Kusumawati, Deni Catur (2024) Pengembangan Aplikasi Sistem Klasifikasi Abnormalitas Trombosit Pada Citra Hapusan Darah Tepi Menggunakan Cnn. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstract)
1. Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (107kB) |
|
Text (Bab 1 Pendahuluan)
2. Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (166kB) |
|
Text (Daftar Pustaka)
3. Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (181kB) |
|
Text (Laporan Lengkap)
4. LAPORAN LENGKAP.pdf Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Essential Thrombocythemia adalah jenis kelainan pada darah manusia yang merupakan bagian dari kelompok Myeloproliferative Neoplasms. Kriteria penyakit ET adalah jika jumlah trombosit dalam darah melebihi batas normal yaitu lebih dari 450.000 μL dalam darah dan terdapat trombosit raksasa dengan jumlah yang cukup sering ditemukan dalam satu lapang pandang hasil citra hapusan darah tepi. Penelitian ini bertujuan untuk pengembangan aplikasi sistem klasifikasi abnormalitas trombosit pada citra hapusan darah tepi menggunakan CNN. Sistem melakukan proses klasifikasi menggunakan metode Convolutional Neural Network (CNN) dengan 3 kelas klasifikasi yaitu trombosit normal, giant trombosit dan leukosit. Secara umum parameter untuk proses klasifikasi melalui pengenalan warna, bentuk, ukuran dan tekstur dari citra hapusan darah tepi. Pada penelitian ini model dilatih menggunakan arsitektur DenseNet-169 dengan hasil model model terbaik pada learning rate 0,0001, hasil yang diperoleh dari pengujian sistem menunjukkan bahwa sistem mampu melakukan klasifikasi abnormalitas trombosit dengan nilai akurasi terbaik sebesar 98% dari 130 data pengujian
Actions (login required)
 |
View Item |
