001 Hak Akses (open/membership)membership
700 Entri Tambahan Nama OrangPrawito Prajitno, supervisor; Djarwani Soeharso Soejoko, supervisor; Deni Hardiansyah, examiner; Dwi Seno Kuncoro Sihono, examiner; Yessie Widya Sari, examiner
336 Content Typetext (rdacontent)
264b Nama PenerbitFakultas Matematika dan Ilmu Pemgetahuan Alam Universitas Indonesia
710 Entri Tambahan Badan KorporasiUniversitas Indonesia. Fakultas Matematika dan Ilmu Pengetahuam Alam
049 No. Barkod15-25-85979192
504 Catatan Bibliografipages 39-42
852 LokasiPerpustakaan UI
338 Carrier Typeonline resource (rdamedia)
590 Cat. Sumber Pengadaan KoleksiDeposit;Deposit
903 Stock Opname
534 Catatan Versi Asli
Tahun Buka Akses2021
053 No. Induk15-25-85979192
653 Kata Kuncideteksi nodul paru; CT dada; random forest; CAD
040 Sumber PengataloganLibUI ind rda
245 Judul UtamaDeteksi Nodul Paru dari Citra Computed Tomography (CT) dengan Sistem Computer-Aided Detection (CAD) = Lung Nodule Detection from Computed Tomography (CT) Images with Computer-Aided Detection (CAD) System
264c Tahun Terbit2021
650 Subyek TopikTomography; Image interpretation, Computer-Assisted -- Methods
850 Lembaga PemilikUniversitas Indonesia
520 Ringkasan/Abstrak/IntisariComputed Tomography (CT) merupakan sebuah pengembangan dari modalitas sinar-X dapat menghasilkan citra yang lebih jelas dan efektif untuk memberikan informasi abnormal pada organ, salah satu nya adanya nodul pada paru-paru. Nodul paru merupakan pertumbuhan jaringan abnormal pada paru yang digunakan sebagai diagnosis dini kanker paru. Umumnya, deteksi pertama nodul paru diperoleh dari citra CT yang didiagnosis secara visual oleh ahli radiologi. Artinya subjektivitas individu radiologis berpengaruh dalam citra diagnosis tersebut. Untuk membantu ahli radiologi dalam mendeteksi dan mengevaluasi nodul paru pada citra CT secara otomatis, penelitian ini telah mengembangkan sistem Computer-Aided Detection (CAD). Sistem CAD menggunakan metode segmentasi Otsu, dengan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) sebagai input untuk klasifikasi nodul. Algoritma Random Forest digunakan untuk membedakan antara normal dan abnormal pada citra CT, khususnya citra dengan kelainan nodul paru. Evaluasi estimasi keberadaan nodul paru pada sistem menggunakan parameter-parameter Receiver Operating Characteristic (ROC) dengan menggunakan 207 citra pelatihan online, 96 citra pengujian online dan 146 citra pengujian lokal. Pada pengujian online diperoleh akurasi 92,7%, sensitivitas 95%, dan (AUC) 0,919. Untuk pengujian lokal diperoleh akurasi 89,7%, sensitivitas 94%, dan (AUC) 0,891. Hasil evaluasi menunjukkan bahwa sistem CAD yang dikembangkan baik digunakan untuk mengenali citra paru normal dan abnormal. ......Computed Tomography (CT) is a development of X-ray modalities that can produce clearer and more effective images to provide abnormal information on organs, one of which is the presence of nodules in the lungs. Lung nodules are abnormal tissue growths in the lungs that are used as an early diagnosis of lung cancer. Generally, the first detection of lung nodule is obtained from CT images that visually diagnosed by radiologist. That means individual radiologist subjectivities influence in that image diagnoses. Reducing individual subjectivities, this work has developed computerized aided detection (CAD) system for evaluating lung nodules in CT images. The CAD system uses the Otsu segmentation method, with feature extraction of Gray Level Co-occurrence Matrix (GLCM) as input for nodule classification. Random forest algorithm is used to distinguish between normal and abnormal at CT images, particularly images with lung nodule abnormalities. Evaluation of the estimated presence of lung nodules in the system uses Receiver Operating Characteristic (ROC) parameters using 207 online training images, 96 online test images and 146 local test images. In online testing, the accuracy is 92.7%, sensitivity is 95%, and (AUC) is 0.919. For local testing, the accuracy is 89.7%, sensitivity is 94%, and (AUC) is 0.891. The evaluation results show that the developed CAD system is used to recognize normal and abnormal lung images.
904b Pemeriksa Lembar KerjaAmiarsih Indah Purwiati-Agustus 2025
090 No. Panggil SetempatT-pdf
d-Entri Utama Nama Orang
500 Catatan UmumTidak dapat diakses di UIANA, karena: akan dipresentasikan sebagai makalah pada Seminar Nasional yaitu Pertemuan Ilmiah Tahunan Fisika Medik dan Biofisika yang diprediksi akan dipublikasikan sebagai prosiding pada bulan September tahun 2021
d-Entri Tambahan Nama Orang
337 Media Typecomputer (rdamedia)
526 Catatan Informasi Program StudiIlmu Fisika
100 Entri Utama Nama OrangOsas Lisa Istifarinta, author
264a Kota TerbitDepok
300 Deskripsi Fisikxiv, 42 pages : illustration + appendix
904a Pengisi Lembar KerjaAmiarsih Indah Purwiati-Agustus 2025
Akses Naskah Ringkas
856 Akses dan Lokasi Elektronik
502 Catatan Jenis KaryaTesis
041 Kode Bahasaind