Muhamad Syaiful, Iman (2025) Implementasi teknologi machine learning pada alat mikroskop digital untuk deteksi plasmodium vivax penyebab penyakit malaria. Skripsi thesis, Politeknik Kesehatan Kemenkes Surabaya.
|
Text
1. Cover.pdf Download (1MB) |
|
|
Text
2. Halaman Persetujuan Pembimbing.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
3. Halaman Pengesahan Penguji.pdf Restricted to Repository staff only Download (726kB) |
|
|
Text
4. Surat Pernyataan Orisinilitas.pdf Restricted to Repository staff only Download (971kB) |
|
|
Text
5. Abstrak.pdf Download (463kB) |
|
|
Text
6. Kata Pengantar.pdf Restricted to Repository staff only Download (377kB) |
|
|
Text
7. Daftar Isi.pdf Download (9MB) |
|
|
Text
8. Daftar Tabel.pdf Download (9MB) |
|
|
Text
9. Daftar Gambar.pdf Download (9MB) |
|
|
Text
10. Daftar Singkatan dan Simbol.pdf Download (9MB) |
|
|
Text
11. Daftar Lampiran.pdf Download (346kB) |
|
|
Text
12. Bab 1.pdf Restricted to Repository staff only Download (589kB) |
|
|
Text
13. Bab 2.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
14. Bab 3.pdf Restricted to Repository staff only Download (791kB) |
|
|
Text
15. Bab 4.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
16. Bab 5.pdf Restricted to Repository staff only Download (545kB) |
|
|
Text
17. Bab 6.pdf Restricted to Repository staff only Download (448kB) |
|
|
Text
18. Daftar Pustaka.pdf Download (672kB) |
|
|
Text
19. Lampiran.pdf Restricted to Repository staff only Download (5MB) |
|
|
Text
20. Artikel.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Penyakit malaria disebabkan oleh infeksi dari Protozoa genus plasmodium. Kondisi ini dapat bersifat akut maupun kronis, serta umumnya menimbulkan gejala seperti demam, menggigil, penurunan kadar hemoglobin, dan pembesaran organ limpa. Tes diganosis cepat dan Pemeriksaan mikroskop apusan darah umumnya digunakan untuk menetapkan diagnosis penyakit malaria. Untuk tujuan diagnosis suatu penyakit, alat mikroskop bisa dimanfaatkan untuk melihat objek mikroskopis yaitu virus, bakteri maupun sel. Tetapi Ahli laboratorium dapat mengalami kelelahan, kesalahan, dan subjektivitas pada saat melakukan pengamatan dengan banyak sampel. Penelitian ini bertujuan untuk merancang sistem pendeteksian Plasmodium vivax dengan pendekatan machine learning berbasis Artificial Neural Network (ANN), yang diharapkan mampu mengurangi tingkat kelelahan, kesalahan, serta subjektivitas dalam pemeriksaan mikroskopis. Penelitian ini menggunakan 500 citra data latih dan 200 citra data uji. Proses dimulai dari akuisisi citra menggunakan mikroskop dengan kamera HDCE–X5N beresolusi 2592×1944 piksel, kemudian dilakukan segmentasi warna dengan mengubah citra dari ruang warna RGB ke HSV dan penerapan teknik thresholding pada komponen HSV untuk menghasilkan citra biner. Pada tahap pelatihan sistem menggunakan parameter fitur morfologi circularity dan eccentricity. Hasil pengujian performa sistem menunjukkan nilai akurasi 92,42%, presisi sebesar 100,00% dan nilai recall sebesar 92,34% serta F1-score 96,02%. Hal ini membuktikan bahwa penerapan Machine learning berbasis Arficial Neural Network (ANN) mampu mendeteksi Plasmodium vivax dengan tingkat performa yang baik.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Contributors: | Contribution Contributor NIDN/NIDK UNSPECIFIED I Dewa Gede Hari, Wisana nidn4002047501 UNSPECIFIED Triana, Rahmawati nidn4023068101 |
| Additional Information: | 11SKR20250045 |
| Uncontrolled Keywords: | Malaria, Plasmodium vivax, Segmentasi warna, Machine learning, Artificial Neural Network |
| Subjects: | R Medicine > Medical Electronics > Biomedical Engineering |
| Divisions: | Poltekkes Kemenkes Surabaya > Jurusan Teknologi Elektromedik > Program Studi Sarjana Terapan Teknologi Rekayasa Elektro-medis |
| Depositing User: | Shirly Qurrota Ainy |
| Date Deposited: | 16 Apr 2026 05:03 |
| Last Modified: | 16 Apr 2026 05:03 |
| URI: | http://repo.poltekkes-surabaya.ac.id/id/eprint/11758 |
Actions (login required)
![]() |
View Item |

