Artikel Ilmiah : H1C014051 a.n. ANINDITO TEJOSAPUTRO
| NIM | H1C014051 |
|---|---|
| Namamhs | ANINDITO TEJOSAPUTRO |
| Judul Artikel | Aplikasi metode Naive Bayes dalam Identifikasi Morfologi Sel Darah Putih |
| Abstrak (Bhs. Indonesia) | Accute Lymphoblastic Leukemia (ALL) dan Accute Myeloblastic Leukimia (AML) merupakan suatu kelainan di mana produksi sel darah menjadi tidak terkontrol. ALL menyebabkan perkembangan sel limfoblas yang belum matang menjadi sel-sel darah putih dengan fungsi yang tidak normal, sedangkan AML mempengaruhi perkembangan sel myeloblas Pada akhirnya akan mengancam dan menghambat produksi sel-sel sehat yang lain. Diagnosis kelainan ini dapat dilakukan dengan mengamati karakteristik morfologi dan tekstur yang dimiliki oleh citra sel darah putih salah satunya dengan menggunakan metode Complete Blood Count (CBC). Akan tetapi, metode CBC memiliki kelemahan karena membutuhkan waktu pengamatan yang lama serta bergantung pada kejelian pengamat sehingga tingkat kesalahan masih cukup tinggi. Untuk meningkatkan tingkat kualitas dari analisis ini, maka dibutuhkan sebuah proses otomasi dengan model klasifikasi.. Untuk membuat model klasifikasi sel darah putih, dibutuhkan perancangan dengan menggunakan teorema-teorema statistika dan probabilitas, atau menggunakan SVM. Teorema statistika dan probabilitas yang cocok untuk merancang model klasifikasi salah satunya adalah teorema Naïve Bayes. Teorema ini memprediksi adanya peluang terjadinya suatu kejadian berdasarkan kejadian yang telah terjadi. Secara umum teknik klasifikasi menggunakan metode Naive Bayes dapat diasumsikan, dengan setiap kelas klasifikasi yang tidak saling berkaitan memiliki ciri-ciri yang berbeda dari tiap kelasnya. Penelitian ini dilakukan dengan mengambil ciri dari suatu citra berupa : area, perimeter, diameter, mean, deviation, smoothness, uniformity, dan holes. Ciri tersebut akan diolah dengan menggunakan metode Naïve Bayes Classifier sehingga sel darah putih dapat diklasifikasikan kedalam kelas limpfoblas atau myeloblas. |
| Abtrak (Bhs. Inggris) | Accute Lymphoblastic Leukemia (ALL) and Acute Myeloblastic Leukemia (AML) is a disorder that made the production of blood cells becomes uncontrolled. ALL causes the development of immature lymphoblast cells into white blood cells with abnormal function, while AML affects the development of myeloblast cells. Ultimately it will threaten and inhibit the production of other healthy cells. Diagnosis of this disorder can be done by observing the morphological and texture characteristics possessed by white blood cell image one of them by using Complete Blood Count (CBC) method. However, the CBC method has a weakness because it requires a long observation time and depends on the observer's observation so that the error rate is still high enough. To improve the quality of this analysis, an automation process with a classification model is required. To built model the white blood cell, it is necessary to design using statistical and probability theorems, or using SVM. A suitable statistical and probability theorem for designing a classification model was Naïve Bayes theorems. This theorem would predicts the possibility of occurrence of an event based on events that have occurred. In general, classification techniques using the Naive Bayes method can be assumed, with each class of unrelated classification having distinct traits from each class. This research is done by taking the characteristics of an image in the form of: area, perimeter, diameter, mean, deviation, smoothness, uniformity, and holes. These characteristics will be processed using the Naïve Bayes Classifier method so that white blood cells can be classified into limpfoblast or myeloblast class. |
| Kata kunci | Sel darah putih, Limfoblas, Myeloblas, Ciri morfologi dan tekstur, Naïve Bayes |
| Pembimbing 1 | Dr. Eng Retno Supriyanti, ST.,MT |
| Pembimbing 2 | Yogi Ramdhani, ST., M.eng |
| Pembimbing 3 | |
| Tahun | 2018 |
| Jumlah Halaman | 7 |
| Tgl. Entri | 2018-08-14 10:50:39.580366 |