1.43% - 1.59 %, pneumonia 2.00% - 2.50%, tuberculosis 2.86% - 3.79%, emphysema 4.16% - 4.76% and lung cancer 76.72% - 94.85%.Keyword: lung disease, X-ray image, segmentation, Sobel OperatorAbstrak—Penyakit paru merupakan salah satu penyakit yang umum dijumpai di masyarakat. Seringkali terjadi keterlambatan dalam penanganan terhadap penyakit paru ini. Keterlambatan ini biasanya disebabkan oleh ketidaktahuan masyarakat dalam penanganan yang tepat dan kurangnya informasi yang jelas tentang penyakit paru. Salah satu cara untuk mendeteksi penyakit paru adalah dengan membaca gambar rontgen yang benar dan biasanya dilakukan oleh pakar yang ahli terhadap hasil rontgen tersebut. Akan tetapi untuk mendapatkan hasil diagnosa ini tergantung pada jadwal praktek dari pakar dan membutuhkan waktu yang lama. Untuk memudahkan kesulitan masyarakat ini, maka pada penelitian ini dibangun aplikasi yang bisa menganalisa gambar rontgen berdasarkan pengolahan citra. Data yang diolah ada 41 (empat puluh satu) citra rontgen dengan melakukan segmentasi terhadap region paru. Kemudian region paru ini dilakukan deteksi tepi berbasis operator sobel. Hasil pengujian didapatkan dari perbandingan piksel antara hasil deteksi tepi terhadap region paru, yang mengklasifikasikan 6 (enam) jenis penyakit paru dengan interval persentase untuk penyakit bronkitis sebesar 1,43% - 1,59%, penyakit pleuritis 1,43% - 1,59%, penyakit pneumonia 2,00% - 2,50%, penyakit TBC 2,86% - 3,79%, penyakit emfisema 4,16% - 4,76% dan penyakit kanker paru 76,72% - 94,85%.Kata Kunci: Penyakit paru, citra rontgen, segmentasi, operator sobel.
Kata kunci
Jaringan kolaborasi para penulis
15 penulis · 21 tautan kepenulisan bersama · 7 lintas organisasi
Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.
- Andalas University
- Sumatera Institute of Technology
- University of Bengkulu
- University of Singaperbangsa Karawang
- Politeknik Negeri Lhokseumawe
- Bandung Institute of Technology
- Organisasi berbeda
- Organisasi sama
- Afiliasi tidak diketahui
- Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
| Rekan penulis | Organisasi | Artikel bersama |
|---|---|---|
| Siska Aulia | Andalas University | 2 |
| Nova Resfita | Sumatera Institute of Technology | 1 |
| Fitrilina Fitrilina | University of Bengkulu | 1 |
| Felyta Emasriani | University of Singaperbangsa Karawang | 1 |
| Raisah Hayati | Politeknik Negeri Lhokseumawe | 1 |
| Suhartono Tjondronegoro | Bandung Institute of Technology | 1 |
| Rifki Firdaus | Andalas University | 1 |
| Lucyana Lufti | Andalas University | 1 |
| Muhammad Habib Anshor | Andalas University | 1 |
| Fitrilina | Andalas University | 1 |
| Meza Silvana | Andalas University | 1 |
| Ikhwana Elfitri | Andalas University | 1 |
| Ratna Atika | Andalas University | 1 |
Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.