Tugas Akhir
Identifikasi Jenis Penyakit Cacar Dengan Metode Self Organizing Map (Som)
Pengolahan citra digital merupakan proses memperbaiki kualitas citra agar mudah diinterpretasikan oleh manusia atau mesin (komputer) atau pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Salah satu contoh bentuk pemanfaatan pengolahan citra digital adalah aplikasi identifikasi jenis penyakit cacar yang mengidentifikasi berdasarkan bentuk pola pada gambar. Proses ekstraksi citra dengan transformasi wavelet memungkinkan citra dapat dicirikan fiturnya sehingga mempercepat proses identifikasi. Proses identifikasi menggunakan jaringan syaraf tiruan Self Organizing Map(SOM) karena SOM dapat mengklasifikasikan data secara unsupervised learning. Data yang diambil berupa data citra dari dua kelompok jenis penyakit cacar, yaitu cacar air dan cacar monyet yang mempunyai bentuk pola berbeda-beda, masing-masing untuk proses pelatihan dan pengujian.
Dalam tugas akhir ini, digunakan transformasi wavelet Daubechies 1, Daubechies 2 dan level 1 dan 2. Wavelet Daubechies digunakan pada proses dekomposisi untuk mendapatkan koefisien wavelet yang kemudian akan dihitung nilai energy dan entropinya. Selanjutnya untuk mengidentifikasi citra jenis penyakit cacar digunakan metode Self Organizing Map(SOM). Aplikasi ini dibangun dengan bahasa pemrograman Matlab7.10.0.
Berdasarkan uji coba yang telah dilakukan, tingkat identifikasitertinggi menggunakan Daubechies-2 level 2 dengan diperoleh keberhasilan 70 %, sedangkan hasil pengujian terendah menggunakan filterwavelet Daubechies-1 level 1 dan Daubechies-2 level 1dengan diperoleh keberhasilan 50%.
Kata Kunci : jenis penyakit cacar, Jaringan Syaraf Tiruan, Self OrganizingMaps, Matlab7.10.0.
Tidak ada salinan data
Tidak tersedia versi lain