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) |
||
|
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 |