Artikel Ilmiah : H1A017031 a.n. MUHAMMAD RIFQI KURNIAWAN
| NIM | H1A017031 |
|---|---|
| Namamhs | MUHAMMAD RIFQI KURNIAWAN |
| Judul Artikel | SEGMENTASI DAN PERHITUNGAN LUAS BERCAK PUTIH CITRA RONTGEN PARU PENDERITA COVID-19 DENGAN METODE SAUVOLA THRESHOLDING |
| Abstrak (Bhs. Indonesia) | Coronavirus disease 2019 (Covid-19) merupakan sebuah nama penyakit yang diberikan oleh World Health Organization (WHO) bagi pasien yang terinfeksi penyakit pernapasan yang disebabkan oleh coronavirus (nCov) jenis baru yang diberi nama SARS-CoV-2. Virus ini menyerang sistem pernafasan manusia khususnya pada paru-paru. Virus ini bertransmisi melalui kontak fisik dan droplet pernapasan melalui udara. Untuk mendeteksi ada atau tidaknya virus SARS-Cov 2 di dalam tubuh dapat dilakukan rapid test dan PCR swab test. Selain pemeriksaan secara klinis, penyakit pada paru-paru juga dapat di diagnosa melalui foto rontgen thorax, hasil rontgen akan dianalisa untuk mengetahui kondisi paru-paru dari pasien. Pada hasil rontgen Paru-paru pasien yang terinfeksi virus corona akan ditemukan bercak putih yang menunjukkan adanya cairan dalam rongga paru yang disebut sebagai Ground Glass Opacity (GGO). Pengolahan citra digital telah berkembang pesat dan dapat digunakan dalam dunia medis untuk menganalisis citra rontgen, namun untuk saat ini belum terdapat penelitian untuk mengetahui tingkat infeksi paru-paru akibat Covid-19 berdasarkan citra rontgen paru-paru. Oleh karena itu, penulis merancang suatu sistem untuk menentukan tingkat infeksi paru-paru akibat Covid-19 dengan menggunakan metode sauvola thresholding. Langkah pertama yang dilakukan yaitu akuisisi citra rontgen untuk selanjutnya dilakukan pre-processing menggunakan metode tuned tri-threshold fuzzy intensification operators. Selanjutnya citra akan disegmentasi menggunakan metode sauvola thresholding sehingga diperoleh citra hasil segmentasi untuk selanjutnya dianalisis sehingga diperoleh parameter-parameter yang diinginkan. Pada penelitian ini diperoleh nilai hasil rata-rata persentase bercak putih pada citra rontgen thorax pasien penderita Covid-19 sebesar 56,35837111% dengan tingkat keberhasilan uji sebesar 71,11% dan hasil rata-rata persentase bercak putih pada citra rontgen thorax pasien normal sebesar 50,941716% dengan tingkat keberhasilan uji sebesar 54%. |
| Abtrak (Bhs. Inggris) | Coronavirus disease 2019 (COVID-19) is the name of a disease given by the World Health Organization (WHO) for patients infected with a respiratory illness caused by a new type of coronavirus (nCov) named SARS-CoV-2. This virus attacks the human respiratory system, especially in the lungs. This virus transmits through physical contact and respiratory droplets through the air. To detect the presence of the SARS-Cov 2 virus in our body, we can use rapid tests and PCR swab tests. Besides clinical examination, lung disease can also be diagnosed through X-rays, X-ray images will be diagnosed to find out the condition of the lungs of the patient. In the X-ray results of coronavirus, patients will find white spots that show fluid in the lung cavity by radiologists called the Ground Glass Opacity (GGO). Digital image processing has developed rapidly and can be used in the medical field to analyze X-ray images, but there is no research to determine the level of lung infections due to Covid-19 based on lung X-ray images. Therefore, the authors designed a system to determine lung infection levels due to Covid-19 using the sauvola thresholding method. The first step taken is the acquisition of x-ray image, then doing pre-processing using the tuned tri-threshold fuzzy intensification operators method. Furthermore, the image will be segmented using sauvola thresholding method so that the segmented image is obtained for further analysis in order to obtain the desired parameters. In this study, the average value of the percentage of white spots on the chest x-ray image of patients with Covid-19 was 56.35837111% with a success rate 71.11% and the average result of the percentage of white spots on chest x-rays of normal patients was 50.941716% with a success rate 54%. |
| Kata kunci | Covid-19, Citra Rontgen, Sauvola Thresholding, Tuned Tri-threshold Fuzzy Intensification Operators |
| Pembimbing 1 | Prof. Dr. Eng. Retno Supriyanti, S.T., M.T |
| Pembimbing 2 | Yogi Ramadhani, S.T., M.Eng |
| Pembimbing 3 | |
| Tahun | 2021 |
| Jumlah Halaman | 50 |
| Tgl. Entri | 2021-02-01 11:22:10.128852 |