Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis
Penyakit Alzheimer adalah kondisi neurologis yang secara bertahap membunuh sel-sel otak dan dapat membahayakan otak secara permanen. Sekitar 50 juta orang di seluruh dunia menderita penyakit Alzheimer atau demensia jenis lain. Jumlah pasien Alzheimer yang banyak mengindikasikan bahwa penting untuk...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2023-07-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/6826 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1823858616682151936 |
|---|---|
| author | Nilna Almumtazah Muhammad Sahrul Kiromi Nurissaidah Ulinnuha |
| author_facet | Nilna Almumtazah Muhammad Sahrul Kiromi Nurissaidah Ulinnuha |
| author_sort | Nilna Almumtazah |
| collection | DOAJ |
| description |
Penyakit Alzheimer adalah kondisi neurologis yang secara bertahap membunuh sel-sel otak dan dapat membahayakan otak secara permanen. Sekitar 50 juta orang di seluruh dunia menderita penyakit Alzheimer atau demensia jenis lain. Jumlah pasien Alzheimer yang banyak mengindikasikan bahwa penting untuk melakukan deteksi dini dengan menggunakan pencitraan MRI otak. Penelitian ini bertujuan untuk mencegah terjadinya alzheimer dengan melakukan deteksi dini sehingga menurunkan kemungkinan meninggalnya pasien alzheimer. Adaptive Neuro-Fuzzy Inference System (ANFIS) adalah metode untuk mengklasifikasikan penyakit Alzheimer. ANFIS menggabungkan ANN dengan FIS sehingga keduanya dapat bekerja sama untuk memberikan hasil yang berarti. Fuzzy C-Means (FCM) 3 cluster pertama-tama akan mensegmentasi data citra MRI untuk menghasilkan citra WM, GM, dan CSF. Citra GM juga akan digunakan untuk metode ekstraksi fitur GLCM. Nilai sensitivitas rata-rata terbaik dicapai pada uji coba k-fold 5 dengan type of membership function trapezoidal, 50 epoch, dan sudut 90°, dengan sensitivitas 90,27%, sesuai dengan hasil uji berganda yang telah dijalankan. Sementara k-fold 10 ditemukan memiliki sudut dan jenis fungsi keanggotaan yang sama pada saat percobaan epoch 150, diperoleh nilai 89,94%.
Abstract
Alzheimer's disease is a neurological condition that gradually kills brain cells and can harm the brain permanently. About 50 million people worldwide have Alzheimer's disease or another kind of dementia. Given many Alzheimer's patients, it is essential to identify it using brain MRI imaging. This study intends to prevent Alzheimer's instances by performing early detection, lowering the likelihood that Alzheimer's patients would pass away. The Adaptive Neuro-Fuzzy Inference System (ANFIS) is a method for classifying Alzheimer's disease. ANFIS combines ANN with FIS such that the two can work together to provide meaningful outcomes. Fuzzy C-Means (FCM) 3 clusters will first segment the MRI image data to produce the WM, GM, and CSF pictures. The GM image will also be used for the GLCM method of feature extraction. The best average sensitivity value was reached during the k-fold 5 trial with the type of membership function trapezoidal, 50 epoch, and 90° angle, with a sensitivity of 90.27%, according to the results of multiple tests that have been run. While k-fold 10 was found to have the same angle and kind of membership function at the time of the epoch 150 trial, a value of 89.94% was attained.
|
| format | Article |
| id | doaj-art-48a3afb0a09b44bea420870a710d7195 |
| institution | Kabale University |
| issn | 2355-7699 2528-6579 |
| language | Indonesian |
| publishDate | 2023-07-01 |
| publisher | University of Brawijaya |
| record_format | Article |
| series | Jurnal Teknologi Informasi dan Ilmu Komputer |
| spelling | doaj-art-48a3afb0a09b44bea420870a710d71952025-02-11T10:39:08ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792023-07-0110310.25126/jtiik.202310368261128Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan AnfisNilna Almumtazah0Muhammad Sahrul Kiromi1Nurissaidah Ulinnuha2Universitas Islam Negeri Sunan Ampel, SurabayaUniversitas Islam Negeri Sunan Ampel, SurabayaUniversitas Islam Negeri Sunan Ampel, Surabaya Penyakit Alzheimer adalah kondisi neurologis yang secara bertahap membunuh sel-sel otak dan dapat membahayakan otak secara permanen. Sekitar 50 juta orang di seluruh dunia menderita penyakit Alzheimer atau demensia jenis lain. Jumlah pasien Alzheimer yang banyak mengindikasikan bahwa penting untuk melakukan deteksi dini dengan menggunakan pencitraan MRI otak. Penelitian ini bertujuan untuk mencegah terjadinya alzheimer dengan melakukan deteksi dini sehingga menurunkan kemungkinan meninggalnya pasien alzheimer. Adaptive Neuro-Fuzzy Inference System (ANFIS) adalah metode untuk mengklasifikasikan penyakit Alzheimer. ANFIS menggabungkan ANN dengan FIS sehingga keduanya dapat bekerja sama untuk memberikan hasil yang berarti. Fuzzy C-Means (FCM) 3 cluster pertama-tama akan mensegmentasi data citra MRI untuk menghasilkan citra WM, GM, dan CSF. Citra GM juga akan digunakan untuk metode ekstraksi fitur GLCM. Nilai sensitivitas rata-rata terbaik dicapai pada uji coba k-fold 5 dengan type of membership function trapezoidal, 50 epoch, dan sudut 90°, dengan sensitivitas 90,27%, sesuai dengan hasil uji berganda yang telah dijalankan. Sementara k-fold 10 ditemukan memiliki sudut dan jenis fungsi keanggotaan yang sama pada saat percobaan epoch 150, diperoleh nilai 89,94%. Abstract Alzheimer's disease is a neurological condition that gradually kills brain cells and can harm the brain permanently. About 50 million people worldwide have Alzheimer's disease or another kind of dementia. Given many Alzheimer's patients, it is essential to identify it using brain MRI imaging. This study intends to prevent Alzheimer's instances by performing early detection, lowering the likelihood that Alzheimer's patients would pass away. The Adaptive Neuro-Fuzzy Inference System (ANFIS) is a method for classifying Alzheimer's disease. ANFIS combines ANN with FIS such that the two can work together to provide meaningful outcomes. Fuzzy C-Means (FCM) 3 clusters will first segment the MRI image data to produce the WM, GM, and CSF pictures. The GM image will also be used for the GLCM method of feature extraction. The best average sensitivity value was reached during the k-fold 5 trial with the type of membership function trapezoidal, 50 epoch, and 90° angle, with a sensitivity of 90.27%, according to the results of multiple tests that have been run. While k-fold 10 was found to have the same angle and kind of membership function at the time of the epoch 150 trial, a value of 89.94% was attained. https://jtiik.ub.ac.id/index.php/jtiik/article/view/6826 |
| spellingShingle | Nilna Almumtazah Muhammad Sahrul Kiromi Nurissaidah Ulinnuha Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis Jurnal Teknologi Informasi dan Ilmu Komputer |
| title | Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis |
| title_full | Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis |
| title_fullStr | Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis |
| title_full_unstemmed | Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis |
| title_short | Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis |
| title_sort | klasifikasi alzheimer berdasarkan data citra mri otak menggunakan fcm dan anfis |
| url | https://jtiik.ub.ac.id/index.php/jtiik/article/view/6826 |
| work_keys_str_mv | AT nilnaalmumtazah klasifikasialzheimerberdasarkandatacitramriotakmenggunakanfcmdananfis AT muhammadsahrulkiromi klasifikasialzheimerberdasarkandatacitramriotakmenggunakanfcmdananfis AT nurissaidahulinnuha klasifikasialzheimerberdasarkandatacitramriotakmenggunakanfcmdananfis |