SEGMENTASI CITRA CT SIMULATOR KANKER PAYUDARA MENGGUNAKAN METODE K-MEANS CLUSTERING

DIAN RANI, ANGRAINI (2023) SEGMENTASI CITRA CT SIMULATOR KANKER PAYUDARA MENGGUNAKAN METODE K-MEANS CLUSTERING. S1 thesis, Universitas Mataram.

	Text SKRIPSI_DIAN RANI ANGRAINI_G1B017012.pdf Restricted to Repository staff only Download (4MB)
Preview	Text ARTIKEL_DIAN RANI ANGRAINI.pdf Download (406kB) | Preview

Abstract

Kanker payudara adalah salah satu jenis kanker penyebab utama kematian pada wanita. Upaya awal deteksi dini kanker dapat dilakukan melalui pemeriksaan radiologis Computed Tomography Scanner (CT-Scan). Namun citra CT masih memiliki noise yang berpotensi menimbulkan kesalahan interpretasi diagnosa dokter. Penelitian ini bertujuan untuk mengimplementasikan metode segmentasi clustering K-means untuk mendeteksi dan memperoleh daerah terdeteksi objek tumor pada CT kanker payudara. Metode pengurangan noise citra yang digunakan yaitu gaussian filter dan median filter. Hasil filtering citra berdasarkan nilai PSNR menunjukkan bahwa pada citra CT median filter memiliki nilai PSNR yang lebih tinggi dibandingkan citra CT gaussian filter. Hasil segmentasi menunjukkan jumlah cluster optimal yang sama yaitu pada jumlah K = 7 untuk citra CT gaussian filter dan citra CT median filter.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	tumor, PSNR, gaussian filter, median filter, cluster optimal
Subjects:	Q Science > QC Physics
Divisions:	Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User:	Meike Megawati
Date Deposited:	12 Jun 2023 03:57
Last Modified:	12 Jun 2023 03:57
URI:	http://eprints.unram.ac.id/id/eprint/39669

Actions (login required)

View Item