Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi
Sri Widodo
APIKES Citra Medika Surakarta.
Computer Science & IT

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

Found 1 Documents
Search

 1 
SEGMENTASI OTOMATIS UNTUK VISUALISASI 3-D ORGAN PARU PADA CITRA COMPUTER TOMOGRAPHY MENGGUNAKAN ACTIVE COUNTOUR Sri Widodo
Jurnal DutaCom Vol 1
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (891.96 KB)

Abstract

Paru adalah organ tubuh yang berupa sepasang kantong berbentuk bulat toraks, terdapat dalam rongga dada, berfungsi sebagai alat pernapasan untuk membersihkan darah dengan oksigen yang diisap dari udara pada manusia dan sebagian binatang. Dokter ahli paru biasanya hanya melihat citra Computer Tomography (CT) dengan mata telanjang untuk mendeteksi, serta mengetahui kelainan dari organ paru. Oleh karena itu prosedur ini tentu saja kurang efektif. Selain itu dokter ahli paru sering berbeda dalam menentukan bentuk kelainan dari organ paru. Oleh karena itu dibutuhkan aplikasi yang dapat menampilkan citra paru dalam bentuk 3-D secara otomatis. Tujuan penelitian ini adalah membuat aplikasi untuk segmentasi dan visualisasi 3-D secara otomatis organ paru pada citra CT. Dalam penelitian ini dibagi menjadi dua tahapan, yang pertama adalah segmentasi organ paru menggunakan active contour, dan yang kedua adalah visualisai 3-D organ paru menggunakan volume rendering. Dataset yang digunakan meliputi 10 seri citra CT paru pasien. Masing-masing citra CT terdiri dari 20 sampai 45 irisan (slice). Jumlah total irisan sebanyak 343 irisan dengan format file .jpg dengan ukuran 505 X 427 piksel. Dari total irisan yang digunakan, berhasil disegmentasi sebanyak 315 atau 91,83% dan gagal sebanyak 28 irisan atau 8.17%. Sedangkan citra CT Pasien yang berhasil divisualisasi adalah sebanyak 9 seri citra CT pasien atau 90%, sedangkan yang gagal divisualisasi adalah 1 seri citra CT pasien, atau sebanyak 10%.
Co-Authors