Main Article Content
Abstract
Abstrak:
Di Indonesia kanker paru menjadi penyebab kematian kedua setelah kanker payudara. Angka mortalitas yang cukup tinggi, maka penentuan diagnosis lebih awal memegang peranan yang sangat penting dalam manajemen terapi. Kelemahan CT-Scan dalam mendiagnosa kanker paru-paru disebabkan oleh kontras citra yang rendah dan derau pada citra. Pada penelitian ini akan membandingkan metode contrast enhancement berbasis histogram equalization dan contrast limited adaptive histogram equalization untuk meningkatkan kualitas citra dengan menggunakan software Matlab. Namun, sebelumnya dilakukan reduksi noise dengan menggunakan metode median filter. Kinerja dari setiap metode dihitung dengan mencari nilai MSE (Mean Square Error) dan PSNR (Peak Signal to Noise Ratio) citra. Dari nilai MSE dan PSNR yang di dapatkan diperoleh nilai MSE dan PSNR terbaik pada metode contrast limited adaptive histogram equalization dengan nilai 653,434 dB dan 245,547 dB.
Article Details
References
- REFERENSI
- [1] R. A. Syifa, K. Adi and C. E. Widodo, “Analisis Tekstur Citra Mikroskopis Kanker Paru Menggunakan Metode Gray Level CO-Occurance Matrix (GLCM) dan Transformasi Wavelet dengan Klasifikasi Naïve Bayes,” Youngster Physics Journal, vol. 5, no. 4, pp. 457-462, 2016.
- [2] N. Jawas and I. W. B. Sentana. “Deteksi Lung Nodule Otomatis dari Citra Medis Computed Tomography (CT) Scan dengan Operasi Morfology dan SVM,” Jurnal Sistem dan Informatika, vol. 12, no. 2, pp. 140-18, 2018.
- [3] R. C. Gonzalez and R. E. Woods, Pedoman Pengendalian Faktor Risiko Kanker Paru. Kementerian Kesehatan RI: Jakarta, 2018.
- [4] L. Wulandari and N. E. Faot, “Problem Penegakkan Diagnostik Pasien dengan Massa di Paru,” Internasional Jurnal Respirasi, vol. 3, no. 2, 2017.
- [5] I. Iqbalawaty, dkk, “Profil Hasil Pemeriksaan CT-Scan pada Pasien Tumor Paru di Bagian Radiologi RSUD Dr. Zainoel Abidin Periode Juli 2018-Oktober 2018,” Original Article, vol. 10, no. 3, pp. 625-630, 2019.
- [6] Y. Liu, H. Wang, Y. Gu, and X. Lv, “Image classification Toward Lung Cancer Recognition by Learning Deep Quality Model,” J. Vis. Commun Image Representation, vol.63, 2019.
- [7] M. R. Khilmawan and A. A. Riadi, “Implementasi Pengurangan Noise pada Citra Tulang menggunakan Metode Median Filter dan Gaussian Filter,” Jurnal Ilmiah Penelitian dan Pembelajaran Informatika, vol. 3, no. 2, pp. 116-121, 2018.
- [8] E. M. Azhari, M. Mudzakkir, M. Hatta, Z. Z. Htike, and S. L. Win, “Brain Tumor Detection and Localizationin Magnetic Resonance Imaging,” International Journal of Information Technology Convergence and Services, vol. 4, no. 1, 2014.
- [9] N. Singh, L. Kaur and K. Singh, “Histogram Equalization Techniques for Enhancement of Low Radiance Retina Images for Early Detection of Diabetic Retinopathy,” Engineering Science and Technology an International Journal, vol.22, pp. 736-745, 2019.
- [10] D. L. Nasution, “Perbaikan Kualitas Citra Maps Menggunakan Metode Contrast Limited Adaptive Histogram Equalization (CLAHE),” Konferensi Nasional Informasi dan Komputer, vol. 3, no. 1, pp. 49-56, 2019.
- [11] I. Maulana and P. N. Andono, “Analisa Perbandingan Adaptif Median Filter dan Median Filter dalam Reduksi Noise Salt & Pepper,” Cogito Smart Journal, vol. 2, no. 2, 2016.
- [12] S. D. B. Mau, “Pengaruh Histogram Equalization untuk Perbaikan Kualitas Citra Digital,” Jurnal SIMETRIS, vol. 7, no.1, 2016.
- [13] N. Ahmad and A. Hadinegoro, “Metode Histogram Equalization untuk Perbaikan Citra Digital,” Seminar Nasional Teknologi Informasi dan Komunikasi Terapan, 2012.
- [14] A. A. Riadi, A. A. Chamid and A. Sokhibi, “Analisis Komparasi Metode Perbaikan Kontras Berbasis Histogram Equalization pada Citra Medis ,” Jurnal SIMETRI, vol. 8, no. 1, 2017.
- [15] H. R. Fajrin, “Perbandingan Metode untuk Perbaikan Kualitas Citra Mammografi,” Jurnal SIMETRIS, vol. 7, no. 2, 2016.