IDENTIFICATION OF TUBERCULOSIS BACTERIA

07.22 |

IDENTIFIKASI BAKTERI TUBERCULOSIS BERDASAR CIRI MORFOLOGI DAN WARNA

IDENTIFICATION OF TUBERCULOSIS BACTERIA BASED ON MORPHOLOGY AND COLOR CHARACTERISTICS

Created by :
M. YA'QUB ZAIN

Subject:	Bacteria
Alt. Subject :	Image processing-digital techniques Bacteria-identification Tubercolusis
Keyword:	Tuberculosis bacteria digital image processing neural network backpropagation algorithm.

[ Description ]

Identifikasi bakteri tuberculosis mempunyai peran penting untuk mengetahui adanya penyakit, salah satunya adalah penyakit tuberculosis. Identifikasian bakteri tuberculosis selama ini dilakukan secara manual di laboratorium yang membutuhkan waktu, sehingga melelahkan dan cenderung memiliki tingkat akurasi yang rendah. Oleh karena dibutuhkan proses identifikasi otomatis dengan akurasi yang tinggi. Dalam tugas akhir ini dilakukan pengembangan perangkat lunak untuk mengidentifikasi bakteri tuberculosis pada dahak manusia dengan menggunakan teknologi pengolahan citra digital. Citra digital yang dianalisis adalah citra bakteri tuberculosis yang diambil dari dahak penderita penyakit tuberculosis. Proses pengolahan citra digital dimulai dari proses akuisisi citra, operasi warna, operasi morfologi dan pengenalan dengan jaringan syaraf tiruan dengan menggunakan algoritma propagasi balik. Hasil pengidentifikasi bakteri tuberculosis akan diuji dengan hasil identifikasi secara manual, sedangkan hasil identifikasi tersebut mencapai 86.7%

Alt. Description

Identification of tuberculosis bacteria is important in diagnosis tuberculosis disease. Identification of tuberculosis bacteria while done manually in laboratory which prone to human error. Therefore, it needs to accomplish the identification process automatically.This final project an effort to develop a software to identification of tuberculosis bacteria in sputum of human using digital image processing technology. Images of tuberculosis bacteria that are used in this work are restricted only to the tuberculosis bacteria which are taken from patients suffered from tuberculosis desease sample from patient (human who contain tuberculosis disease). The algorithm for identification consists of three main stages, i.e. pre processing, color processing, morphological recognition, and recognition process are accomplished by backpropagation algorithm of the artificial neural network.This system result validated with manual methode, whereas the result of identification of tuberculosis bacteria is 86.7%.