Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Polinema (JIP)
Kadek Batubulan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

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

Found 1 Documents
Search

 1 
Pneumonia Identifikasi Pneumonia Pada Citra Rontgen Paru Menggunakan Metode Power-Law Trans Kadek Batubulan; Ridwan Rismanto
Jurnal Informatika Polinema Vol. 7 No. 2 (2021): Vol 7 No 2 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i2.671

Abstract

Pneumonia  adalah  proses  infeksi  akut  yang  mengenai  jaringan  paru-paru  (Alveoli),  yang  dapat disebabkan  oleh  infeksi  jasad  renik  atau  bakteri.  Deteksi  penyakit  Pneumonia  dilakukan  melalui  tanda-tanda klinis uji laboratorium dan foto x-ray paru. Penelitian ini menggunakan beberapa langkah dari pengolahan citra, seperti Power-law  trans, Gabor  Waveletdan Boundary.  Tujuan  utama  dari  langkah  tersebut  adalah  untuk mengidentifikasi infiltrate dari  citra  X-Ray  paru–paru  manusia  dan  menentukan  klasifikasi infiltrate.  Hasil penelitian  mengindikasikan  klasifikasi  dari  penyakit pneumonia menjadi  normal, pneumonia ringan,  dan pneumonia kronik. Pengujian  dilakukan  pada  lima  puluh  citra  dengan  spesifikasi  yang  berbeda.  Dari  hasil pengujian  tersebut,  menunjukkan  bahwa  equivD  dan  perimeter  rata-rata infiltrate ditiap  citra  yang  bernilai dibawah 30 diidentifikasi sebagai penyakit pneumonia. Diidentifikasi pneumonia kronik apabila rata-rata equivD dan perimeter infiltrate diatas 30. Untuk identifikasi normal apabila centroid, equivD, perimeter dan roundness tidak  ada. Validitas sistem dinilai  dengan  cara  menghitung nilai  TP,  TN,  FP,  dan  FN  sehingga  di  dapatkan Sensitivity dari metode ini adalah 94,3% dan Specificity dari sistem ini adalah 100%.
Co-Authors Ridwan Rismanto