Sistem Cerdas Penghitung Sel Kulit Mati Manusia Menggunakan Digital Image Processing dengan Metode Improved Counting Morphology

Setiawan, AhmadFahrudi (2013) Sistem Cerdas Penghitung Sel Kulit Mati Manusia Menggunakan Digital Image Processing dengan Metode Improved Counting Morphology. Magister thesis, Universitas Brawijaya.

Abstract

Telah dilakukan penelitian yang berjudul sistem cerdas penghitung sel kulit mati manusia menggunakan digital image processing dengan metode counting morphology yang bertujuan untuk membuat software yang dapat menghitung sel kulit mati manusia. Penelitian ini termasuk penelitian dalam bidang rekayasa software . Metode yang dipakai dalam membangun software menggunakan SDLC (s ystem development life cycle ). Alat yang digunakan untuk menangkap gambar sel kulit manusia adalah kamera digital mikroskop multimedia binokuler Md dengan pembesaran 2000x. Hasil pemotretan sel kulit tersebut selanjutnya diolah dalam sebuah software dengan cara greyscale , binerisasi , erosi morphology dan counting morphology . Output dari software tersebut adalah jumlah sel kulit mati manusia. Hasil pengujian perhitungan pada data sel kulit mati sesungguhnya menyatakan bahwa perhitungan pelabelan mempunyai ketelitian sebesar 95% sedangkan perhitungan manual sebesar 89%.

English Abstract

Has done research entitled intelligent system to calculate dead human skin cells using digital image processing with improved counting morphology that aims to make software that can calculate the human dead skin cells. This research in the field of software engineering. The method used in building software using SDLC (system development life cycle). The tools used to capture images of human skin cells is a multimedia digital camera binocular microscope with magnification 2000x Md. Captured skin cells are then processed in a manner grayscale, binery, erosion an improved counting morphology. Output from the software is the number of dead human skin cells. The test results of calculations on the data actually declared dead skin cells that have manual calculation accuracy by 87% while the software calculation by 98%.

Item Type: Thesis (Magister)
Identification Number: TES/006.42/SET/s/041307033
Subjects: 000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition
Divisions: S2/S3 > Magister Teknik Elektro, Fakultas Teknik
Depositing User: Endro Setyobudi
Date Deposited: 17 Dec 2013 14:49
Last Modified: 17 Dec 2013 14:49
URI: http://repository.ub.ac.id/id/eprint/155448
Full text not available from this repository.

Actions (login required)

View Item View Item