1. Home
  2. Lainnya

Data Gambaran Umum Sistem Spesifikasi Hardware dan Software

16

BAB III METODOLOGI PENELITIAN

Pada bab ini akan berisi gambaran umum teknis persoalan penelitian, data yang akan diolah dalam penelitian, alat yang akan dipergunakan dalam proses penelitian, dan keterangan rinci tahap-tahap penelitian.

3.1. Data

Data yang digunakan dalam penelitian ini adalah data citra retina. Proses pengambilan citra menggunakan kamera fundus. Format dari data citra fundus retina adalah JPG. a b Gambar 3.1 Citra Fundus retina; a Healthy; b Glaukoma sumber: https:www5.cs.fau.deresearchdatafundus-images Gambar 3.1 adalah citra dari fundus retina yang belum mengalami tahapan preprocessing, Dimensi data adalah 3504 x 2336. Gambar 3.1 a menunjukan retina yang sehat, sedangkan yang b menunjukan retina yang terserang glaukoma. Jumlah data yang telah terkumpulkan masing-masing 15 data untuk citra fundus retina sehat dan 15 data untuk citra fundus retina glaukoma. Data dikumpulkan dari sumber internet High-Resolution Fundus HRF Image Database. Penamaan citra menggunakan angka 1-30. Citra 1-15 merupakan citra glaukoma, dan citra 16-30 merupakan citra normal. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

3.2. Gambaran Umum Sistem

Sistem ini merupakan sebuah sistem yang dibuat untuk mengolah citra digital dalam mengidentifikasi penyakit glaukoma melalui citra fundus retina. Dalam melakukan identifikasi, sistem ini menggunakan algoritma KNN. Proses keseluruhan sistem dapat dilihat dalam diagram blok pada Gambar 3.2. Gambar 3.2. Alur Identifikasi Pada Gambar 3.2 dapat dilihat alur dari citra hingga mendapatkan output. Output dari sistem ini berupa hasil kesimpulan suatu citra terdeteksi glaukoma atau tidak. Didalam sistem metode identifikasi yang digunakan adalah metode KNN.

3.3. Spesifikasi Hardware dan Software

Perangkat yang akan digunakan untuk implementasi dan sebagai alat bantu dalam melakukan simulasi pada penelitian ini adalah: 1. Hardware a. Processor IntelR CoreTM i3 CPU 2.3GHz b. RAM 3072MB c. Harddisk 320GB 2. Software a. Sistem Operasi Windows 7 Ultimate b. Matlab versi 8.0.0783R2012b Citra Fundus Retina Normal Atau Glaukoma Sistem Deteksi Glaukoma dengan Metode Identifikasi KNN Input Output PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

3.4. Implementasi Perancangan

Dokumen yang terkait

Identifikasi Diabetic Retinopathy Melalui Citra Retina Menggunakan Modified K-Nearest Neighbor

9 118 77

Perbandingan Metode K Nearest Neighbor dan K Means Clustering Dalam Segmentasi Warna Pada Citra.

0 2 99

DETEKSI AWAL PENYAKIT RETINOPATI HIPERTENSI DENGAN PENDEKATAN ANALISIS FRAKTAL CITRA FUNDUS RETINA.

0 0 15

Deteksi Awal Penyakit Retinopati Hipertensi dengan Pendekatan Analisis Fraktal Citra Fundus Retina JURNAL

0 3 9

DETEKSI KUALITAS KEJU DENGAN METODA DISCRETE GABOR WAVELET DENGAN KLASIFIKASI K-NEAREST NEIGHBOR (K-NN) PADA CITRA DIGITAL Quality Detection of Cheese using Gabor Wavelet with K-Nearest Neighbor (K-NN) Classification Method

0 0 8

SISTEM DETEKSI INTRUSI PADA JARINGAN DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN TEORI DEMPSTER SHAFER

0 0 6

KLASIFIKASI CITRA RETINA MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK MENDETEKSI MAKULOPATI DIABETIK

0 0 6

Deteksi Autisme pada Anak Menggunakan Metode Modified K-Nearest Neighbor (MKNN)

0 0 8

2.1. Diabetic Retinopathy - Identifikasi Diabetic Retinopathy Melalui Citra Retina Menggunakan Modified K-Nearest Neighbor

0 1 23

Identifikasi Diabetic Retinopathy Melalui Citra Retina Menggunakan Modified K-Nearest Neighbor

0 0 14