Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science)
Michelle Augustine
Fakultas Teknologi Informasi, Universitas Tarumanagara
Computer Science & IT

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

Found 1 Documents
Search

 1 
Detections of White Blood Cell Areas in Unstained Blood Smear Images using Morphological Techniques Lina Lina; Michelle Augustine; Arlends Chris
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.35849

Abstract

Diagnosis penyakit melalui analisis terhadap sel darah putih sangat bermanfaat dalam bidang medis. Seiring dengan kemajuan teknologi, proses analisis terhadap sel darah putih secara otomatis semakin banyak dikembangkan. Namun demikian, selama ini proses pendeteksian sel darah putih umumnya menggunakan preparat yang telah diwarnai terlebih dahulu untuk memperjelas lokasi keberadaan sel darah putih. Proses pewarnaan preparat membutuhkan waktu dan biaya yang cukup tinggi. Dalam penelitian yang dikembangkan, citra masukan bagi sistem adalah citra preparat yang tidak melalui proses pewarnaan sama sekali. Selanjutnya proses pendeteksian area sel darah putih dimulai dengan tahapan pre-processing untuk pengolahan domain warna citra, penghalusan citra, penajaman citra, serta teknik morfologi. Tahapan berikutnya adalah melakukan eliminasi area sel darah merah dari citra hasil pre-processing menggunakan metode transformasi watershed. Selanjutnya, tahapan post-processing dilakukan menggunakan teknik dilasi dan ekstraksi fitur berdasarkan perhitungan nilai karakteristik ukuran dan rasio setiap area yang tersisa. Luaran yang dihasilkan oleh sistem berupa hasil deteksi area citra yang mengandung sel darah putih saja. Sistem yang dikembangkan kemudian diujicobakan terhadap 167 data citra sel darah. Hasil eksperimen menunjukkan bahwa sistem mampu menghilangkan area sel darah merah dari citra preparat tanpa pewarnaan hingga 97%, namun rata-rata tingkat akurasi pendeteksian sistem belum optimal yaitu 46.13% dari jumlah citra uji.
Co-Authors Arlends Chris Lina Lina