Publikasi Dosen

Analisis Karakter Segmen Abnormal pada Citra Mamografi dengan Menggunakan Berbagai Metode Preprocessing Citra

---

Abstract
Penelitian ini menganalisis pengaruh penerapan beberapa jenis algoritma preprocessing untuk mencari karakteristik segmen abnormal yang tampak pada citra mamografi. Mamografi merupakan pemeriksaan radiografi khusus payudara. Penerapan algoritma preprocessing yang terdiri dari metode filtering, contrast enhancement, sharpening, dan smoothing diharapkan dapat mengurangi noise dan meningkatkan kontras citra mamografi serta membantu ahli radiologi untuk melakukan diagnosis pada citra. Pada penelitian ini akan digunakan dua algoritma filtering yaitu median filter dan gaussian filter. Selain itu digunakan dua algoritma contrast enhancement yaitu global histogram equalization dan CLAHE (Contrast Limited Adaptive Histogram Equalization). Nilai piksel rata-rata segmen abnormal berkisar antara 206.9-213.3 dan rasio sumbu minor/mayor segmen abnormal berkisar antara 0.5-0.7.Pemilihan jenis metode filter (median filter dan gaussian filter) tidak mempengaruhi hasil nilai piksel rata-rata maupun rasio sumbu minor/mayor dan ukuran segmen abnormal, namun pemilihan jenis metode peningkatan kontras (CLAHE dan global histogram equalization) menghasilkan segmen abnormal dengan ukuran yang berbeda. Metode global histogram equalization menghasilkan segmen abnormal yang tidak dapat dibedakan dengan sekitarnya sehingga hasil ekstrasi segmen terlalu besar.

---

Availability

Detail Information

Series Title

-

Call Number

001.43

Publisher

Jakarta : Unversitas Nasional., 2019

Collation

-

Language

Indonesia

ISBN/ISSN

-

Classification

001.43

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

nilai piksel
filter median
global histogam equalization
Filter Gaussian
CLAHE

Specific Detail Info

Publikasi pada Jurnal Ilmiah Giga,Universitas Nasional ; web :http://journal.unas.ac.id/giga/article/view/737; DOI:10.47313/jig.v22i1.737; Volume 22 (1) Juni 2019 Halaman 1-8 (p) ISSN 1410-8682 (e) ISSN 2621-9239

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment