Aplikasi Penghitungan Sel Darah Citra Mikroskop dengan Metode Instance Segmentation

Axel, Stefan and Siswantoro, Joko and Benarkah, Njoto (2025) Aplikasi Penghitungan Sel Darah Citra Mikroskop dengan Metode Instance Segmentation. [Copyright]

PDF sertifikat_EC002025041679.pdf - Published Version Download (3MB)

Abstract

Penghitungan sel darah saat ini dilakukan dengan beberapa metode, seperti penghitungan manual dengan hemositometer dan penghitungan otomatis dengan hematology analyzer. Tidak semua klinik dan laboratorium memiliki penghitung sel darah otomatis karena biaya pembelian dan perawatan yang tinggi, namun penghitungan manual bergantung pada hasil observasi penelitinya pada mikroskop, sehingga menggunakan lebih banyak waktu dibandingkan penghitungan otomatis dan dapat terjadi kesalahan penghitungan sel terutama pada sel yang bertumpuk. Sebuah aplikasi yang dapat menghitung sel darah secara otomatis dibuat untuk mengatasi hal tersebut. Metode instance segmentation dengan deep learning dapat digunakan untuk melakukan segmentasi dan penghitungan sel darah pada citra digital. Metode ini diterapkan dengan model U-Net untuk segmentasi sel dan model YOLOv5 untuk penghitungan sel. Pengembang YOLOv5 juga membuat model YOLOv5 untuk instance segmentation sehingga model tersebut juga dievaluasi, dan model yang memberikan performa terbaik diterapkan pada aplikasi. Evaluasi kombinasi U-Net dan YOLOv5s menghasilkan nilai precision 94,77%, recall 80,62%, mAP50 86,81%, dan mAP50-95 52,56%. Sementara itu, model YOLOv5s-seg menunjukkan hasil yang lebih baik, dengan precision 95,83%, recall 94,68%, mAP50 97,73%, dan mAP50-95 77,50% untuk tiga kelas sel darah: eritrosit, leukosit, dan platelet. Aplikasi dikembangkan berbasis web dan menampilkan jumlah serta hasil segmentasi dari ketiga kelas sel darah pada citra yang diunggah pengguna

Item Type:	Copyright
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software Q Science > QR Microbiology
Divisions:	Faculty of Engineering > Department of Informatic
Depositing User:	Njoto Benarkah 61120
Date Deposited:	04 Jul 2025 02:23
Last Modified:	04 Jul 2025 02:23
URI:	http://repository.ubaya.ac.id/id/eprint/48878

Actions (login required)

View Item