IMPLEMENTASI MASK-RCNN PADA DATASET KECIL CITRA SEL DARAH MERAH BERDASARKAN KRITERIA WARNA SEL
Penulis/Author
Dr. Dyah Aruming Tyas, S.Si. (1); Dr. dr. Tri Ratnaningsih, Sp.PK(K).,M.Kes. (2)
Tanggal/Date
2023
Kata Kunci/Keyword
Abstrak/Abstract
Pemeriksaan morfologi sel darah merah merupakan salah satu alat bantu penegakan diagnosis pada beberapa penyakit, salah satunya anemia. Perkembangan penerapan teknologi pengolahan citra digital, kecerdasan artifisial dan computer-aided diagnosis membuka peluang untuk menyelesaikan berbagai permasalahan terkait citra medis. Sel darah merah yang saling menempel atau bertumpuk merupakan tantangan dalam proses segmentasi sel darah merah yang pada akhirnya berpengaruh pada hasil pengenalan jenis sel. Metode yang dapat melakukan instance segmentation sangat diperlukan untuk mengatasi masalah tersebut, sehingga pada penelitian ini diimplementasikan algoritma Mask-RCNN pada dataset kecil citra sel darah merah. Berdasarkan hasil penelitian diperoleh akurasi hasil deteksi sel adalah 68,27%. Sel-sel darah merah yang menempel telah dapat dideteksi secara individual oleh model. Namun akurasi model masih perlu ditingkatkan dengan menambah jumlah dataset dalam penelitian selanjutnya.
