Pengembangan Sistem Deteksi Jenis Sel Darah Putih Menggunakan Algoritma Shape Context Berbasis Smartphone

Nugraha, Ridwan Aji and Barlian Henryranu Prasetio, S.T., M.T., Ph.D. (2025) Pengembangan Sistem Deteksi Jenis Sel Darah Putih Menggunakan Algoritma Shape Context Berbasis Smartphone. Sarjana thesis, Universitas Brawijaya.

Abstract

Dalam era kemajuan teknologi medis, analisis citra sel darah putih menjadi sangat penting untuk diagnosis yang lebih cepat dan akurat. Penelitian ini bertujuan untuk menciptakan sistem yang dapat secara otomatis mengidentifikasi dan mengklasifikasikan empat jenis sel darah putih, yaitu neutrofil, limfosit, monosit, dan eosinofil. Dengan memanfaatkan teknologi kecerdasan buatan dan pembelajaran mesin, sistem ini dirancang untuk meningkatkan efisiensi dan akurasi dalam proses diagnosis, yang sering kali dilakukan secara manual oleh tenaga medis. Metode Shape Context dipilih karena kemampuannya dalam menganalisis kontur dan pola objek dengan presisi tinggi, memungkinkan sistem mengenali perbedaan fitur kompleks dari masing-masing jenis sel darah putih. Hasil pengujian menunjukkan bahwa sistem ini dapat memproses gambar dalam waktu rata-rata 113.20 ms per gambar, yang menunjukkan efisiensi yang baik untuk aplikasi berbasis smartphone. Selain itu, sistem ini mampu mengakses file gambar dengan ekstensi JPEG dan PNG, serta melakukan deteksi sel pada citra mikroskopik. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan, terutama di daerah dengan keterbatasan fasilitas medis, serta memperluas aksesibilitas teknologi diagnostik bagi masyarakat.

English Abstract

In the era of advancements in medical technology, white blood cell image analysis has become crucial for faster and more accurate diagnoses. This research aims to develop a system capable of automatically identifying and classifying four types of white blood cells: neutrophils, lymphocytes, monocytes, and eosinophils. By leveraging artificial intelligence and machine learning technologies, the system is designed to enhance efficiency and accuracy in the diagnostic process, which is often performed manually by medical professionals. The Shape Context method was chosen for its ability to analyze contours and object patterns with high precision, enabling the system to distinguish complex features of each white blood cell type. Testing results show that the system can process images at an average speed of 113.20 ms per image, demonstrating good efficiency for smartphonebased applications. Additionally, the system can access image files in JPEG and PNG formats and perform cell detection on microscopic images. This research is expected to make a significant contribution to improving healthcare services, particularly in areas with limited medical facilities, and to expand the accessibility of diagnostic technology to the wider community.

Item Type:	Thesis (Sarjana)
Identification Number:	052515
Uncontrolled Keywords:	Teknologi, Sel Darah Putih, Shape Context, Pembelajaran Mesin, Kecerdasan Buatan ,Smartphone.
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	S Sucipto
Date Deposited:	18 Feb 2025 06:44
Last Modified:	18 Feb 2025 06:44
URI:	http://repository.ub.ac.id/id/eprint/237013

Text (DALAM MASA EMBARGO) Ridwan Aji Nugraha.pdf Restricted to Registered users only Download (3MB)

Actions (login required)

View Item