TOR Print
TOR Print
Oleh:
ZaimahPermatasari
NIM: 12050874211
Kampus Ketintang
Surabaya 60231
T. +62.31.8280009 pes.502
F. +62.31.8297197
www.elektro.ft.unes
a.ac.id
KEMENTERIAN RISTEK DAN
PENDIDIKAN TINGGI
NEGERI SURABAY A FAKULTAS TEKNIK
JURUSAN TEKNIK ELEKTRO
LEMBAR KONSULTASI
TERM OF REFERENCE (TOR) SKRIPSI
Rekomendasi:
Judul atau masalah yang akan dijadikan skripsi/tugas akhir oleh
mahasiswa yang bersangkutan layak/tidak layak*) dijadikan skripsi/tugas
akhir.
Surabaya, . 2016
Mengetahui: Dosen pemberi masukan,
Ketu Program Studi S1 TE
.
NIP. NIP.
*)
Coret yang tidak perlu
A. PENDAHULUAN
1. Latar Belakang
2. Rumusan Masalah
a. Mendektesi benjolan paru-paru pada sinar x-ray ?
b. Bgaimana mengindetifikasi benjolan kanker paru-paru yang
mengamati dengan image processing ?
c. Bagaimana menerapkan jaringan syaraf tiruan backpropagation
pada pengenalan citra kanker paru-paru dengan memanfaatkan
fiturbit channel pada pixel hasil threshold?
3. Batasan Masalah
a. Proses terdiridari input citra, preprocessing dan
backpropagation.
b. Mengetahui benjolan kangker paru-paru dengan gambar
processing.
c. Program dibuat dengan matlab 7.04
4. Tujuan Penelitian
a. Untuk mengidentifikasi benjolan paru-paru yang ada di sinar x-
ray?
b. Menganalisis metode jaringan syaraf tiruan backpropagation
dalam pengenalan sel kanker paru-paru untuk mengetahui
performansi dan akurasi pada pengenalan citra kanker otak
menggunakan metode jaringan syaraf tiruan backpropagation.
5. Manfaat Penelitian
a. Penelitian ini dapat mengembangkan sistem diagnosis benjolan
paru secara otomatis untuk deteksi awal dari kanker paru-paru
dengan berdasar pada citra sinar-X paru-paru menggunakan
beberapa tahap.
b. Dapat digunakan sebagai media pembelajaran mata kuliah
prosesing multimedia.
B. KAJIAN PUSTAKA
1. Pengolahan Citra
Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran
M baris dan N kolom, dengan x dan y adalah koordinat spasial dan
amplitude f di titik koordinat (x,y) dinamakan intensitas atau tingkat
keabuaan dari citra pada titik tersebut. Apabila nila amplitude f
secara keseluruhan berhingga (finite) dan bernilai diskrit maka
dapat dikatakan bahwa citra tersebut adalah citra digital [5].
Pengolahan citra merupakan suatu cara sehingga menghasilkan
citra yang sesuai dengan keinginan kita atau kualitasnya menjadi
lebih baik. Umumnya, operasi-operasi pengolahan citra diterapkan
pada citra untuk keperluan perbaikan dan modifikasi citra,
pengelompokan citra, penggabungan citra, dan lain-lain.
2. Jaringan Syaraf Tiruan Backpropagation
Jaringan Saraf Tiruan (JST) merupakan salah satu representasi
buatan dari otak manusia yang selalu mencoba untuk
mensimulasikan proses pembelajaran pada otak manusia tersebut.
Istilah buatan digunakan karena jaringan saraf diimplemantasikan
dengan menggunakan program komputer yang mampu
menyelesaikan sejumlah proses perhitungan selama pembelajaran .
Backpropagation merupakan algoritma pembelajaran yang terawasi
dan biasanya digunakan oleh perceptron dengan banyak lapisan
untuk mengubah bobot-bobot yang terhubung dengan neuron-
neuron yang ada pada lapisan tersembunyinya (hidden layer).
Arsitektur jaringan syara tiruan backpropagation yang digunakan
dalam penelitian ini tersusun atas beberapa lapisan dengan satu
lapis masukan (lapisan X), satu lapisan tersembunyi (lapisan Z) dan
satu lapisan keluaran (lapisan Y) seperti pada Gambar 1.
C. METODE PENELITIAN
1. Data penelitian
Data yang digunakan pada penelitian ini adalah data citra
hasil foto rontgen pasien yang telah didiagnosa oleh dokter. Data ini
dikelompokan menjadi data untuk citra latih dan data untuk citra
uji. Citra latih yang digunakan sebanyak 20 buah, terdiri dari 20
buah citra grayscale paru-paru dengan keadaan normal, 20 buah
citra paru-paru dengan keadaan kanker dan 20 buah citra paru-paru
dengan keadaan efusi. Sedangkan citra uji yang digunakan
sebanyak 40 buah terdiri dari 20 buah citra grayscale paru-paru
dengan keadaan normal, 20 buah citra paru-paru dengan keadaan
kanker dan 20 buah citra paru-paru dengan keadaan efusi.
4. Klasifikasi
Proses pengklasifikasian citra pada penelitian ini dengan
menggunakan jaringan syaraf tiruan backpropagation. Jaringan
terlebih dahulu dilatihkan dengan citra latih. Pelatihan yang
dilakukan bertujuan untuk mendapatkan nilai nilai bobot dari
jaringan. Bobot yang didapatkan akan tersimpan dan menjadi nilai
yang akan digunakan untuk proses pengujian citra uji. Pada
penelitian ini, jaringan syaraf tiruan digunakan untuk
mengklasifikasikan citra uji kedalam kelompok tertentu yaitu
kanker, efusi dan normal. Berikut diagram alir pengujian jaringan
syaraf tiruan tersebut.
D. DAFTAR PUSTAKA