DETEKSI PENYAKIT SCHISTOSOMIASIS MELALUI IDENTIFIKASI TELUR CACING PADA FESES MANUSIA MENGGUNAKAN PROBABILISTIC NEURAL NETWORK (PNN)

Windy Rusma Astuti, (2019) DETEKSI PENYAKIT SCHISTOSOMIASIS MELALUI IDENTIFIKASI TELUR CACING PADA FESES MANUSIA MENGGUNAKAN PROBABILISTIC NEURAL NETWORK (PNN). Undergraduate Theses thesis, Universitas Tadulako.

Full text not available from this repository.

Abstract

ABSTRAK Schistosomiasis merupakan penyakit zoonosis yang disebabkan oleh cacing darah kelas Trematoda dari genus Schistosoma yang tinggal dalam pembuluh darah vena. Penyakit ini merupakan salah satu penyakit tertua dan paling penting di dunia. Di Indonesia, Schistosomiasis disebabkan oleh cacing Schistosoma Japonicum Sp. Penelitian ini berfokus pada deteksi penyakit Schistosomiasis melalui identifikasi telur cacing yang terdapat pada feses manusia. Hasil observasi di Laboratorium Schistosomiasis desa Kaduwaa dan Desa Dodolo Kecamatan Lore Utara Kabupaten Poso memperlihatkan ditemukannya pula telur cacing dari spesies lain pada feses masyarakat desa Kaduwaa dan Desa Dodolo, yaitu telur cacing Ascaris Lumbricoides dan Ancylostoma Duodenale. Metode Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA) digunakan untuk ekstraksi citra telur dalam proses identifikasi, sementara metode Probabilistic Neural Network (PNN) digunakan untuk klasifikasi spesies telur. Hasil identifikasi dipengaruhi oleh teknik pengambilann citra, teknik pemotongan citra, besarnya piksel pada citra, nilai smoothing parameter, serta jumlah citra sampel yang digunakan untuk data pelatihan dan pengujian. Akurasi rata-rata identifikasi citra telur cacing menggunakan PNN tertinggi yaitu 98?ngan menggunakan nilai smoothing parameter 0.2. Hal ini menunjukkan bahwa metode Probabilistic Neural Network (PNN) dapat diterapkan untuk identifikasi citra telur cacing yang terdapat pada feses manusia. Kata kunci : Schitosomiasis, metode Principal Component Analysis (PCA), metode Linear Discriminant Analysis (LDA), klasifikasi dengan Probabilistic Neural Network (PNN).

Item Type: Thesis (Undergraduate Theses)
Subjects: University Structure > Faculty of Mathematics and Natural Sciences > Mathematics
S1 - Undergraduate Thesis > Faculty of Mathematics and Natural Sciences > Mathematics
Divisions: Faculty of Mathematics and Natural Sciences > Mathematics
Tadulako Subject Areas > S1 - Undergraduate Thesis > Faculty of Mathematics and Natural Sciences > Mathematics
Depositing User: system estd estd
Date Deposited: 29 Jul 2019 07:03
Last Modified: 29 Jul 2019 06:35
URI: http://repository.untad.ac.id/id/eprint/621

Actions (login required)

View Item View Item