Segmentasi citra USG 2D untuk phantom polyurethane menggunakan algoritma fuzzy-C means (FCM) = Segmentation of USG 2D image for polyurethane phantom using fuzzy C means fcm algorithm / St. Nawal Jaya
St. Nawal Jaya;
Sastra Kusuma Wijaya, supervisor; Yaya Suryana, supervisor; Ahyuadin Sodri, examiner; Mohamad Ivan Fanany, examiner; Anwar Soefi Ibrahim, examiner
([Publisher not identified]
, 2013)
|
ABSTRAK Penelitian ini bertujuan untuk meningkatkan kualitas citra USG 2D dan evaluasiparameter untuk phantom polyurethane sebagai test unjuk kerja dan akurasi USG2D. Untuk mencapai tujuan tersebut maka dilakukan tahap pre-processing,intermediate-processing, dan post-processing menggunakan software Matlabsecara offline. Pre-processing terdiri dari cropping dan filtering, intermediateprocessingberupa segmentasi menggunakan algoritma FCM, dan post-processingmengevaluasi parameter-parameter dari citra phantom polyurethane. Hasil daripre-processing yaitu dimensi citra menjadi kecil, resolusi turun, dan citra menjadiblur. Algoritma FCM yang diimplementasikan mempartisi objek citra ke dalamempat cluster berdasarkan similaritas derajat keabuannya. Tahap terakhir,menampilkan jarak, diameter, dan titik konsentrasi objek pada parameter tertentudari citra. Segmentasi merupakan inti dari peningkatan kualitas citra yang manaalgoritma FCM menghasilkan citra yang tersegmentasi secara tepat namunevaluasi beberapa parameter masih kurang signifikan (lihat Tabel 4.1). ABSTRACT The research aim to upgrade image quality of USG 2D and to evaluate parameterfor polyurethane phantom as performance test and accuracy of USG 2D. Thegoals could be reached via pre-processing, intermediate-processing, and postprocessingstep using Matlab software in offline. Pre-processing consist ofcropping and filtering process. Intermediate-processing is segmentation that usingFuzzy C-Means (FCM) algorithm and post-processing evaluated parameter ofpolyurethane phantom image. Result of pre-processing is polyurethane phantomimage with small dimension, low resolution, and blur. FCM algorithm wasimplementation make partition image object into four cluster based on similarityits gray scale. The last step display distance, diameter, and concentration dot ofobject in particular parameter of image. Segmentation is main step ofenhancement of image quality which FCM algorithm that produced imagesegmentation accurately however evaluation of any parameter did not still quitesignificant (look at Table 4.1). |
T-Pdf St Nawal Jaya.pdf :: Unduh
|
No. Panggil : | T-Pdf |
Entri utama-Nama orang : | |
Entri tambahan-Nama orang : | |
Entri tambahan-Nama badan : | |
Subjek : | |
Penerbitan : | [Place of publication not identified]: [Publisher not identified], 2013 |
Program Studi : |
Bahasa : | ind |
Sumber Pengatalogan : | LibUI ind rda |
Tipe Konten : | text |
Tipe Media : | computer |
Tipe Carrier : | online resource |
Deskripsi Fisik : | xvi, 107 pages : illustration ; 28 cm + appendix |
Naskah Ringkas : | |
Lembaga Pemilik : | Universitas Indonesia |
Lokasi : | Perpustakaan UI, Lantai 3 |
No. Panggil | No. Barkod | Ketersediaan |
---|---|---|
T-Pdf | TERSEDIA |
Ulasan: |
Tidak ada ulasan pada koleksi ini: 20350591 |