Sistem pengklasifikasian pintar untuk jenis parasit malaria

Malaria adalah disebabkan oleh parasit protozoa daripada genus plasmodium. Tanda-tanda jangkitan yang biasa termasuklah demam, menggigil, sakit otot dan sakit kepala. Pada masa kini, dua kaedah diagnosis secara manual oleh pakar mikrobiologi dipraktikkan ke atas sampel palitan darah nipis bagi menge...

Full description

Saved in:

Bibliographic Details
Main Author:	Siti Nurul Aqmariah, Kanafiah
Format:	Thesis
Language:	other
Subjects:	Malaria Protozoa Genus plasmodium Parasit Malaria Sistem Pengklasifikasian Pintar
Online Access:	http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/1/Page%201-24.pdf http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/2/Full%20text.pdf
Tags:	Add Tag No Tags, Be the first to tag this record!

id	my-unimap-40856
record_format	uketd_dc
spelling	my-unimap-408562016-02-04T04:29:55Z Sistem pengklasifikasian pintar untuk jenis parasit malaria Siti Nurul Aqmariah, Kanafiah Malaria adalah disebabkan oleh parasit protozoa daripada genus plasmodium. Tanda-tanda jangkitan yang biasa termasuklah demam, menggigil, sakit otot dan sakit kepala. Pada masa kini, dua kaedah diagnosis secara manual oleh pakar mikrobiologi dipraktikkan ke atas sampel palitan darah nipis bagi mengenalpasti jenis-jenis parasit malaria, iaitu kaedah mikroskopik dan tanpamikroskopik. Namun, terdapat kelemahan pada kedua-dua kaedah ini seperti ia hanya boleh dijalankan oleh pakar mikrobiologi sahaja disebabkan oleh proses mentafsir dan menilai slaid palitan darah nipis secara tepat memerlukan kemahiran yang tinggi. Justeru, penggunaan sistem pintar berasaskan teknologi pemprosesan imej dan rangkaian neural dibina bagi mengklasifikasikan tiga jenis parasit malaria iaitu Plasmodium falciparum (PF), Plasmodium malariae (PM) dan Plasmodium vivax (PV). Pembangunan sistem pengklasifikasian ini terbahagi kepada tiga peringkat utama. Pada peringkat pertama, proses peruasan diimplemenkan ke atas imej palitan darah nipis yang terbahagi kepada dua fasa. Pada Fasa 1, peruasan tertumpu kepada peruasan sel darah merah (SDM) dan latar belakang imej dengan menggunakan gabungan teknik kaedah Otsu, pengisian lubang dan pengecutan artifak. Pada Fasa 2, algoritma pembentukan sel berasaskan jejari (RCF) direkabentuk, khusus bagi mengasingkan SDM bertindih kepada SDM tunggal yang terbukti mampu mengekalkan saiz dan bentuk setiap SDM tunggal yang dipisahkan. Kemudian, teknik pengambangan diaplikasikan bagi meruas imej kepada dua ruas iaitu parasit malaria dan SDM. Pada peringkat kedua, proses pengekstrakan ciri dilaksanakan iaitu pengiraan saiz SDM dan penentuan bentuk parasit malaria menggunakan teknik momen Hu. 15 ciri telah berjaya diekstrak iaitu nisbah saiz SDM yang dijangkiti terhadap SDM normal, 7 ciri momen Hu berasaskan saiz dan 7 ciri momen Hu berasaskan perimeter. Pada peringkat terakhir, semua ciri tersebut digunakan sebagai data masukan kepada rangkaian neural MLP untuk tujuan proses pengklasifikasian. Dengan menggunakan rangkaian neural MLP yang dilatih menggunakan algoritma pembelajaran aturan Bayesian, prestasi sistem yang dibina adalah 99.68% pada fasa latihan dan 99.52% pada fasa ujian. Oleh itu, dapat disimpulkan bahawa sistem yang dicadangkan berkeupayaan tinggi dan sesuai digunakan untuk pengklasifikasian jenis-jenis parasit malaria. Universiti Sains Malaysia (USM) 2012 Thesis other http://dspace.unimap.edu.my:80/xmlui/handle/123456789/40856 http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/1/Page%201-24.pdf 4958deb86867ff27f3e6c69f0bf1b07e http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/2/Full%20text.pdf df8c1b7a6c3da096ee9ed82cde8a78ba http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/3/license.txt 8a4605be74aa9ea9d79846c1fba20a33 Malaria Protozoa Genus plasmodium Parasit Malaria Sistem Pengklasifikasian Pintar Pusat Pengajian Kejuruteraan Mekatronik
institution	Universiti Malaysia Perlis
collection	UniMAP Institutional Repository
language	other
topic	Malaria Protozoa Genus plasmodium Parasit Malaria Sistem Pengklasifikasian Pintar
spellingShingle	Malaria Protozoa Genus plasmodium Parasit Malaria Sistem Pengklasifikasian Pintar Siti Nurul Aqmariah, Kanafiah Sistem pengklasifikasian pintar untuk jenis parasit malaria
description	Malaria adalah disebabkan oleh parasit protozoa daripada genus plasmodium. Tanda-tanda jangkitan yang biasa termasuklah demam, menggigil, sakit otot dan sakit kepala. Pada masa kini, dua kaedah diagnosis secara manual oleh pakar mikrobiologi dipraktikkan ke atas sampel palitan darah nipis bagi mengenalpasti jenis-jenis parasit malaria, iaitu kaedah mikroskopik dan tanpamikroskopik. Namun, terdapat kelemahan pada kedua-dua kaedah ini seperti ia hanya boleh dijalankan oleh pakar mikrobiologi sahaja disebabkan oleh proses mentafsir dan menilai slaid palitan darah nipis secara tepat memerlukan kemahiran yang tinggi. Justeru, penggunaan sistem pintar berasaskan teknologi pemprosesan imej dan rangkaian neural dibina bagi mengklasifikasikan tiga jenis parasit malaria iaitu Plasmodium falciparum (PF), Plasmodium malariae (PM) dan Plasmodium vivax (PV). Pembangunan sistem pengklasifikasian ini terbahagi kepada tiga peringkat utama. Pada peringkat pertama, proses peruasan diimplemenkan ke atas imej palitan darah nipis yang terbahagi kepada dua fasa. Pada Fasa 1, peruasan tertumpu kepada peruasan sel darah merah (SDM) dan latar belakang imej dengan menggunakan gabungan teknik kaedah Otsu, pengisian lubang dan pengecutan artifak. Pada Fasa 2, algoritma pembentukan sel berasaskan jejari (RCF) direkabentuk, khusus bagi mengasingkan SDM bertindih kepada SDM tunggal yang terbukti mampu mengekalkan saiz dan bentuk setiap SDM tunggal yang dipisahkan. Kemudian, teknik pengambangan diaplikasikan bagi meruas imej kepada dua ruas iaitu parasit malaria dan SDM. Pada peringkat kedua, proses pengekstrakan ciri dilaksanakan iaitu pengiraan saiz SDM dan penentuan bentuk parasit malaria menggunakan teknik momen Hu. 15 ciri telah berjaya diekstrak iaitu nisbah saiz SDM yang dijangkiti terhadap SDM normal, 7 ciri momen Hu berasaskan saiz dan 7 ciri momen Hu berasaskan perimeter. Pada peringkat terakhir, semua ciri tersebut digunakan sebagai data masukan kepada rangkaian neural MLP untuk tujuan proses pengklasifikasian. Dengan menggunakan rangkaian neural MLP yang dilatih menggunakan algoritma pembelajaran aturan Bayesian, prestasi sistem yang dibina adalah 99.68% pada fasa latihan dan 99.52% pada fasa ujian. Oleh itu, dapat disimpulkan bahawa sistem yang dicadangkan berkeupayaan tinggi dan sesuai digunakan untuk pengklasifikasian jenis-jenis parasit malaria.
format	Thesis
author	Siti Nurul Aqmariah, Kanafiah
author_facet	Siti Nurul Aqmariah, Kanafiah
author_sort	Siti Nurul Aqmariah, Kanafiah
title	Sistem pengklasifikasian pintar untuk jenis parasit malaria
title_short	Sistem pengklasifikasian pintar untuk jenis parasit malaria
title_full	Sistem pengklasifikasian pintar untuk jenis parasit malaria
title_fullStr	Sistem pengklasifikasian pintar untuk jenis parasit malaria
title_full_unstemmed	Sistem pengklasifikasian pintar untuk jenis parasit malaria
title_sort	sistem pengklasifikasian pintar untuk jenis parasit malaria
granting_institution	Universiti Sains Malaysia (USM)
granting_department	Pusat Pengajian Kejuruteraan Mekatronik
url	http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/1/Page%201-24.pdf http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/40856/2/Full%20text.pdf
_version_	1747836810293149696

Sistem pengklasifikasian pintar untuk jenis parasit malaria

Similar Items