SEGMENTASI CITRA PADA LUKA KRONIS MENGGUNAKAN METODE FUZZY C-MEANS
Keywords:
Luka kronis, Fuzzy C-means, Pressure Ulcers, Thresholding, Filterisasi HomomorphicAbstract
Pada umumnya dibutuhkan waktu penyembuhan yang lebih lama untuk penanganan luka kronis, dibutuhkan juga perawatan yang bervariasi untuk menangani luka kronis. Hal ini dikarenakan luka kronis dapat digolongkan sebagai luka yang memiliki tingkat kerumitan cukup rumit untuk dipisahkan, terlebih pada area luka dan area non luka yang memiliki susunan warna yang cenderung meliki kesamaan. Penelitian ini berfokus pada pemisahan area luka dan area non luka menggunakan metode segmentasi algoritma Fuzzy C-means. Percobaan dilakukan dengan proses pre-processing pada citra luka pressure ulcers menggunakan 2 metode, yaitu metode filtersisasi homomorphic dan metode thresholding yang kemudian citra luka pressure ulcers diproses menggunakan algoritma Fuzzy C-means. Hasil dari percobaan segmentasi luka kronis ini menunjukkan bahwa metode Fuzzy C-means dapat dikatakan cukup efektif untuk digunakan dan dapat memisahkan bagian luka dan bagian non luka.
Downloads
References
M. F. Ahmad Fauzi, I. Khansa, K. Catignani, G. Gordillo, C. K. Sen, and M. N. Gurcan, “Computerized segmentation and measurement of chronic wound images,” Comput. Biol. Med., vol. 60, pp. 74–85, 2015, doi: 10.1016/j.compbiomed.2015.02.015.
C. Yadav, Manoj Kumar ; Manohar, Dhane Dhiraj ; Mukherjee, Gargi ; Chakraborty, Segmentation of Chronic Wound Areas by Clustering Techniques Using Selected Color space. American Scientific Publishers, 2013. doi: https://doi.org/10.1166/jmihi.2013.1124.
G. Rachmansyah, W. F. Mahmudy, and R. S. Perdana, “Optimasi Model Segmentasi Citra Metode Fuzzy Divergence Pada Citra Luka Kronis Menggunakan Algoritma Genetika,” J. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 1, p. 66, 2016, doi: 10.25126/jtiik.201631163.
A. Widodo and R. Kurniawan, “Perbandingan Metode Fuzzy C- Means Clustering dan Fuzzy C-Shell Clustering ( Studi Kasus : Kabupaten / Kota di Pulau ...,” 2017.
A. A. Perez, A. Gonzaga, and J. M. Alves, “Segmentation and analysis of leg ulcers color images,” Proc. - Int. Work. Med. Imaging Augment. Reality, MIAR 2001, pp. 262–266, 2001, doi: 10.1109/MIAR.2001.930300.
C. Jhony Mantho Sianturi, “Analisis Segmentasi Citra USG Hati Menggunakan Metode Fuzzy C-Mean,” Citec J., vol. 2, no. 3, pp. 256–264, 2015.
O. ; W. Sutoyo, T ; Mulyanto, Edy ; Suhartono, Vincent ; Nurhayati Dwi, Teori Pengolahan Citra Digital. ANDI Yogyakarta, 2009. [Online]. Available: http://digilib.jti.polinema.ac.id//index.php?p=show_detail&id=513
H. Lazi, R. Efendi, and E. P. Purwandari, “Deteksi Warna Kulit Menggunakan Model Warna Cielab Neural Network Untuk Identifikasi Ras Manusia (Studi Kasus Ras: Kaukasoid, Mongoloid, Dan Negroid),” J. Rekursif, vol. 5, no. 2, pp. 121–133, 2017, [Online]. Available: http://ejournal.unib.ac.id/index.php/rekursif/
E. ; E. R. Indasyah, “Ekstraksi Ciri Menggunakan Metode Transformasi Warna YCBCR Untuk Klasifikasi Kulit Manusia,” J. Mantik Penunsa, vol. 1, no. Vol. 1 No. 2 (2017): Jurnal Mantik Penusa, 2017, [Online]. Available: https://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/262%0A
S. Abdulla, M. Saleh, and H. Ibrahim, “Mathematical Equations for Homomorphic Filtering in Frequency Domain : A Literature Survey,” Int. Conf. Inf. Knowl. Manag., vol. 45, no. Icikm, pp. 74–77, 2012.
H. Kusumadewi, Sri ; Purnomo, Aplikasi Logika Fuzzy untuk pendukung keputusan. Graha Ilmu : Yogyakarta, 2010. [Online]. Available: http://repo.unikadelasalle.ac.id/index.php?p=show_detail&id=3563&keywords=
