SISTEM KLASIFIKASI SEL DARAH PUTIH BERBASIS PENGOLAHAN CITRA DIGITAL DAN K-NEAREST NEIGHBOUR (K-NN)

MUHAMAD REINALDI KURNIAWAN

Informasi Umum

Kode

20.04.4030

Klasifikasi

006.42 - Computer science-Image processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Vision

Dilihat

41 kali

Informasi Lainnya

Abstraksi

Sel darah putih atau leukosit adalah salah satu sel pembentuk komponen darah yang berfungsi untuk membantu tubuh dalam melawan berbagai penyakit dan sebagai bagian dari sistem kekebalan tubuh. Saat ini sistem klasifikasi sel darah putih yang dilakukan oleh tenaga medis masih menggunakan penglihatan manual dengan bantuan microscope sehingga membutuhkan waktu yang lama. Oleh karena itu dibutuhkan suatu sistem yang dapat mengklasifikasikan sel darah putih secara otomatis untuk membantu tenaga medis. Pada penelitian ini merancang sistem klasifikasi sel darah putih dengan pengolahan citra digital dan K-NN. Proses pengolahan citra digital dimulai preprocessing dengan menggunakan metode ekstraksi ciri orde dua dan GLCM dengan menggunakan 4 fitur statistik (contrast, correlation, energy, homogeneity), jarak yang digunakan (d) = 1 dan 2 dan sudut orientasi (?) = 0°,45°,90°,135°. Hasil dari ekstrasi ciri diklasifikasikan menggunakan metode K-NN dengan menggunakan nilai k = 1,3,5,7 dan 4 persamaan jarak (Euclidean, Minkowski, Cityblock, Chebychev). Dari hasil pengujian sistem diperoleh hasil klasifikasi sel darah putih melalui pengolahan citra digital dan metode K-NN dengan tingkat akurasi yang terbaik 76% pada parameter ekstraksi ciri (GLCM) jarak 1 dan sudut 0°, dan klasifikasi jarak Euclidean dan Minkowski pada nilai k dari K-NN sama dengan 1 dan 3.

Kata Kunci : Sel Darah Putih, GLCM, K-Nearest Neighbour.