Deteksi Tumor Otak Dengan Ekstraksi Ciri Dan Feature Selection Menggunakn Linear Discriminant Analysis (lda) Dan Support Vector Machine (svm)

Agung Adinegoro, Ratri Dwi Atmaja, Rita Purnamasari

Abstract

ABSTRAK

Dunia kesehatan dewasa ini tidak bisa dipisahkan dengan teknologi yang terus berkembang. Pengembangan teknologi yang erat kaitannya dengan dunia kesehatan atau dunia kedokteran adalah pengolahan citra digital Dengan penggunaan teknologi pengolahan citra digital seperti MRI, para dokter radiolog bisa menganalisis dan mendiagnosa anatomi dan tumor otak yang menyerang pasiennya tanpa harus melakukan pembedahan secara langsung hanya untuk mengetahui keadaan pada pasien. Pada tugas akhir ini akan dikembangkan sebuah sistem berbasis komputer yang akan digunakan untuk mendeteksi tumor pada otak. Citra MRI yang masuk sebagai input akan mengalami proses normalisasi, ekstrak si ciri, seleksi ciri dan klasifikasi. Untuk proses ekstraksi ciri, akan digunakan LDA (Linear Discriminant Analysis) akan mengambil perannya sebagai ekstraksi ciri dan seleksi ciri. Ciri yang direduksi setelah mengalami proses ekstraksi ciri tidak akan kehilangan arti, sehingga akan membantu proses klasifikasi dengan lebih cepat dan akurat. Klasifikasi nantinya akan dilakukan oleh metode SVM (Support Vector Machine). SVM akan mentranformasi input yang sudah direduksi dimensinya dengan mengkonstruksi hyperplane yang memiliki jarak maksimum dari titik-titik terdekat dari data latih.

Kata kunci : MRI, LDA, ekstraksi ciri, SVM

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0