eprintid: 1407
rev_number: 14
eprint_status: archive
userid: 34
dir: disk0/00/00/14/07
datestamp: 2021-04-28 02:27:38
lastmod: 2021-04-28 02:27:38
status_changed: 2021-04-28 02:27:38
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71130043, HOO SIEN LIE
creators_id: hoo.sien@ti.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Hapsari, Widi
contributors_name: Lukito, Yuan
corp_creators: Universitas Kristen Duta Wacana
title: DETEKSI SEL DARAH MERAH NORMAL DAN ABNORMAL MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ)
ispublished: pub
subjects: QA75
subjects: QA76
subjects: RZ
subjects: ZA4050
divisions: tek_informatika
full_text_status: restricted
keywords: Sel darah merah, preprocessing, bentuk, Learning Vector Quantization
abstract: Darah merupakan cairan dalam tubuh manusia yang berperan penting dalam mekanisme kerja tubuh. Darah berfungsi sebagai alat transportasi masal yang mengangkut oksigen ke seluruh jaringan tubuh. Sel darah merah merupakan salah satu bagian penting dari darah yang sangat berperan dalam penentuan jenis penyakit, penentuan golongan darah, dan menjaga sistem kekebalan tubuh. Sel darah merah juga merupakan tipe sel darah yang jumlahnya paling banyak dalam darah. Untuk memproses citra, terlebih dahulu melakukan pre processing sebelum masuk ke pengujian. Untuk mendapatkan nilai yang nantinya akan diolah ke pengujian, dilakukan pengambilan ekstraksi ciri bentuk terlebih dahulu. Lalu data dilatih untuk menentukan learning rate, error rate, dan maxEpoch yang akan digunakan untuk proses pengujian. Proses yang digunakan pada ekstraksi ciri bentuk adalah penggunaan roundness, eccentricity, dan momen invariant. Pada tahap pengujian, penulis menggunakan metode learning vector quantization. Metode tersebut digunakan untuk mengklasifikasikan bentuk sel darah merah normal dan abnormal dengan data pengujian. Data yang digunakan untuk proses pelatihan terdiri dari 120 citra sel darah merah yang difoto dari mikroskop. Kemudian akan diujikan menggunakan 40 data uji yang dibagi menjadi 2 bagian yaitu 25 data uji 1 untuk mecari pasangan learning rate, error rate, dan maxEpoch dan 15 data uji 2 untuk pengujian sistem. Hasil dari pengujian sistem dapat menghasilkan akurasi sebesar 78%.
date: 2018-07
date_type: published
pages: 44
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71130043, HOO SIEN LIE  (2018) DETEKSI SEL DARAH MERAH NORMAL DAN ABNORMAL MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ).  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/1407/1/71130043_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/1407/2/71130043_bab2-sd-bab4_lampiran.pdf