<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="13902">
 <titleInfo>
  <title>Computer Aided Diagnosis (CAD) Untuk Usus Besar Berdasarkan Citra Colonoscopy</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Sonia Ulmaira</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1720301021</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Pustaka Politeknik Caltex Riau</publisher>
   <dateIssued>2021</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xi, 53 hlm.; 21 cm</extent>
 </physicalDescription>
 <note>Banyak jenis penyakit dan peradangan yang terjadi pada usus. Di dunia kedokteran, pengambilan tes masih dilakukan secara konvensional yang bisa saja mengalami kesalahan yang akan mempengaruhi diagnosa. Maka dilakukan pembuatan sistem Computer Aided Diagnosis (CAD) untuk dapat mendeteksi dan mengklasifikasikan jenis penyakit pada usus besar dari citra colonoscopy menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) secara cepat dan akurat. Pengklasifikasian dengan ANFIS ini dilakukan dengan mengambil nilai fitur ekstraksi ciri morfologi yaitu metric dan eccentricity dan ciri tekstur GLCM yaitu contrast, correlation, energy dan homogeneity. Keenam ciri tersebut digunakan sebagai masukan dalam algorima ANFIS untuk mengklasifikasikan citra colonoscopy ke dalam 4 buah kelas yaitu Divertikel, Kolitis, Normal dan Polip. Proses klasifikasi dengan ANFIS ini memiliki dua tahap yaitu proses pelatihan dengan menggunakan 76 citra dan proses pengujian dengan 26 citra. Hasil pengujian klasifikasi menggunakan sistem dengan sampel pengujian sebanyak 26 citra diperoleh akurasi sebesar 80,76%.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Elektronika Telekomunikasi</topic>
 </subject>
 <classification>PA TET</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TET</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1720301021</numerationAndChronology>
    <sublocation>Perpustakaan PCR (R)</sublocation>
    <shelfLocator>PA TET</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="13108" url="" path="KP_PA/POSTER/PA1720301021_poster_pa.png" mimetype="image/png">Poster - Computer Aided Diagnosis (CAD) Untuk Usus Besar Berdasarkan Citra Colonoscopy</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>13902</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2021-09-04 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-06-09 15:44:06</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>