Responsive Banner

Penerapan metode learning vector quantization (lvq) pada deteksi penyakit stroke berdasarkan citra computed tomography scan

Hadi, Endah Kumala (2023) Penerapan metode learning vector quantization (lvq) pada deteksi penyakit stroke berdasarkan citra computed tomography scan. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img] Text (Fulltext)
19650034.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)

Abstract

INDONESIA:

Deteksi stroke merupakan salah satu proses untuk menentukan seseorang menderita stroke atau tidak dengan menentukan jenis stroke yang sedang dialami dan area mana yang terdampak. Stroke sendiri merupakan suatu kondisi medis dimana pasokan darah ke otak mengalami penyumbatan atau pecah pembuluh darah sehingga menyebabkan area otak yang terdampak dapat mengalami mati dalam waktu yang singkat. Pada penelitian ini, deteksi stroke diimplementasikan terhadap citra ct-scan yang diambil dari Radiopaedia, sebuah platform bersifat peer-reviewed yang menyediakan informasi radiologi secara gratis, terbuka, dan kolaboratif. Metode yang digunakan pada penelitian ini adalah Learning Vector Quantization (LVQ) yang menghasilkan sebuah keluaran berupa hasil deteksi gambar stroke dan normal. Uji coba yang dilakukan terhadap deteksi penyakit stroke menggunakan total 12 skenario pengujian mampu menghasilkan hasil akurasi paling optimal sebesar 76.5%.

ENGLISH:

Stroke detection is one of the processes to determine whether someone is suffering from a stroke or not by determining the type of stroke being experienced and which area is affected. Stroke itself is a medical condition where the blood supply to the brain is blocked or ruptured, causing the affected area of the brain to die in a short time. In this study, stroke detection was implemented on CT-scan images taken from Radiopaedia, a peer-reviewed platform that provides free, open-access, and collaborative radiology information. The method used in this study is Learning Vector Quantization (LVQ), which produces an output in the form of stroke and normal image detection results. The test conducted on stroke detection using a total of 12 testing scenarios was able to produce the most optimal accuracy results of 76.5%.

ARABIC:

التنبؤ بالسكتة الدماغية هو إحدى العمليات لتحديد ما إذا كان شخص ما قد أصيب بسكتة دماغية أم لا عن طريق تحديد نوعها التي يتم تجربتها والمناطق المتأثرة. السكتة الدماغية نفسها هي حالة طبية يتم فيها حظر تدفق الدم إلى الدماغ أو تمزق الأوعية الدموية، مما يتسبب في موت منطقة الدماغ المصابة في وقت قصير. في هذا البحث، تم تنفيذ التنبؤ بالسكتة الدماغية على صور الأشعة المقطعية المأخوذة من موقع Radiopaedia، منصة تمت مراجعتها من قبل الأقران توفر معلومات أشعة مجانية ومفتوحة وتعاونية. الطريقة المستخدمة في هذا البحث هي التعلم الكمي المتجه (LVQ) الذي ينتج مخرجات في شكل السكتة الدماغية ونتائج الكشف عن الصور العادية. تمكنت التجارب التي أجريت على التنبؤ بالسكتة الدماغية باستخدام ١٢ سيناريو الاختبار من إنتاج أفضل نتائج الدقة بنسبة ٧٦.٥%.

Item Type: Thesis (Undergraduate)
Supervisor: Crysdian, Cahyo and Hariri, Fajar Rohman
Keywords: Deteksi Stroke; Learning Vector Quantization; Stroke; Stroke Detection; Learning Vector Quantization; Stroke; سكتة دماغية، تنبؤ بسكتة دماغية، تعلم كمي متجه
Subjects: 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080104 Computer Vision
08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080106 Image Processing
08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080199 Artificial Intelligence and Image Processing not elsewhere classified
Departement: Fakultas Sains dan Teknologi > Jurusan Teknik Informatika
Depositing User: Endah Kumala Hadi
Date Deposited: 22 Jan 2024 15:01
Last Modified: 22 Jan 2024 15:01
URI: http://etheses.uin-malang.ac.id/id/eprint/59741

Downloads

Downloads per month over past year

Actions (login required)

View Item View Item