Klasifikasi Gigitan Ular Menggunakan Metode Chain Code dan K Nearest Neighbour

RAYIEMAS MANGGALA PUTRA

Informasi Umum

Kode

19.04.040

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Processing

Dilihat

38 kali

Informasi Lainnya

Abstraksi

Tinggal di negara tropis menyebabkan tingginya resiko orang Indonesia terkena gigitan ular. Terjadinya kematian akibat gigitan ular salah satunya adalah kesalahan dalam mengidentifikasi secara visual luka bekas gigitan ular yang menggigit. Perbedaan ular berbisa dan tidak berbisa pada anatomi tubuhnya mengakibatkan perbedaan pada bekas gigitannya pada korban. Bekas gigitan ular merupakan suatu hal yang membantu tim medis dalam mengidentifikasi gigitan ular berbisa atau tidak, namun belum ada sistem yang membantu menangani hal ini. Penelitian ini mencoba membangun sistem untuk mengenali titik gigitan yang ada pada gambar luka gigitan ular dan kemudian diklasifikasikan ke dalam kategori gigitan ular berbisa atau tidak dengan menggunakan metode Chain Code dan K Nearest Neighbour. Hasil pengenalan titik gigitan memiliki nilai sensitivitas sebesar 75.95%, spesifisitas sebesar 52.70% dan akurasi sebesar 65%. Hasil klasifikasi kategori gambar dengan nilai sensitivitas 76.92%, nilai spesifisitas 85.71% dan akurasi sebesar 80%.