Sistem Pendukung Diagnosa Melalui Iris Mata dengan Menggunakan Pengolahan Citra Digital Metode Jarak Euclidean

Reksa Anugrah, Winanti .

Sari


Abstrak

Aplikasi dengan menggunakan citra digital semakin banyak diminati. Saat ini penggunaan diagnosa tradisional melalui iris mata atau iridologi semakin berkembang, antara lain karena tingginya biaya kesehatan yakni rumah sakit dan tidak efektifnya lembaga penjamin biaya kesehatan. Iridologi adalah diagnosis alternatif biaya rendah untuk memprediksi kondisi kesehatan manusia melalui diagnosa iris mata. Beberapa peneliti telah mengembangkan citra digital untuk iridologi, namun belum mengarah pada spesifik untuk citra iridologi yang memerlukan pengamatan lebih teliti. Sistem pendukung diagnosa kesehatan yang dilakukan dengan menggunakan iridologi dengan metode jarak Euclidean adalah solusinya. Aplikasi yang diusulkan menggunakan Segmentasi Gambar untuk mendeteksi area tertentu pada citra iris mata digital, dan metode filtering sumbu x, filtering sumbu y, serta Jarak Euclidean. Penelitian dengan citra digital metode jarak Euclidean ini dilakukan terhadap 4 model citra iridology spesifik yakni, Pocket Bowel, Prolapsus, Diabetes, dan gangguan peredaran darah.

Kata kunci: Jarak Euclidean; Iridologi; Pengobatan Alami;
Segmentasi Gambar; Citra Digital.


Teks Lengkap:

PDF

Referensi


National Health Statistics Report 18: Costs of Complementary and Alternative Medicine (CAM) and Frequency of Visits to CAM Practitioners: United States, 2007. 15 pp. (PHS) 2009-1250. July 30, 2009. http://www.cdc.gov/NCHS/data/nhsr/nhsr018.pdf

National Health Statistics Report 12: Complementary and Alternative Medicine Use Among Adults and Children: United States, 2007. 24 pp. (PHS) 2009-1250. December 10, 2008. http://www.cdc.gov/nchs/data/nhsr/nhsr012.pdf

Holley AP, Gorawara-Bhat R, Dale W,Hemmerich J, Cox-Hayley D, Palliative Access Through Care at Home: experiences with an urban, geriatric home palliative care program; J Am Geriatr Soc. 2009, 57(10):1925-31.

David Habsara Hareva, “Implementation of Iridology Application on Smartphone,” The Proceedings of The 7th ICTS, Bali, May 15th-16th, 2013 (ISSN: 9772338185001).

Ridza Azri Ramlee, Khairul Azha and Ranjit Singh Sarban Singh (2011). “Detecting Cholesterol Presence with Iris Recognition Algorithm,” Biometric Systems, Design and Applications, Mr Zahid Riaz (Ed.), ISBN: 978-953-307-542-6

Bernard Jensen, Science and Practice of Iridology. 2005

Adrian lodin, “Medical Diagnosis System based on Iris Analysis,” Acta Technica Napocensis Electronics and Telecommunications Volume 50, Number 4, 2009

Frank Navratil, “For Your Eyes Only: A Fascinating Look at the Art and Science of Iris Diagnosis, the Diagnostic Method of the New Millennium;” published by Frank Navratil, 2001.

Tuan Haji Ismail bin Ahmad, “Panduan Intibah,”Institut Latihan Herba Al Wahida sdn.bhd, 2007.

Joonyoung Jung, “Wireless Body Area Network in a Ubiquitous Healthcare System for Physiological Signal Monitoring and Health Consulting,” International Journal of Signal Processing, Image Processing and Pattern Recognition.

Abderrahim Bourouis,” Ubiquitous Mobile Health Monitoring System for Elderly (UMHMSE),” International Journal of Computer Science & Information Technology (IJCSIT), Vol 3, No 3, June 2011

Yvette E. Gelogo, “Unified Ubiquitous Healthcare System Architecture with Collaborative Model,” International Journal of Multimedia and Ubiquitous Engineering Vol. 8, No. 3, May, 2013

Marques, Oge, Practical Image and Video Processing Using Matlab, John Wiley & Sons, Inc, New Jersey, 2011

Nazori AZ, Komputasi Terapan Lanjutan, Universitas Budi Luhur, Jakarta, 2014.

Sianipar, Matlab Untuk pemrosesan citra digital, Informatika Bandung, 2015.

Wijaya, Pengolahan Citra digital menggunakan Matlab image processing toolbox, Informatika Bandung, 2017.

Hermawati, Fajar Astuti, Pengolahan Citra Digital Konsep & Teori, ANDI, Yogyakarta, 2013.

Kadir, Abdul & Adhi Susanto, Teori dan Aplikasi Pengolahan Citra Digital, ANDI, Yogyakarta, 2013.


Refbacks

  • Saat ini tidak ada refbacks.