PENGARUH TEKNIK PENINGKATAN KUALITAS CITRA TERHADAP KLASIFIKASI TUBERKULOSIS PADA CITRA X-RAY THORAX DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK-Submit Jurnal/Seminar

Lebang, Yunitha (2026) PENGARUH TEKNIK PENINGKATAN KUALITAS CITRA TERHADAP KLASIFIKASI TUBERKULOSIS PADA CITRA X-RAY THORAX DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK-Submit Jurnal/Seminar. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 02221007_cover.pdf Restricted to Repository staff only Download (352kB) | Request a copy
	Text 02221007_statement_of_authenticity.pdf Restricted to Repository staff only until 12 October 2028. Download (550kB) | Request a copy
	Text 02221007_publishing_agreement.pdf Restricted to Repository staff only until 12 October 2028. Download (668kB) | Request a copy
	Text 02221007_approval_sheet.pdf Restricted to Repository staff only until 12 October 2028. Download (425kB) | Request a copy
	Text 02221007_preface.pdf Restricted to Repository staff only until 12 October 2028. Download (281kB) | Request a copy
	Text 02221007_abstract_id.pdf Restricted to Repository staff only until 12 October 2028. Download (480kB) | Request a copy
	Text 02221007_abstract_en.pdf Restricted to Repository staff only until 12 October 2028. Download (262kB) | Request a copy
	Text 02221007_table_of_content.pdf Restricted to Repository staff only until 12 October 2028. Download (421kB) | Request a copy
	Text 02221007_illustrations.pdf Restricted to Repository staff only until 12 October 2028. Download (304kB) | Request a copy
	Text 02221007_tables.pdf Restricted to Repository staff only until 12 October 2028. Download (373kB) | Request a copy
	Text 02221007_notations.pdf Restricted to Repository staff only until 12 October 2028. Download (385kB) | Request a copy
	Text 02221007_chapter_1.pdf Restricted to Repository staff only until 12 October 2028. Download (595kB) | Request a copy
	Text 02221007_chapter_2.pdf Restricted to Repository staff only until 12 October 2028. Download (938kB) | Request a copy
	Text 02221007_chapter_3.pdf Restricted to Repository staff only until 12 October 2028. Download (648kB) | Request a copy
	Text 02221007_chapter_4.pdf Restricted to Repository staff only until 12 October 2028. Download (1MB) | Request a copy
	Text 02221007_conclusions.pdf Restricted to Repository staff only until 12 October 2028. Download (431kB) | Request a copy
	Text 02221007_bibliography.pdf Restricted to Repository staff only until 12 October 2028. Download (290kB) | Request a copy
	Text 02221007_enclosure.pdf Restricted to Repository staff only until 12 October 2028. Download (598kB) | Request a copy
	Text 02221007_paper.pdf Restricted to Repository staff only until 12 October 2028. Download (1MB) | Request a copy
	Text 02221007_presentation.pdf Restricted to Repository staff only until 12 October 2028. Download (1MB) | Request a copy
	Text 02221007_Form. TA-020.pdf Restricted to Repository staff only until 12 October 2028. Download (352kB) | Request a copy

Abstract

Tuberkulosis (TB) merupakan salah satu penyakit infeksi dengan tingkat kejadian yang masih tinggi secara global. Menurut Global Tuberculosis Report 2025, terdapat 10,7 juta kasus TB di dunia, dan Indonesia menempati posisi kedua dengan proporsi 10% dari total kasus TB global. Kondisi ini menunjukkan perlunya upaya deteksi dini TB yang lebih efektif. Salah satu metode deteksi adalah citra XRay thorax, namun kualitas citra yang rendah, kontras yang kurang optimal, serta adanya derau (noise) dapat menyebabkan kesalahan interpretasi. Penelitian ini mengkaji pengaruh kombinasi teknik Contrast Limited Adaptive Histogram Equalization (CLAHE) dengan Median Filter, dan CLAHE dengan Gaussian Filter terhadap performa klasifikasi tuberkulosis pada citra X-Ray thorax dengan menggunakan Convolutional Neural Network (CNN). Hasil penelitian menunjukkan bahwa kedua kombinasi metode mampu meningkatkan kualitas citra. Hal ini dibuktikan dengan peningkatan nilai rata-rata entropy dari 7,4124 pada citra asli menjadi 7,6602 pada kombinasi metode terbaik yaitu metode CLAHE dan Gaussian dengan parameter clip limit = 3, serta(????) = 0,3. Peningkatan nilai entropy menunjukkan perbaikan distribusi intensitas piksel dan kontras citra, sehingga detail struktur anatomi paru-paru yang sebelumnya tidak terlihat akibat kontras rendah dapat direpresentasikan dengan lebih baik. Hasil evaluasi model CNN menunjukkan pada kombinasi metode terbaik yaitu metode CLAHE dengan Gaussian Filter dengan clip limit = 2 dan σ = 0,1 dan pada epoch 10 menghasilkan accuracy 98,6%, Precision 94,4%, Recall 97,9%, dan F1-score 96,1%.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Jurusan Matematika dan Teknologi Informasi > Matematika
Depositing User:	Yunitha Yunitha Lebang
Date Deposited:	10 Jul 2026 02:07
Last Modified:	10 Jul 2026 02:07
URI:	http://repository.itk.ac.id/id/eprint/26551

Actions (login required)

View Item