Implementasi Jaringan Saraf Tiruan Untuk Identifikasi Anemia Pada Citra Sel Darah Merah
Implementasi Jaringan Saraf Tiruan Untuk Identifikasi Anemia Pada Citra Sel Darah Merah
I.
PENDAHULUAN
Akromia
Sentral
w1
x2
w2
xn
wn
Fungsi
jumlah
Threshold/
bias
wm
bobot
Fungsi
aktivasi
y xi w j
B. Perancangan Program
i 1
III. METODOLOGI
A. Pengumpulan Data
Proses pengumpulan data dilakukan dengan mengcapture preparat hapusan darah menggunakan mikroskop
digital yang langsung terhubung ke komputer/laptop.
Sampel hapusan darah diperoleh melalui Laboratorium
klinik Prodia dan data penelitian terdahulu, yaitu penelitian
Marlina Eva Riyanti yang berjudul Deteksi Dan Klasifikasi
Penyakit Anemia (Defisiensi Besi, Hemolitik Dan
Hemoglobinopati) Berdasarkan Struktur Fisis Sel Darah
Merah Menggunakan Pengolahan Citra Digital.
Jumlah keseluruhan data sebanyak 68 citra, yang
terdiri dari 38 citra sel darah merah penderita anemia
mikrositik hipokromik dan 30 citra sel darah bukan
penderita mikrositik hipokromik. Dari 38 citra sel darah
merah penderita anemia mikrositik hipokromik tersebut
terdapat 8 citra yang termasuk dalam sel darah penderita
ADB.
Masing-masing data tersebut kemudian di crop
untuk mendapatkan 4 citra sel darah merah tunggal pada tiap
data. Sehingga total data menjadi 272 citra, terdiri dari 152
citra sel darah penderita mikrositik hipokromik dan 120 citra
sel darah bukan penderita anemia mikrositik hipokromik.
Error
0.1
0.5
1
0.000001
0.0001
0.01
w1
w2
-19.5 260.5
-97.5 1302.5
-195 2605
w3
epoh
0.2537
1.2688
2.5376
0.4
2
4
17
17
17
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
DAFTAR PUSTAKA
[1] Ahmad, Usman. 2005. Pengolahan Citra Digital dan Teknik
Pemrogramannya. Edisi Pertama. Yogyakarta: Graha Ilmu.
ISBN:979-756-072-6
[2] Aprilianti, Laila Madyo. Usman, Koredianto. Nugroho, Hertog. 2008.
Perhitungan Sel Darah Merah berbasis Pengolahan Citra Digital.
Prosiding Seminar Nasional IV UTY. Yogyakarta.
[3] Bain, Barbara J. 2006. Blood Cells: a Practical Guide. 4th Edition.
Blackwell Publishing, Inc. ISBN-13: 978-1-4051-4265-6.
[4] Chen Wu, Ann. Lesperance, Leann. Bernstein, Henry. 2002. Article
hematology: Screening for Iron Deficiency. Pediatrics in Review
Vol.23 No.5 May 2002 . page 171-177.
[5] Dougherty, Geoff. 2009. Digital Image Processing for Medical
Applications. Published in the United States of America by
Cambridge University Press, New York. ISBN-13 978-0-511-53343-3
[6] Gonzales, Rafael C. and Wood, Richard E. 2002. Digital Image
Processing. Second edition. Upper Saddle River, New Jersey 07458:
Prentice-Hall,Inc. ISBN : 0-201-18075-8
[7] Hartadi, Diaz dan Sumardi, R.Rizal Isnanto. 2004. Simulasi
Perhitungan Sel Darah Merah. Transmisi, Vol.8 No.2 Hal.1-6.
[8] Hove,L.Van,. Schisano,T,.Brace,L. 2000. Anemia Diagnosis,
Classification, and Monitoring Using Cell-Dyn Technology Reviewed
for the New Millennium. Laboratory Hematology 6:93-108. Carden
Jennings Publishing Co.
[9] Kusumadewi, Sri. 2004. Membagun Jaringan Syaraf Tiruan
Menggunakan Matlab&Excel Link. Yogyakarta: Graha Ilmu. ISBN
:979-3289-91-0
[10] McConnell, Thomas H. 2007. The Nature of Disease Pathology for
the Health Professions. Philadelphia,PA. Lippincott Wiliams &
Wilkins. ISBN-13: 978-0-7817-5317-3.
[11] Pamungkas, Adi. 2012. Perhitungan Otomatis Jumlah Sel Darah
Merah dan Identifikasi Fase Plasmodium Falciparum Menggunakan
Operasi Morfologi. Skripsi Jurusan Fisika, Fakultas Sains dan
Matematika. Universitas Diponegoro Semarang. Juli 2012
[12] Praida, Arthania Retno. 2008. Pengenalan Penyakit Darah
Menggunakan Teknik Pengolahan Citra dan Jaringan Syaraf Tiruan.
Tugas Akhir Departemen Teknik Elektro Fakultas Teknik Universitas
Indonesia.
[13] Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya
Menggunakan Matlab. Yogyakarta: ANDI. ISBN : 978-979-29-27030
[14] Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta: ANDI.
ISBN: 978-979-29-1443-6
[15] Riyanti, Marlina Eva. 2009. Deteksi Dan Klasifikasi Penyakit Anemia
(Defisiensi Besi, Hemolitik Dan Hemoglobinopati) Berdasarkan
[25]
[26]