ABSTRAKPenelitian ini bertujuan untuk meningkatkan kualitas citra USG 2D dan evaluasi
parameter untuk phantom polyurethane sebagai test unjuk kerja dan akurasi USG
2D. Untuk mencapai tujuan tersebut maka dilakukan tahap pre-processing,
intermediate-processing, dan post-processing menggunakan software Matlab
secara offline. Pre-processing terdiri dari cropping dan filtering, intermediateprocessing
berupa segmentasi menggunakan algoritma FCM, dan post-processing
mengevaluasi parameter-parameter dari citra phantom polyurethane. Hasil dari
pre-processing yaitu dimensi citra menjadi kecil, resolusi turun, dan citra menjadi
blur. Algoritma FCM yang diimplementasikan mempartisi objek citra ke dalam
empat cluster berdasarkan similaritas derajat keabuannya. Tahap terakhir,
menampilkan jarak, diameter, dan titik konsentrasi objek pada parameter tertentu
dari citra. Segmentasi merupakan inti dari peningkatan kualitas citra yang mana
algoritma FCM menghasilkan citra yang tersegmentasi secara tepat namun
evaluasi beberapa parameter masih kurang signifikan (lihat Tabel 4.1).
ABSTRACTThe research aim to upgrade image quality of USG 2D and to evaluate parameter
for polyurethane phantom as performance test and accuracy of USG 2D. The
goals could be reached via pre-processing, intermediate-processing, and postprocessing
step using Matlab software in offline. Pre-processing consist of
cropping and filtering process. Intermediate-processing is segmentation that using
Fuzzy C-Means (FCM) algorithm and post-processing evaluated parameter of
polyurethane phantom image. Result of pre-processing is polyurethane phantom
image with small dimension, low resolution, and blur. FCM algorithm was
implementation make partition image object into four cluster based on similarity
its gray scale. The last step display distance, diameter, and concentration dot of
object in particular parameter of image. Segmentation is main step of
enhancement of image quality which FCM algorithm that produced image
segmentation accurately however evaluation of any parameter did not still quite
significant (look at Table 4.1).