POLTEKMUPOLTEKMU

Jurnal MedikaJurnal Medika

Prosedur tradisional klasifikasi sel darah menggunakan mikroskop di laboratorium hematologi dilakukan untuk memperoleh informasi jenis sel darah. Telah menjadi landasan di laboratorium hematologi untuk mendiagnosis dan memantau gangguan hematologi. Namun, prosedur manual melalui serangkaian uji laboratorium dapat memakan waktu cukup lama. Oleh karena itu penelitian ini ditujukan khusus untuk dapat membantu dalam proses tahap awal klasifikasi jenis sel darah putih secara otomatis di bidang medis. Upaya untuk mengatasi lamanya waktu dan untuk keperluan diagnosis awal dapat menggunakan teknik pengolahan citra berdasarkan morfologi sel darah. Penelitian ini bertujuan untuk mengklasifikasi sel darah putih berdasarkan morfologi sel dengan k-nearest neighbor (knn). Algoritma pengolahan citra yang digunakan adalah hough circle, thresholding, ekstraksi ciri. kemudian untuk proses klasifikasi digunakan metode k-nearest neighbor (knn). Pada proses pengujian digunakan 100 citra untuk di ketahui jenisnya. Hasil pengujian segmentasi menunjukkan akurasi sebesar 78 % dan pengujian klasifikasi sebesar 64%.

Metode segmentasi sel darah putih dari citra darah yang dikembangkan mampu mengidentifikasi sel darah putih dengan akurasi sebesar 78%.Metode klasifikasi citra sel darah putih dengan k-nearest neighbor (knn) mampu mengklasifikasi jenis sel darah putih secara keseluruhan dengan akurasi sebesar 64%.Akurasi klasifikasi dipengaruhi oleh kualitas segmentasi citra dan keterbatasan parameter ciri yang digunakan.

Pertama, perlu dikembangkan metode segmentasi yang lebih adaptif terhadap variasi warna sitoplasma sel darah putih, dengan mengeksplorasi pendekatan thresholding adaptif atau segmentasi berbasis deep learning untuk meningkatkan akurasi deteksi sel berwarna terang. Kedua, penelitian lanjutan sebaiknya mengevaluasi tambahan parameter ekstraksi ciri berbasis tekstur, seperti Gray Level Co-occurrence Matrix (GLCM), untuk membedakan jenis sel yang memiliki bentuk dan warna mirip, seperti limfosit dan limfoblast. Ketiga, perlu dilakukan studi perbandingan metode klasifikasi lain seperti jaringan syaraf tiruan atau support vector machine (SVM) menggunakan dataset yang seimbang, dengan menambahkan sampel tambahan untuk jenis sel yang langka seperti basofil dan eosinofil, guna menguji apakah metode alternatif dapat meningkatkan akurasi klasifikasi secara signifikan dibandingkan pendekatan k-NN yang digunakan dalam penelitian ini.

  1. Hubungan antara viskositas darah dengan hematokrit pada penderita anemia dan orang normal | eBiomedik.... ejournal.unsrat.ac.id/index.php/ebiomedik/article/view/12485Hubungan antara viskositas darah dengan hematokrit pada penderita anemia dan orang normal eBiomedik ejournal unsrat ac index php ebiomedik article view 12485
  2. Review on production of citric acid by fermentation technology | GSC Biological and Pharmaceutical Sciences.... doi.org/10.30574/gscbps.2021.17.3.0313Review on production of citric acid by fermentation technology GSC Biological and Pharmaceutical Sciences doi 10 30574 gscbps 2021 17 3 0313
  3. Elevated leukocyte count as a harbinger of systemic inflammation, disease progression, and poor prognosis:... journals.viamedica.pl/folia_morphologica/article/view/54054Elevated leukocyte count as a harbinger of systemic inflammation disease progression and poor prognosis journals viamedica pl folia morphologica article view 54054
  1. #pengabdian masyarakat#pengabdian masyarakat
  2. #k-nearest neighbor#k-nearest neighbor
Read online
File size451.92 KB
Pages12
Short Linkhttps://juris.id/p-2ja
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test