KLASIFIKASI ABNORMALITAS BENTUK KEPALA SPERMATOZOA PADA VIDEO MIKROSKOPIS SEMEN MANUSIA MENGGUNAKAN ALGORITMA DECISION TREE

Kholis, Moch. Nor (2022) KLASIFIKASI ABNORMALITAS BENTUK KEPALA SPERMATOZOA PADA VIDEO MIKROSKOPIS SEMEN MANUSIA MENGGUNAKAN ALGORITMA DECISION TREE. Undergraduate thesis, UPN "VETERAN' JAWA TIMUR.

[img]
Preview
Text (COVER)
Cover.pdf

Download (365kB) | Preview
[img]
Preview
Text (BAB 1)
BAB I.pdf

Download (123kB) | Preview
[img] Text (BAB 2)
BAB II.pdf
Restricted to Registered users only until 27 April 2024.

Download (282kB)
[img] Text (BAB 3)
BAB III.pdf
Restricted to Registered users only until 27 April 2024.

Download (230kB)
[img] Text (BAB 4)
BAB IV.pdf
Restricted to Registered users only until 27 April 2024.

Download (284kB)
[img]
Preview
Text (BAB 5)
BAB V.pdf

Download (73kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf

Download (82kB) | Preview
[img] Text (LAMPIRAN)
Lampiran.pdf
Restricted to Registered users only until 27 April 2024.

Download (189kB)

Abstract

Dua faktor yang mempengaruhi infertilas pada pria, yakni faktor spermatozoa dan non spermatozoa. Analisis spermatozoa secara rutin menjadi salah satu hal yang penting untuk terus memantau dan menilai tingkat kesuburan. Sistem analisis spermatozoa berbasis komputer dapat memberikan informasi penting terhadap keadaan sperma secara akurat dan cepat. Kontribusi dari penelitian ini ialah dapat mengidentifikasi spermatozoa secara otomatis serta dapat membedakan objek yang bukan spermatozoa. Beberapa penelitian telah dilakukan sebelumnya pada proses otomasi untuk menganalisis spermatozoa namun data masukkan berupa citra. Pada penelitian ini yang dilakukan adalah otomasi dalam menganalisis spermatozoa dengan data masukan berupa video atau gambar bergerak. Tahapan penelitian diawali dengan tahapan preprocessing yaitu ekstraksi video menjadi citra, operasi erosi dan dilasi. Selanjutnya dilakukan proses segmentasi dan deteksi obyek berdasarkan garis tepi, warna dan intensitas warna menggunakan deteksi kontur, ekstraksi fitur berdasarkan eccentricity dan Equivalent Circular Diameter (ECD), setelah itu dilakukan klasifikasi menggunakan decision tree dengan hasil akurasi sebesar 83.81%. Kata kunci: Ekstraksi fitur, Decision Tree, CART, Spermatozoa

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorPUSPANINGRUM, EVA YULIANIDN0005078908UNSPECIFIED
Thesis advisorMUNIR, SYAHRULNIDN0015029602UNSPECIFIED
Subjects: Q Science > QA Mathematics > QA76.6 Computer Programming
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Lisa Nadya Irawan
Date Deposited: 27 Apr 2022 02:16
Last Modified: 27 Apr 2022 02:16
URI: http://repository.upnjatim.ac.id/id/eprint/5953

Actions (login required)

View Item View Item