Sistem Deteksi dan Klasifikasi Sel Inti dengan Metode Speeded Up Robust Feature (SURF)

NENENG NUR AMALINA

Informasi Dasar

19.04.1645
C
Karya Ilmiah - Skripsi (S1) - Reference

Pada penelitian tugas akhir ini, algoritma Speeded Up Robust Feature (SURF) akan diimplementasikan untuk membuat sistem yang dapat mendeteksi letak sel inti pada citra histologi kanker kolon serta menghasilkan ekstraksi fitur dari sel tersebut. Ekstraksi fitur setiap sel yang telah dihasilkan digunakan untuk mengklasifikasikan jenis sel inti. Ada tiga classifier yang digunakan sebagai pembanding untuk mengklasifikasikan jenis sel, yaitu k-Nearest Neighbor (k-NN), Random Forest, dan State Vector Machine (SVM). Berdasarkan hasil pengujian yang dilakukan, nilai F1 score tertinggi yang dihasilkan oleh sistem untuk mendeteksi sel adalah 0.722 dengan parameter threshold DoH=50. Sedangkan pada pengujian hasil klasifikasi, diperoleh nilai F1 score tertinggi 0.527 dengan classifier random forest.

Subjek

Image processing - computer vision
 

Katalog

Sistem Deteksi dan Klasifikasi Sel Inti dengan Metode Speeded Up Robust Feature (SURF)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

NENENG NUR AMALINA
Perorangan
KURNIAWAN NUR RAMADHANI, FEBRYANTI STHEVANIE
 

Penerbit

Universitas Telkom
Bandung
2018

Koleksi

Kompetensi

  • CCH3F3 - KECERDASAN BUATAN
  • CIG4A3 - PEMBELAJARAN MESIN
  • CIG4E3 - PENGOLAHAN CITRA DIGITAL
  • CSH4I3 - SISTEM PENGENALAN

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini