Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi Metode Principal Component Analysis Dan Support Vector Machines Dalam Mendeteksi Plasmodium Malaria Pada Citra Sampel Darah
Kasmir I Djahari NIM. (2017) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Malaria merupakan salah satu penyakit yang dapat mematikan, khususnya pada balita dan anak-anak. Penyebab dari penyakit malaria dikarenakan tubuh penderitanya yang dieksploitasi oleh kuman malaria yang berupa plasmodium/parasit. Penyebaran penyakit malaria yaitu melalui gigitan nyamuk anopheles atau yang disebut juga nyamuk malaria. Nyamuk jenis ini terkenal akibat peranannya sebagai penyebar parasit malaria. Plasmodium malaria berkembang biak pada organ hati penderitanya kemudian menginfeksi sel darah. Ada 2 jenis plasmodium yang dapat menyebabkan penyakit malaria, yaitu: 1) Plasmodium Falciparum; 2) Plasmodium Vivax. Analisis tekstur dapat diperoleh dengan cara mengekstraksi ciri gambar dengan berbagai metode. Metode yang digunakan adalah metode Principal Component Analysis (PCA), dan Support Vector Machines (SVM) sebagai metode pengklasifikasian dalam pengenalan pola (pattern recognition). Pattern Recognition merupakan salah satu bidang dalam komputer sains, yang memetakan suatu data ke dalam konsep tertentu yakni class atau category. Berdasarkan hasil pengujian dapat disimpulkan bahwa penerapan metode Principal Component Analysis dan Support Vector Machines berhasil dalam pengenalan dan pengklasifikasian pada plasmodium malaria dengan akurasi 75%.
Ringkasan Alternatif
Malaria is a deadly disease, especially for infants and children. Malaria caused by bacteria in form of malaria plasmodium / parasite. Malaria spread through the bite of Anopheles mosquito which is also known as malaria mosquitoes. This type of mosquito is famous due to its role as a disseminator of the malaria parasite. Plasmodium malaria multiply in the victimÃâs liver and then infect blood cells. There are 2 types of plasmodium that can cause malaria, which are: 1) Plasmodium Falciparum; 2) Plasmodium Vivax. Texture analysis can be obtained by extracting characteristic picture with various methods. The method used in study is the Principal Component Analysis (PCA) method and Support Vector Machines (SVM) as a classification method to do Pattern Recognition. Pattern Recognition is one area in computer science, which maps the data into a particular concept that is Class or Category. Based on the test results, it can be concluded that the application of the Principal Component Analysis and Support Vector Machines method is succeedeed in order to recognize and classify the Plasmodium Malaria with an accuracy of 75%.