abstrak_Hero Hafizuddin Rahman [13321055]
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
COVER
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
BAB I
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Bab II
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Bab III
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
BAB IV
DAFTAR PUSTAKA
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
LAMPIRAN
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Terbatas  Rina Kania
» Gedung UPT Perpustakaan
Analisis citra mikroskopik digunakan secara luas dalam bidang dermatologi dan industri kosmetik untuk mengevaluasi kerutan kulit secara kuantitatif. Namun, hasil analisis sangat dipengaruhi oleh kondisi akuisisi citra, terutama adanya pencahayaan tidak merata dan blur pada bagian tepi akibat perbedaan kelengkungan permukaan kulit. Permasalahan ini dapat menurunkan akurasi pengukuran parameter tekstur, seperti korelasi dan entropi. Oleh karena itu, penelitian ini difokuskan pada evaluasi metode koreksi pencahayaan non-uniform menggunakan filter morfologi dan Convolutional Neural Network (CNN) dengan membandingkan hasil koreksi terhadap kondisi ideal, yaitu citra kulit pada bidang datar. Rumusan masalah penelitian meliputi: (1) bagaimana nilai parameter kerutan kulit yang diperoleh dari citra hasil akuisisi mikroskop digital sebelum dan setelah dilakukan koreksi pencahayaan, serta (2) bagaimana perbandingan kinerja metode koreksi morfologi dan CNN. Penelitian bertujuan untuk mengetahui perubahan nilai parameter kerutan kulit akibat koreksi pencahayaan dan mengevaluasi perbedaan performa kedua metode tersebut.
Hasil penelitian menunjukkan bahwa metode morfologi secara umum memberikan hasil pengukuran yang lebih mendekati kondisi ideal dibandingkan CNN. Metode Flat Field menghasilkan rata-rata selisih korelasi sebesar 0,008 dan entropi sebesar 0,031, metode Open Close sebesar 0,011 untuk korelasi dan 0,033 untuk entropi, sedangkan CNN sebesar 0,013 untuk korelasi dan 0,138 untuk entropi. Keunggulan metode morfologi terletak pada kemampuannya meratakan distribusi intensitas cahaya sekaligus mempertahankan fitur kerutan pada citra kulit, meskipun terdapat reflektansi tinggi dan blur pada area tepi citra. Sebaliknya, model CNN yang digunakan belum optimal karena hanya melakukan koreksi pada komponen iluminasi tanpa memperbaiki blur tepi, serta dipengaruhi keterbatasan data latih dari pre-trained model yang berbasis citra kulit manusia dengan karakteristik reflektansi berbeda. Dengan demikian, dapat disimpulkan bahwa metode morfologi lebih efektif dalam mengoreksi pencahayaan non-uniform pada citra mikroskopik kerutan kulit dibandingkan CNN dalam kondisi penelitian ini.
Perpustakaan Digital ITB