RAHAYU, Jajat Eka (2019) Implementasi Svm (Support Vector Machine) dalam Indentifikasi Morfologi Sel Darah Putih (Leukosit). Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Download (42kB)
	PDF (Legalitas) LEGALITAS-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (4MB)
	PDF (Abstrak) ABSTRAK-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Download (509kB)
	PDF (BabI) BAB I-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (513kB)
	PDF (BabII) BAB II-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabIII) BAB III-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (763kB)
	PDF (BabIV) BAB IV-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabV) BAB V-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (505kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (621kB)
	PDF (Lampiran) LAMPIRAN-Jajat Eaka Rahayu-H1C014014-Skripsi-FT-2019.pdf Restricted to Repository staff only Download (2MB)

Abstract

Dalam tubuh manusia terdapat darah sebesar 10% dari bobot manusia. Di dalam sel-sel darah terdapat sel darah putih yang berfungsi menghasilkan antibodi untuk melawan infeksi. Karena pentingnya sel darah putih dalam tubuh manusia penulis berniat untuk melakukan identifikasi terhadap sel darah putih dengan metode SVM (support vector machine). Metode penelitian dalam tugas akhir ini meliputi tahap persiapan yang terdapat tinjauan pustaka serta pengumpulan data, tahap perancangan mencakup desain sistem serta pembuatan sistem, tahap pengujian dan evaluasi meliputi pengujian sistem terhadap citra uji dan mengevaluasi hasilnya agar sistem menjadi lebih baik dan terakhir tahap pembuatan laporan penelitian dalam bentuk laporan tugas akhir Hasil yang diperoleh dari penelitian yaitu SVM yang diterapkan pada citra uji yang disegmentasi dengan metode watershed dengan 5 jenis cropping image menghasilkan akurasi klasifikasi sebesar 95,13% untuk bentuk cropping rectangle dan polygon serta akurasi 97,56% untuk bentuk cropping circle, ellipse dan square. Citra uji yang disegmentasi dengan metode active contour dengan 5 jenis cropping image juga menghasilkan akurasi klasifikasi sebesar 95,13% untuk bentuk cropping rectangle dan circle serta akurasi 97,56% untuk bentuk cropping square, ellipse dan polygon. Selain itu juga diperoleh hasil perbandingan akurasi SVM yang lebih baik dari K-NN, naïve bayes, dan backpropagation karena jumlah akurasi terkecilnya lebih sedikit.

Actions (login required)

View Item