KLASIFIKASI GLOMERULUS BERDASARKAN CITRA HISTOLOGI GINJAL MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

  • Tri Deviasari Wulan Program Studi S1 Sistem Informasi, Universitas Nahdlatul Ulama Surabaya
  • Ima Kurniastuti Program Studi S1 Sistem Informasi, Universitas Nahdlatul Ulama Surabaya
  • Tri Wahyuni Bintarti Program Studi S1 Pendidikan Kedokteran, Universitas Nahdlatul Ulama Surabaya

Abstract

Citra histologi merupakan salah satu alat yang digunakan oleh nephropathology untuk melakukan diagnosis terkait kondisi ginjal pasien. Glomerulus adalah bagian ginjal yang berfungsi untuk menyaring zat sisa dan membuang cairan serta elektrolit berlebih dari tubuh. Kerusakan yang terjadi pada area glomerulus dapat menyebabkan beberapa penyakit salah satunya adalah gagal ginjal. Diagnosa secara dini secara akurat perlu dilakukan untuk mengetahui kondisi dari ginjal pasien. Penelitian ini akan melakukan perancangan suatu sistem perangkat lunak yang dapat mengklasifikasi antara glomerulus dan non-glomerulus dari citra histologi ginjal mengunakan backpropagation neural network. Data yang digunakan adalah citra histogi citra,dari citra tersebut akan dilakukan tahap segmentasi dan ekstraksi fitur citra kemudian proses klasifikasi. Klasifikasi data menggunakan jaringan saraf tiruan backpropagation, yaitu salah satu algoritma dalam jaringan saraf tiruan yang menggunakan multilayer. Berdasarkan hasil pengujian data menggunakan 40 citra yang terbagi atas 20 citra glomerulus dan 20 citra non glomerulus menghasilkan akurasi sistem sebesar 85,7% dalam mengidentifikasi citra glomerulus.

Published
2021-11-30
Abstract Views: 243