Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN)
Abstract Schistosomiasis is a zoonotic disease caused by a blood worm in the Trematode class of the genus Schistosoma that lives in a vein. This disease is one of the oldest and most important diseases in the world. In Indonesia, Schistosomiasis is caused by Schistosoma Japonicum Sp. This study f...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Badan Penelitian dan Pengembangan Kesehatan
2020-06-01
|
| Series: | Jurnal Vektor Penyakit |
| Subjects: | |
| Online Access: | https://ejournal2.litbang.kemkes.go.id/index.php/vektorp/article/view/2013 |
| _version_ | 1798023600079372288 |
|---|---|
| author | windy rusma astuti Hayani Anastasia R Ratianingsih J. W. Puspitaa samarang samarang |
| author_facet | windy rusma astuti Hayani Anastasia R Ratianingsih J. W. Puspitaa samarang samarang |
| author_sort | windy rusma astuti |
| collection | DOAJ |
| description | Abstract
Schistosomiasis is a zoonotic disease caused by a blood worm in the Trematode class of the genus Schistosoma that lives in a vein. This disease is one of the oldest and most important diseases in the world. In Indonesia, Schistosomiasis is caused by Schistosoma Japonicum Sp. This study focused on the detection of Schistosomiasis disease through identification of worm eggs found in human feces. Based on the result of the observations of the Schistosomiasis Laboratory in Kaduwaa and Dodolo Villages in North Lore Subdistrict, Poso Regency it was found the worm eggs of other species in feces of resident in Kaduwaa and Dodolo villages, namely Ascaris Lumbricoides worm eggs and Ancylostoma Duodenale worm eggs. Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA) methods are used to extract the egg image for the identification process, while Probabilistic Neural Network (PNN) methods were used to classify the species of the egg. The identification results are influenced by image capture techniques, image cutting techniques, the pixel size in the image, smoothing parameter values, and the number of sample images that used to train and test the data. The average accuracy of worm egg images identification using PNN is 98% with using the value of smoothing parameters 0,2. This result also shows that the Probabilistic Neural Network (PNN) method could be applied to identify the image of worm eggs found in human feces.
Abstrak
Schistosomiasis merupakan penyakit zoonosis yang disebabkan oleh cacing darah kelas Trematoda dari genus Schistosoma yang tinggal dalam pembuluh darah vena. Penyakit ini merupakan salah satu penyakit tertua dan paling penting di dunia. Di Indonesia, Schistosomiasis disebabkan oleh cacing Schistosoma Japonicum Sp. Penelitian ini berfokus pada deteksi penyakit Schistosomiasis melalui identifikasi telur cacing yang terdapat pada feses manusia. Hasil observasi di Laboratorium Schistosomiasis desa Kaduwaa dan Desa Dodolo Kecamatan Lore Utara Kabupaten Poso memperlihatkan ditemukannya pula telur cacing dari spesies lain pada feses masyarakat desa Kaduwaa dan Desa Dodolo, yaitu telur cacing Ascaris Lumbricoides dan Ancylostoma Duodenale. Metode Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA) digunakan untuk ekstraksi citra telur dalam proses identifikasi, sementara metode Probabilistic Neural Network (PNN) digunakan untuk klasifikasi spesies telur. Hasil identifikasi dipengaruhi oleh teknik pengambilann citra, teknik pemotongan citra, besarnya piksel pada citra, nilai smoothing parameter, serta jumlah citra sampel yang digunakan untuk data pelatihan dan pengujian. Akurasi rata-rata identifikasi citra telur cacing menggunakan PNN tertinggi yaitu dengan menggunakan nilai smoothing parameter . Hal ini menunjukkan bahwa metode Probabilistic Neural Network (PNN) dapat diterapkan untuk identifikasi citra telur cacing yang terdapat pada feses manusia. |
| first_indexed | 2024-04-11T17:49:04Z |
| format | Article |
| id | doaj.art-b95e1da97ee84be1950ea25ea6391c17 |
| institution | Directory Open Access Journal |
| issn | 1978-3647 2354-8835 |
| language | English |
| last_indexed | 2024-04-11T17:49:04Z |
| publishDate | 2020-06-01 |
| publisher | Badan Penelitian dan Pengembangan Kesehatan |
| record_format | Article |
| series | Jurnal Vektor Penyakit |
| spelling | doaj.art-b95e1da97ee84be1950ea25ea6391c172022-12-22T04:11:12ZengBadan Penelitian dan Pengembangan KesehatanJurnal Vektor Penyakit1978-36472354-88352020-06-01141495610.22435/vektorp.v14i1.20132013Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN)windy rusma astuti0Hayani AnastasiaR RatianingsihJ. W. Puspitaasamarang samarangjurusan matematika fakultas mipa universitas tadulakoAbstract Schistosomiasis is a zoonotic disease caused by a blood worm in the Trematode class of the genus Schistosoma that lives in a vein. This disease is one of the oldest and most important diseases in the world. In Indonesia, Schistosomiasis is caused by Schistosoma Japonicum Sp. This study focused on the detection of Schistosomiasis disease through identification of worm eggs found in human feces. Based on the result of the observations of the Schistosomiasis Laboratory in Kaduwaa and Dodolo Villages in North Lore Subdistrict, Poso Regency it was found the worm eggs of other species in feces of resident in Kaduwaa and Dodolo villages, namely Ascaris Lumbricoides worm eggs and Ancylostoma Duodenale worm eggs. Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA) methods are used to extract the egg image for the identification process, while Probabilistic Neural Network (PNN) methods were used to classify the species of the egg. The identification results are influenced by image capture techniques, image cutting techniques, the pixel size in the image, smoothing parameter values, and the number of sample images that used to train and test the data. The average accuracy of worm egg images identification using PNN is 98% with using the value of smoothing parameters 0,2. This result also shows that the Probabilistic Neural Network (PNN) method could be applied to identify the image of worm eggs found in human feces. Abstrak Schistosomiasis merupakan penyakit zoonosis yang disebabkan oleh cacing darah kelas Trematoda dari genus Schistosoma yang tinggal dalam pembuluh darah vena. Penyakit ini merupakan salah satu penyakit tertua dan paling penting di dunia. Di Indonesia, Schistosomiasis disebabkan oleh cacing Schistosoma Japonicum Sp. Penelitian ini berfokus pada deteksi penyakit Schistosomiasis melalui identifikasi telur cacing yang terdapat pada feses manusia. Hasil observasi di Laboratorium Schistosomiasis desa Kaduwaa dan Desa Dodolo Kecamatan Lore Utara Kabupaten Poso memperlihatkan ditemukannya pula telur cacing dari spesies lain pada feses masyarakat desa Kaduwaa dan Desa Dodolo, yaitu telur cacing Ascaris Lumbricoides dan Ancylostoma Duodenale. Metode Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA) digunakan untuk ekstraksi citra telur dalam proses identifikasi, sementara metode Probabilistic Neural Network (PNN) digunakan untuk klasifikasi spesies telur. Hasil identifikasi dipengaruhi oleh teknik pengambilann citra, teknik pemotongan citra, besarnya piksel pada citra, nilai smoothing parameter, serta jumlah citra sampel yang digunakan untuk data pelatihan dan pengujian. Akurasi rata-rata identifikasi citra telur cacing menggunakan PNN tertinggi yaitu dengan menggunakan nilai smoothing parameter . Hal ini menunjukkan bahwa metode Probabilistic Neural Network (PNN) dapat diterapkan untuk identifikasi citra telur cacing yang terdapat pada feses manusia.https://ejournal2.litbang.kemkes.go.id/index.php/vektorp/article/view/2013schitosomiasismetode principal component analysis (pca)metode linear discriminant analysis (lda)probabilistic neural network (pnn) |
| spellingShingle | windy rusma astuti Hayani Anastasia R Ratianingsih J. W. Puspitaa samarang samarang Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN) Jurnal Vektor Penyakit schitosomiasis metode principal component analysis (pca) metode linear discriminant analysis (lda) probabilistic neural network (pnn) |
| title | Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN) |
| title_full | Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN) |
| title_fullStr | Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN) |
| title_full_unstemmed | Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN) |
| title_short | Deteksi Penyakit Schistosomiasis Melalui Identifikasi Telur Cacing Pada Feses Manusia Menggunakan Probabilistic Neural Network (PNN) |
| title_sort | deteksi penyakit schistosomiasis melalui identifikasi telur cacing pada feses manusia menggunakan probabilistic neural network pnn |
| topic | schitosomiasis metode principal component analysis (pca) metode linear discriminant analysis (lda) probabilistic neural network (pnn) |
| url | https://ejournal2.litbang.kemkes.go.id/index.php/vektorp/article/view/2013 |
| work_keys_str_mv | AT windyrusmaastuti deteksipenyakitschistosomiasismelaluiidentifikasitelurcacingpadafesesmanusiamenggunakanprobabilisticneuralnetworkpnn AT hayanianastasia deteksipenyakitschistosomiasismelaluiidentifikasitelurcacingpadafesesmanusiamenggunakanprobabilisticneuralnetworkpnn AT rratianingsih deteksipenyakitschistosomiasismelaluiidentifikasitelurcacingpadafesesmanusiamenggunakanprobabilisticneuralnetworkpnn AT jwpuspitaa deteksipenyakitschistosomiasismelaluiidentifikasitelurcacingpadafesesmanusiamenggunakanprobabilisticneuralnetworkpnn AT samarangsamarang deteksipenyakitschistosomiasismelaluiidentifikasitelurcacingpadafesesmanusiamenggunakanprobabilisticneuralnetworkpnn |