Rizqullah, Denis Wahyu and Barlian Henryranu Prasetio, S.T., M.T., Ph.D. (2025) Penerapan Transformasi Wavelet Pada Koefisien Cepstral Mel Untuk Mengenali Stress Pembicara. 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 pembelajaran mesin, sistem ini dirancang untuk meningkatkan efisiensi dan akurasi dalam proses diagnosis, yang sering kali dilakukan secara manual oleh tenaga medis. Metode template matching dipilih karena kemampuannya untuk mencocokkan pola citra dengan akurasi yang baik. Hasil pengujian menunjukkan bahwa sistem ini dapat memproses citra dalam waktu rata-rata 264,67 ms per gambar, dengan waktu komputasi mencapai 305,13 ms menggunakan empat template. Pengujian lebih lanjut mengidentifikasi nilai ambang batas (threshold) optimal sebesar 0,6, yang memberikan keseimbangan terbaik antara akurasi dan efisiensi. Sistem ini juga menunjukkan performa yang baik dalam mengklasifikasikan jenis sel, dengan kesalahan minimal pada pengenalan sel eosinofil dan neutrofil. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan, terutama di daerah dengan keterbatasan fasilitas medis, serta memperluas aksesibilitas teknologi diagnosis bagi masyarakat.
English Abstract
In the era of advancing medical technology, the analysis of white blood cell images has become crucial for faster and more accurate diagnoses. This research aims to create a system that can automatically identify and classify four types of white blood cells: neutrophils, lymphocytes, monocytes, and eosinophils. By leveraging machine learning technologies, this system is designed to enhance efficiency and accuracy in the diagnostic process, which is often performed manually by medical personnel. The template matching method was chosen for its ability to match image patterns with good accuracy. The test results indicate that this system can process images in an average time of 264.67 ms per image, with a computation time reaching 305,13 ms using four templates. Further testing identified an optimal threshold value of 0.6, which provides the best balance between accuracy and efficiency. This system also demonstrates good performance in classifying cell types, with minimal errors in the recognition of eosinophils and neutrophils. This research is expected to make a significant contribution to improving the quality of healthcare services, especially in areas with limited medical facilities, as well as expanding the accessibility of diagnostic technology for the community.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052515 |
| Uncontrolled Keywords: | Deteksi sel darah putih, template matching, smartphone, analisis citra, kecerdasan buatan, pembelajaran mesin. |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | S Sucipto |
| Date Deposited: | 20 Feb 2025 02:08 |
| Last Modified: | 20 Feb 2025 02:08 |
| URI: | http://repository.ub.ac.id/id/eprint/237182 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Denis Wahyu Rizqullah.pdf Restricted to Registered users only Download (3MB) |
Actions (login required)
 |
View Item |