Show simple item record

dc.contributor.advisorRahmat, Romi Fadillah
dc.contributor.advisorNababan, Erna Budhiarti
dc.contributor.authorSetiawan, Wahyudi
dc.date.accessioned2018-09-19T03:43:05Z
dc.date.available2018-09-19T03:43:05Z
dc.date.issued2018
dc.identifier.otherZulhelmi
dc.identifier.urihttp://repositori.usu.ac.id/handle/123456789/6595
dc.description121402034en_US
dc.description.abstractFructure is a medical condition where there’s a damaged inflicted in the continuity of the bone. Fructure of the bone generally is caused by traumatic blow. Fracture can happen to all range of ages, but is commonly found in elderly and people who needs tool to work with their balancing problems, movement problems, and high risk jobs. Moreover, the fracture of tibia (shankbone) and fibula (calf bone) is the most common case compare to other bones, because the periosteum (a membrane that covers the outer surface of all bones) in this bone is very thin. One of the way to identify this fracture is to view the image result through X-ray, Other than that the identification will need doctor’s manual assistance. These manually done procedure takes a lot of time and the identification result is not accurate in some cases especially in the case where the fracture can’t be seen with bare eyes in the X-ray image. Thus, a more efficient method is needed to identify fracture and its location to boost the accuracy in the identification proses. This research implemented the Support Vector Machine algorithm (SVM) to identify the fracture and Scanline algorithm to identify the location of the fracture. Before the identification process, the image will go through the preprocessing stage, segmentation stage and feature extraction stage with the Invariant Moments method. After testing with 20 X-ray image which have 10 normal bone image and 10 fractured bone can be concluded that the proposed method can be used to identify fractures with an accuracy percentage of 95%.en_US
dc.description.abstractFraktur merupakan suatu kondisi medis dimana terdapat kerusakan pada kontinuitas tulang, retak atau terputusnya keutuhan tulang, yang umumnya disebabkan oleh trauma. Fraktur dapat terjadi pada setiap tingkatan umur, yang beresiko tinggi untuk terjadinya fraktur adalah orang lanjut usia, orang yang bekerja yang membutuhkan keseimbangan, masalah gerakan dan pekerjaan yang beresiko tinggi. Fraktur tibia dan fibula sering terjadi dibandingkan fraktur tulang lainnya, karena periosteum pada bagian tulang ini hanya dilapisi kulit tipis. Salah satu cara untuk mengidentifikasi fraktur adalah dengan melihat gambar hasil X-ray. Adapun pemeriksaan masih dilakukan secara manual oleh dokter. Pemeriksaan manual masih memerlukan waktu cukup lama dan kesalahan identifikasi masih sering terjadi karena terdapat beberapa kasus fraktur yang sulit untuk dilihat secara pandangan langsung, sehingga dibutuhkan suatu pendekatan dengan menggunakan metode untuk mengidentifikasi fraktur dan lokasi fraktur secara otomatis dan untuk meningkatkan akurasi pada proses identifikasi. Metode yang diajukan pada penelitian ini adalah Support Vector Machine (SVM) untuk identifikasi fraktur dan algoritma Scanline untuk mengidentifikasi lokasi fraktur pada tulang. Sebelum tahap identifikasi, citra akan melalui tahapan, yaitu preprocessing, segmentasi dan feature extraction dengan menggunakan metode Invariant Moments. Setelah dilakukan pengujian dengan menggunakan 20data citra Xraydengan pembagian 10 citra tulang normal dan 10 citra frakturdidapatkan kesimpulan bahwa metode yang diajukan mampu mengidentifikasi fraktur dan lokasi fraktur dengan persentase akurasi sebesar 95%.en_US
dc.language.isoiden_US
dc.subjectFractureen_US
dc.subjectTibia and Fibulaen_US
dc.subjectInvariant Momentsen_US
dc.subjectScanlineen_US
dc.subjectSupport Vector Machine.en_US
dc.titleIdentifikasi Fraktur pada Tulang Tibia dan Fibula Menggunakan Algoritma Support Vector Machine (SVM)en_US
dc.typeSkripsi Sarjanaen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record