IMPLEMENTASI MASK-RCNN PADA DATASET KECIL CITRA SEL DARAH MERAH BERDASARKAN KRITERIA WARNA SEL

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. Penelitian ini bertujuan untuk mengimplementasikan algoritma Mask-RCNN pada dataset kecil citra sel darah merah dan mengevaluasi performa hasil prediksi. Berdasarkan hasil penelitian sel-sel darah merah yang menempel dapat dideteksi secara individual oleh model dan akurasi hasil deteksi sel adalah 68,27%. Mask-RCNN dapat digunakan untuk instance segmentasi sel darah dan deteksi sel darah pada dataset kecil namun akurasi model masih perlu ditingkatkan. oleh sebab itu perlu dilakukan penelitian selanjutnya dengan menambah jumlah dataset yang digunakan.