Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal InComTech: Jurnal Telekomunikasi dan Komputer
Anwar Siswanto
Program Studi Magister Teknik Informatika, Universitas Ahmad Dahlan
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Ekstraksi Ciri Sel Darah Putih Berdasarkan Gray Level Co-occurence Matrix Anwar Siswanto; Abdul Fadlil; Anton Yudhana
InComTech : Jurnal Telekomunikasi dan Komputer Vol 10, No 2 (2020)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v10i2.8756

Abstract

Dalam tubuh manusia terkandung darah yang terdiri dari komponen selular dan non selulardimana salah satu komponen selular adalah sel darah putih. Darah didistribusikan melalui pembuluh darah dari jantung ke seluruh tubuh dan kembali lagi menuju jantung. Sistem ini berfungsi untuk memenuhi kebutuhan sel atau jaringan akan nutrien dan oksigen serta mentranspor sisa metabolisme sel atau jaringan keluar dari tubuh. Dalam berbagai penegakan diagnosis penyakit, sel darah putih merupakan indikator yang dibutuhkan. Pengenalan secara manual membutuhkan waktu yang lama dan cenderung subjektif tergantung dari pengalaman petugas. Sel darah putih diketahui dengan pemeriksaan Sediaan Apus Darah Tepi (SADT) dengan pewarnaan My Grundwald. Penelitian ini bertujuan untuk membantu pengenalan sel darah putih secara otomatis sehingga didapatkan hasil yang cepat dan akurat. Sel darah putih terdiri dari Eosinofil, Basofil, Neutrofil, Limfosit dan Monosit.Penelitian ini menggunakan citra dari apusan darah tepi menggunakan mikroskop digital. Sistem pengenalan sel darah putih ini berdasarkan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) yaitu menggunakan fitur Contrast, Anguler Second Moment (ASM) serta Inverse Difference Moment (IDM) dan Correlation. Klasifikasi dengan menggunakan K-means Clustering dihasilkan plot berbeda-beda dan terlihat beberapa ciri yang mirip sesuai jenis sel darah putih. 
Co-Authors Abdul Fadlil Anton Yudhana