Segmentasi Citra Sel Darah Menggunakan Convolutional Neural Network

Abstract

Penelitian ini mengembangkan sistem segmentasi citra sel darah menggunakan Convolutional Neural Network (CNN) untuk meningkatkan akurasi dan efisiensi dalam analisis hematologi. Sistem ini menerapkan arsitektur U-net untuk otomatisasi identifikasi dan pemisahan sel darah dalam bidang mikroskopis, termasuk sel darah merah, sel darah putih, dan trombosit. Dengan pelatihan pada dataset citra darah dan mask-nya, model ini berhasil mencapai segmentasi yang akurat dan konsisten. Hasilnya menunjukan pengurangan beban kerja manual dan peningkatan kecepatan analisis, menawarkan solusi efektif untuk aplikasi klinis dan penelitian di bidang hematologi. Sistem ini menghasilkan akurasi sebesar 94.2% yang dihasilkan dari perbandingan citra original dan citra mask.