TA : Rancang Bangun Pendeteksi Golongan Darah Menggunakan Metode Component Labelling

Naja, Mas Ulun (2017) TA : Rancang Bangun Pendeteksi Golongan Darah Menggunakan Metode Component Labelling. Undergraduate thesis, Institut Bisnis dan Informatika Stikom Surabaya.

Text 13410200033-2017-COMPLETE.pdf Download (7MB)

Search this title on : |

Abstract

Selama ini proses pemeriksaan golongan darah dilakukan dengan metode ABO yaitu dengan cara meneteskan 3 antisera pada 3 sampel darah yang sama diberi antisera A,B, dan AB. Setelah diaduk maka sampel tersebut akan mengalami aglutinasi yaitu proses penggumpalan darah akibat adanya aglutinin yang sifatnya menggumpalkan aglutinogen. Setelah terjadi aglutinasi maka harus dianalisis dengan standar tertentu sehingga golongan darah dapat diketahui. Proses ini masih dilakukan dengan pertolongan laboratorium yang memerlukan ketelitian dan terkadang terjadi kesalahan baca karena keterbatasan mata manusia, maka diperlukan suatu proses otomasi yang dapat membantu kerja manusia untuk melakukan analisis golongan darah. Pada penelitian ini metode yang digunakan untuk mendukung metode ABO adalah metode component labelling. Component labelling dipilih dikarenakan metode ini dapat memberikan inisial atau label dan memberikan informasi luas piksel pada suatu obyek citra yang dideteksi, sehingga metode ini sesuai untuk menganalisis aglutinasi pada sampel darah. Component labelling akan memberikan label yang sama pada sekumpulan piksel yang membentuk obyek yang saling berdekatan pada suatu citra sehingga aglutinasi pada sampel darah dapat dianalisis dengan baik. Setelah aglutinasi dianalisis menggunakan component labelling, luas piksel pada sampel darah dan letak koordinat akan dihitung dan dibandingkan sesuai dengan teori metode ABO sehingga golongan darah dapat diketahui. Sampel darah didapatkan dengan acak sebanyak 24 sampel darah lalu diuji dengan program yang telah dibuat. Hasilnya 100% sampel dapat dianalisis dengan benar dengan ketentuan pengambilan sampel di atas preparat harus benar, ambang batas threshold 80, kualifikasi obyek besar dengan luas diatas 100 piksel, warna dasar obyek adalah putih sehingga tidak ada gangguan pada citra digital, sehingga hasil yang didapat akan sesuai harapan.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item