Claim Missing Document
Check
Articles

Found 11 Documents
Search

EVALUASI CIRI CITRA TERMOGRAFI DENGAN METODE WAVELET UNTUK KANKER PAYUDARA Kusumadewi, Afriliana
MAGISTRA Vol 24, No 81 (2012): Magistra Edisi September
Publisher : MAGISTRA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (13.153 KB)

Abstract

Image feature extraction represent part of fundamental of image analysis. The main target of image feature extraction is can be differentiate an object with other object by paying attention computing complexity in obtaining characteristic. Feature extraction in this research is conducted at image result of thermography for breast cancer, using wavelet method specially daubechies2, daubechies9, coiflet1, and symlet2. Image feature result of wavelet transform can be obtained by calculating the energy which consist in each image subband, that is approximation subband, horizontal detail subband, vertical detail subband, and diagonal detail subband. This research using 44 data image of thermogram normal breast, 19 image of thermogram early breast cancer, and 26 image of thermogram continue breast cancer. Image pre processing conducted by altering thermogram colour image become thermogram grayscale image, continued with determination of ROI and cropping method. Image result cropping method is extracted using 6 level wavelet decomposition. The biggest energy at detail subband will be become feature at each thermogram image. Image feature of thermogram result of examination get from detail subband. The biggest energy subband there are at horizontal subband detail and vertical subband detail. Based on value of energy subband detail the best accuration diagnose feature extraction used wavelet Db2 and Sym2 decomposition at 6 level decomposition, while the ugly result of feature extraction used wavelet Db9 decomposition. Keywords: Thermogram image, breast cancer, feature extraction, wavelet, subband energy
ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI Kusumadewi, Afriliana; Santoso, Sugeng
MAGISTRA Vol 24, No 79 (2012): Magistra Edisi Maret
Publisher : MAGISTRA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (13.153 KB)

Abstract

Teknik histogram equalization merupakan suatu teknik untuk melakukan perbaikan citra. Tujuan utama dari histogram equalization adalah meningkatkan kualitas citra menjadi lebih baik lagi untuk mendapatkan karakterisasi statistik citra termogram. Histogram equalization dalam penelitian ini dilakukan pada citra termogram kanker payudara dini menggunakan program aplikasi matlab 7.1 untuk mencari karakterisasi statistik citra termogram. Parameter karekterisasi statistik yang digunakan adalah besarnya nilai entropi citra. Penelitian menggunakan 19 citra termogram kanker payudara dini. Pra pengolahan citra dilakukan dengan mengubah citra termogram warna menjadi citra termogram grayscale dilanjutkan dengan penentuan ROI dan metode cropping. Besarnya nilai entropi citra termogram akan menjadi karakterisasi statistik masing-masing citra termogram. Kata Kunci : Citra termogram kanker payudara, histogram equalization, karakterisasi statistik, histogram citra, entropi
ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI Kusumadewi, Afriliana; Santoso, Sugeng
MAGISTRA Vol 24, No 79 (2012): Magistra Edisi Maret
Publisher : MAGISTRA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (13.153 KB)

Abstract

Teknik histogram equalization merupakan suatu teknik untuk melakukan perbaikan citra. Tujuan utama dari histogram equalization adalah meningkatkan kualitas citra menjadi lebih baik lagi untuk mendapatkan karakterisasi statistik citra termogram. Histogram equalization dalam penelitian ini dilakukan pada citra termogram kanker payudara dini menggunakan program aplikasi matlab 7.1 untuk mencari karakterisasi statistik citra termogram. Parameter karekterisasi statistik yang digunakan adalah besarnya nilai entropi citra. Penelitian menggunakan 19 citra termogram kanker payudara dini. Pra pengolahan citra dilakukan dengan mengubah citra termogram warna menjadi citra termogram grayscale dilanjutkan dengan penentuan ROI dan metode cropping. Besarnya nilai entropi citra termogram akan menjadi karakterisasi statistik masing-masing citra termogram. Kata Kunci : Citra termogram kanker payudara, histogram equalization, karakterisasi statistik, histogram citra, entropi
APLIKASI SOFTWARE PENINGKATAN KUALITAS CITRA TERMOGRAM UNTUK EKSTRAKSI CIRI MENGGUNAKAN PARAMETER MSE DAN PSNR Kusumadewi, Afriliana; Santoso, Sugeng
MAGISTRA Vol 26, No 88 (2014): Magistra Edisi Juni
Publisher : MAGISTRA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Image enhancement is a fundamental part of image analysis. This research has a purpose to increase an image qualification for image extraction by image enhancement. Image enhancement which used in this research is filter Wiener and equalization histogram. This reaserch use data 10 normal breast thermogram image, 10 earlier breast cancer thermogram image, and 10 breast cancer stage of disease thermogram image. Pre processing of image done by altering thermogram colour image become thermogram grayscale image, determination of ROI and cropping method and then continued with image enhancement using filter Wiener and equalization histogram. The image result of image enhancement extracted using 6 level wavelet decomposition using daubechies2 wavelet. From extracted process is known the effect image enhancemet by using MSE and PSNR parameters. Keywords : Image Enhancement, Filter Wiener, Equalization Histogram, MSE, PSNR
PERBANDINGAN KINERJA TEKNIK KOMPRESI DICTIONARY LZ77, LZ78 DAN LZW Kusumadewi, Afriliana
MAGISTRA Vol 21, No 70 (2009): Magistra Edisi September
Publisher : MAGISTRA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (13.153 KB)

Abstract

Ide dasar kompresi berbasis dictionary adalah suatu kata atau rangkaian huruf diletakkan dalam sebuah kamus (dictionary), ketika kata tersebut ingin direpresentasikan maka digantikan dengan sebuah kode. Kode ini yang akan menunjukkan letak kata tersebut di dalam kamus. Contohnya kata “Universitas” terdapat pada halaman 615 baris ke-15 dalam kamus Indonesia-Jerman. Maka kata “Universitas” dapat direpresentasikan dengan kode (615.15). hasil representasi ini lebih pendek dari kata aslinya, dari kata “Universitas” sebesar 88 bit (11 huruf x 8 bit) menjadi 40 bit (5x 8bit) saja. Bagian kunci dari kompresi berbasis dictionary ini adalah kamus yang digunakan untuk kompresi dan dekompresi harus sama. Kendala yang dihadapi adalah rangkaian huruf yang akan dikompresi belum tentu ada di dalam kamus yang dipakai, sehingga kamus akan selalu bertambah banyak seiring dengan banyak rangkaian kata yang akan dikompresi.
ENKRIPSI OTENTIKASI SISTEM KEAMANAN CDMA 2000 1X EV-DV Kusumadewi, Afriliana
MAGISTRA Vol 19, No 60 (2007): Magistra Edisi Maret
Publisher : MAGISTRA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (13.153 KB)

Abstract

Teknologi generasi ke-3 lebih mengutamakan system keamanan, dengan menggunakan 128-bits secretkey (privancy) dan authentication keys. Untuk Jaringan CDMA 2000 IX EV-DV, algoritma baru seperti Advance Encryption Standard, AES (Rinjdael) digunakan untuk enkripsi data. Protocol Authentication and Key Agreement juga digunakan dalam CDMA 2000. Teknologi CDMA 2000 membuat penyadapan data, penggadaan data dan akses ilegal dapat ditangani dengam pemakaian Secret Key yang unik yang bisa disebut dengan ‘Long Code’/   Kata Kunci : Enkripsi, otentikasi
EVALUASI CIRI CITRA MEDIS MENGGUNAKAN METODE PENINGKATAN KUALITAS CITRA HISTOGRAM EQUALIZATION DAN KARAKTERISASI STATISTIK Afriliana Kusumadewi; Sugeng Santoso
Jurnal Informatika Vol 11, No 1 (2015): Jurnal Teknologi Komputer dan Informatika
Publisher : Universitas Kristen Duta Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (11707.181 KB) | DOI: 10.21460/inf.2015.111.414

Abstract

This research has an objective to implement histogram equalization technique in the evaluation of characteristics medical images, especially for statistical characterization of medical images. Implementation starting with the pre-processing of the image by converting RGB medical images into grayscale images, followed by determination of the Region of Interest (ROI) and cropping methods. The next process was to increase the quality of medical images by implementing histogram equalization technique. The medical image characteristic was evaluated using characteristic statistical methods with their parameters are mean value, standard deviation, entropy, skewness, and kurtosis. The Medical image was used in this research is a medical image of advanced breast cancer. This research compared the characteristics statistical characterization of medical images obtained with the original medical image which has enhanced use histogram equalization technique. The results of implementation histogram equalization obtain medical image feature extraction results for the value of mean, entropy, skewness, and kurtosis become smaller and standard deviation value was increase.
PENERAPAN ALGORITMA K-MEANS PADA KOMPRESI ADAPTIF CITRA MEDIS MRI I Wayan Angga Wijaya; Afriliana Kusumadewi
Jurnal Informatika Vol 11, No 2 (2015): Jurnal Teknologi Komputer dan Informatika
Publisher : Universitas Kristen Duta Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.404 KB) | DOI: 10.21460/inf.2015.112.450

Abstract

MRI medical image processing require large amounts of memory. Due to limited bandwidth and storage capacity, the image must be compressed prior to transmission and stored. This paper has the objective to implement the algorithm k means the MRI medical image compression. Implementation begins with the Pre post. At this stage, L-dimensional vector of the image will be made. L is the block - a measure used for clustering technique, but is set back in the form of an array. Then the process of clustering. At this stage, every pixel of the image is represented by the centroid of the cluster. And the last stage is the Main Compression, the pixels that do not contain important information will be removed. The study compared the quality of the original image and compressed image. Based on manual observation, there is no significant difference in quality between the original image and the compressed one.
PELATIHAN PEMANFAATAN TEKNOLOGI INFORMASI MENGGUNAKAN MICROSOFT OFFICE WORD BAGI PERANGKAT DESA KRAKITAN, BAYAT, KLATEN Sulistyowati, Istri; Retnowati, Niken; Kusuma, I Wayan Angga Wijaya; Kusumadewi, Afriliana; Windarti, Mariana
WIDHARMA - Jurnal Pengabdian Widya Dharma Vol. 3 No. 02 (2024): Agustus 2024
Publisher : LPPM Universitas Widya Dharma Klaten

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54840/widharma.v3i02.270

Abstract

This service aims to provide training to Krakitan village officials about the importance of information technology (one of which is Office Word) to support the performance of village officials in carrying out daily tasks serving village communities and to improve the quality of human resource performance, especially village officials in managing village administration activities. The activity method is carried out through direct training and practice. In this training, a basic introduction to computer use is provided, and training uses the Microsoft Word 2010 application. Then, case studies are provided for participants to complete. Next, an evaluation is carried out to determine the participant's level of ability after participating in the training activities. From the results of the activity, it was concluded that the training participants gave a positive response and were enthusiastic about participating in the activity from start to finish. The evaluation results also showed an increase in participants' abilities in operating Office Word as measured by the case studies given to participants which were completed well.
PENERAPAN METODE CONTRAST STRETCHING, HISTOGRAM EQUALIZATION DAN ADAPTIVE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA MEDIS MRI Wijaya Kusuma, I Wayan Angga; Kusumadewi, Afriliana
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 11, No 1 (2020): JURNAL SIMETRIS VOLUME 11 NO 1 TAHUN 2020
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1027.792 KB) | DOI: 10.24176/simet.v11i1.3153

Abstract

Citra medis adalah suatu pola atau gambar dua dimensi bagian dalam tubuh manusia yang digunakan oleh ahli kesehatan untuk mendeteksi dan menganalisa penyakit pasien. Pada bidang radiologi citra yang sering digunakan saat ini adalah  citra Magnetic resonance Imaging (MRI). Keunggulan citra MRI adalah kemampuan menampilkan detail anatomi secara jelas dalam berbagai potongan (multiplanar) tanpa mengubah posisi pasien.  Citra MRI ini akan digunakan oleh dokter ataupun peneliti untuk melakukan analisis ada tidaknya suatu tumor, kanker, atau kelainan pada pasien. Penelitian ini mengusulkan metode Contrast Stretching, Histogram Equalization dan Adaptive Histogram Equalization untuk meningkatkan kualitas citra medis. Batasan masalah penelitian ini adalah citra medis MRI yang digunakan sebagai obyek penelitian adalah citra medis MRI Otak baik yang normal atau yang mengalami lesi (gangguan). Dari hasil kualitas citra dan analisa kuantitatif menunjukkan bahwa metode contrast stretching menghasilkan hasil kualitas citra MRI jauh lebih baik dibandingkan dengan metosde histogram equalization, dan adaptive histogram equalization. Nilai MSE yang paling rendah adalah pada metode contrast stretching yaitu 0,00346. Sedangkan nilai MSE yang paling besar dihasilkan oleh metode histogram equalization. Kualitas citra dengan metode contrast stretching menghasilkan nilai PSNR yang paling besar yaitu 22,0677. Ini menandakan bahwa kualitas citra dari metode contrast stretching jauh lebih baik dibandingkan metode histogram equalization, dan adaptive histogram equalization.