Klasifikasi Citra Plasmodium Penyebab Penyakit Malaria dalam Sel Darah Merah Manusia dengan Menggunakan Metode Multi Class Support Vector Machine (SVM) (original) (raw)
Related papers
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer
Malaria adalah penyakit yang disebabkan oleh protozoa yang disebut plasmodium, yang dalam salah satu tahap perkembang biakannya akan memasuki dan menghancurkan sel-sel darah merah. Ada empat spesies yang menyebabkan malaria pada manusia yaitu: plasmodium falciparum, plasmodium.vivax, plasmodium ovale dan plasmodium malariae. Namun kasus malaria yang banyak ditemukan di Indonesia hanya spesies plasmodium falciparum dan plasmodium vivax. Masing-masing parasit memerlukan tindakan medis yang berbeda. Pemeriksaan dilaboratorium terkadang terpengaruh faktor subyektive petugas.Dari hasil percobaan tahap klasifikasi menggunakan metode support vector machine one against one didapatkan hasil akurasi falciparum thropozoit
2016
Malaria is a disease caused by a protozoan called plasmodium, which in one stage of development will enter and destroy red blood cells. There are four species that cause malaria in humans: plasmodium falciparum, plasmodium.vivax, plasmodium ovale and plasmodium malariae. However, malaria cases found in Indonesia are only of species plasmodium falciparum and plasmodium vivax. Each parasite requires a different medical treatment. Laboratory examinations are sometimes influenced by subyektive factors of officers.Classifying of one against one results in accuracy of 95.55% for falciparum thropozoit, of 93.48% for falciparum schizont, of 91.11% for falciparum gametocyte, of 88.88% for vivax thropozoit, of 92.22% for vivax schizont and 85% for vivax gametocyte. Classifying of one against all results in accuracy of 95.55% for falciparum thropozoit, of 92.78% for falciparum schizont, of 91.67% for falciparum gametocyte, of 91.67% for vivax thropozoit, of 87.78% for vivax schizont and 84.44%...
JOINS (Journal of Information System), 2022
Malaria merupakan infeksi penyakit yang ditularkan oleh gigitan nyamuk melalui protozoa parasit. Deteksi penyakit ini menggunakan pengambilan sampel sel darah merah dengan menghitung seberapa tinggi jumlah parasit di dalam sel darah merah. Penelitian untuk klasifikasi malaria telah banyak dilakukan, algoritma yang paling banyak digunakan yaitu Convolutional Neural Network (CNN). CNN merupakan algoritma Neural Network (NN) yang lazim digunakan untuk pengolahan citra. CNN mempunyai beberapa arsitektur, salah satunya adalah DenseNet, yang diusulkan dalam penelitian ini dikarenakan mampu menaikkan akurasi dari penelitian sebelumnya. Penelitian sebelumnya dengan dataset yang sama memilih arsitektur ResNet, GoogleNet, dan VGGNet untuk klasifikasi dan menghasilkan kisaran akurasi 90%-96%, sedangkan penelitian terbaru menggunakan metode MM-Resnet menghasilkan akurasi 98%. Penelitian ini menggunakan dataset yang sama dengan penelitian sebelumnya yaitu dataset umum berupa citra sel darah merah yang terinfeksi dan tidak terinfeksi malaria. Eksperimen yang dilakukan menggunakan metode yang berbeda yaitu dengan melakukan pre-prosessing citra sel darah merah dengan cara resize gambar, augmentasi gambar, dan reduksi fitur gambar menggunakan metode Pricipal Component Analysis (PCA), hasil dari fitur reduksi tersebut selanjutnya diklasifikasikan menggunakan metode CNN. Arsitektur DenseNet menunjukkan akurasi terbaik yaitu 98,30%.
2019
In this research, There were 9 images for training data and 26 images for test data. This image processing studied first carried out a cropping process on training data images. Then Pre-processing was also done to eliminated noise using the Salt and Pepper Noise method. After that, the RGB image results obtained were converted to grayscale images. Then the color segmentation process was based on the mean and standard deviation values. The edge detection process was then carried out using the sobel edge detection method and the results showed visible edge thickening on plasmodium. Through the color segmentation process, the percentage of plasmodium in the blood was <9%. In the process of identifying 26 test image data, 20 successful images and 6 images were declared failed to be identified. So the percentage of success of color segmentation in identification was 76.9% for 26 input data. Keywords : Sobel edge detection,color segmentation, plasmodium, image processing.
Science Tech: Jurnal Ilmu Pengetahuan dan Teknologi
Malaria merupakan jenis penyakit yang disebabkan oleh sel protozoa yang dinamakan Plasmodium, dalam perkembangannya sel Plasmodium akan memasuki dan menghancurkan sel-sel darah merah. Deteksi penyakit malaria merupakan sesuatu yang sulit karena membutuhkan waktu yang cukup lama. Parasit malaria dapat di lakukan identifikasi dengan menggunakan microscope untuk melihat apakah ada atau tidaknya Plasmodium dalam sel darah merah. Akan tetapi metode ini sangat bergantung pada kualitas dari microscope. Dikembangkan sebuah model computer vision dengan menggunakan CNN (convolutional neural network). Model dikembangkan dengan melakukan komparasi arsitektur model ResNet-101, AlexNet, dan VGG-19 dengan memberikan dua skenario penentuan learning rate yaitu minimum learning rate dan maximum learning rate with slice. Proses training masing-masing model menggunakan 10 epoch. Digunakan tools/ library fast.ai untuk melakukan pembentukan model yang ada. Hasil dari penelitian yang berjudul Klasifikasi ...
Analisis Jenis Plasmodium Penyebab Malaria Terhadap Hitung Jumlah Trombosit
Jurnal Analis Medika Biosains (JAMBS), 2019
Malaria adalah penyakit infeksi parasit yang disebabkan oleh Plasmodium di dalam eritrosit, Penyakit malaria disebabkan oleh protozoa genus Plasmodium yang ditularkan oleh nyamuk Anopheles betina, Malaria mempengaruhi hampir semua komponen darah, dan trombositopenia merupakan salah satu kelainan hematologis yang ditemui, dan banyak mendapat perhatian di literatur ilmiah. Penelitian ini adalah untuk mengetahui pengaruh jenis Plasmodium penyebab infeksi malaria terhadap hasil hitung jumlah trombosit. Penelitian ini bersifat observasional analitik dengan pendekatan case control, jumlah sampel menggunakan sampel jenuh, teknik pengambilan sampel dengan Accidental Sampling yaitu mengambil kasus atau responden yang kebetulan ada atau tersedia di suatu tempat sesuai dengan konteks penelitian. Hasil analisis dari 32 sampel pasien didapatkan 12 sampel positif yaitu 4 pasien terinfeksi Plasmodium falciparum dengan rerata jumlah trombosit 86.250 sel/µl darah , 2 pasien terinfeksi Plasmodium v...
Deteksi Parasit Plasmodium pada Citra Mikroskopis Hapusan Darah dengan Metode Deep Learning
2021
ABSTRAK Parasit plasmodium merupakan makhluk protozoa bersel satu yang menjadi penyebab penyakit malaria. Plasmodium ini dibawa melalui gigitan nyamuk anopheles betina. Dalam World Malaria Report 2015 menyatakan bahwa malaria telah menyerang sedikit 106 negara di dunia. Di Indonesia sendiri, Papua, NTT dan Maluku merupakan wilayah dengan kasus positif malaria tertinggi. Malaria telah menjadi masalah yang serius, sehingga keberadaan sistem diagnosa otomatis yang cepat dan handal sangat diperlukan untuk proses perlambatan penyeberan dan pembasmian epidemi. Dalam penelitian ini akan dirancang sistem yang mampu mendeteksi parasit malaria pada citra mikroskopis darah menggunakan arsitekur Convolutional Neural Network (CNN) sederhana. Hasil pengujian menunjukkan bahwa metode yang diusulkan memberikan presisi dan recall sebesar 0,98 dan f1-score sebesar 0,96 serta akurasi 95,83%. Kata kunci: parasit, malaria, convolutional neural network, citra mikroskopis ABSTRACT Plasmodium parasites are...
Jurnal Kesehatan Andalas
Spesies Plasmodium (P) yang banyak dijumpai di Sumatera Barat adalah P. falciparum dan P. vivax. Komplikasi yang paling umum terjadi pada infeksi malaria adalah perubahan hematologi. Infeksi P. falciparum lebih sering menimbulkan komplikasi tersebut dibandingkan infeksi P. vivax. Tujuan: Mengetahui perbedaan gambaran hematologik terutama hemoglobin, leukosit, dan trombosit pada pasien malaria berdasarkan jenis Plasmodium. Metode: Penelitian ini merupakan studi analitik dengan metode cross sectional. Data berasal dari rekam medik pasien malaria rawat inap di RSUP Dr. M. Djamil dan RSUD Dr. Rasidin Padang yang dilakukan pada bulan Desember 2017 sampai Januari 2018. Pengambilan sampel menggunakan teknik total sampling. Data dianalisis secara univariat dan bivariat menggunakan uji Independent t-test. Hasil: Dari 60 subjek penelitian, 51 orang (85%) terinfeksi P. vivax, 8 orang (13,3%) terinfeksi P. falciparum, dan 1 orang (1,7%) mengalami infeksi campuran. Berdasarkan distribusi data de...
Optimasi Klasifikasi Parasit Malaria Dengan Metode LVQ, SVM dan Backpropagation
2021
The use of the classification method affects the accuracy of the test results. The accuracy of the classification method is affected by the number of classes in the image. The number of classes and the amount of data should be considered when making decisions in choosing a classification method. This study used 600 data, which were divided into 510 training data and 90 test data. The number of classes tested is 12 classes with the number of initial features used by 22 features. The characteristics used in the test consist of shape characteristics and texture characteristics. The classification methods used in this study are LVQ, Backpropagation, and SVM. The data has 22 features or attributes that are the result of texture and shape feature extraction. Texture features are energy 0 o , energy 45 o , energy 90 o , energy 135 o , entropy 0 o , entropy 45 o , entropy 90 o , entropy 135 o , contrast 0 o , contrast 45 o , contrast 90 o , contrast 135 o , homogeneity 0 0 , homogeneity 45 ...