Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2022
- Tujuan
- Nomor
- 3bfe7454-d95d-4a40-bbd8-c7d145112b15
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan kegiatan mengenai pengenalan tuberkulosis secara otomatis dengan menggunakan citra medis. Kegiatan ini melibatkan peneliti UDINUS Alfa Farah, M. Nafis; Hayyin Suristiyanti, Wiwiek; Ibad, Sholihul; Pramunendar, Ricardus Anggi; dan Fajar Shidik, Guruh. Kegiatan tersebut membahas pengenalan otomatis dalam bidang pengolahan citra medis, yang menggunakan sinar-X, CT, MRI, dan modalitas lainnya untuk menyediakan gambar medis bagi keperluan diagnosis.
Kegiatan ini berfokus pada deteksi tuberkulosis sebagai tahap penting sebelum pengobatan lebih lanjut. Sumber menyatakan bahwa interpretasi manusia terhadap sejumlah besar gambar sinar-X dapat menyebabkan kesalahan deteksi. Oleh karena itu, sistem pengenalan otomatis digunakan untuk mendeteksi penyakit tuberkulosis. Kegiatan ini menggunakan dataset dengan dua kelas. Fitur tekstur berbasis GLCM diekstraksi dari setiap kelas dan diterapkan pada jaringan saraf feed-forward dua lapis. Tingkat klasifikasi yang dihasilkan adalah 99%.
Ruang lingkup yang dinyatakan mencakup ekstraksi fitur tekstur dari dua kelas dan klasifikasi melalui jaringan saraf. Temuan yang dilaporkan adalah tingkat klasifikasi yang dihasilkan oleh proses tersebut. Sumber tidak memberikan informasi lebih lanjut mengenai dataset, perolehan citra, rancangan evaluasi, atau lingkungan penerapan. Kegiatan ini berkaitan dengan tujuan yang dinyatakan mengenai penelitian kesehatan karena menangani deteksi tuberkulosis melalui pengenalan citra medis secara otomatis. Bukti ini menunjukkan UDINUS melaksanakan penelitian yang berfokus pada pendekatan pengolahan citra medis untuk pengenalan tuberkulosis.