Coronavirus Disease (COVID-19) yang disebabkan oleh virus Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2) adalah coronavirus jenis baru. COVID-19 memiliki tingkat penularan yang tinggi dan mampu menjadi pandemik dalam kurun waktu yang cepat. Proses penanganan yang lamban akan mengakibatkan komplikasi hingga kematian. Diagnosis dari COVID-19 dapat dilakukan melalui screening test. Dengan screening test maka tindakan penanganan dapat segera dilakukan sebelum tingkat infeksi lebih lanjut dan semakin sulit untuk disembuhkan. Pada umumnya deteksi COVID-19 menggunakan real-time reverse transcription-polymerase chain reaction (rRT-PCR).
Dalam Tugas Akhir ini dirancang sebuah sistem deteksi COVID-19 berdasarkan citra X-Ray yang berfungsi sebagai diagnosis tambahan. Sistem dirancang dengan menguji 180 citra, berupa citra digital Chest X-Ray (CXR) yang dibagi menjadi data latih dan data uji untuk kondisi normal, pneumonia dan positif COVID-19. Menggunakan metode Grey Level Co-occurrence Matrix (GLCM) sebagai ekstraksi ciri citra dan K-Nearest Neighbor (KNN) untuk tahap klasifikasi dalam sistem.
Dari hasil pengujian, sistem mampu melakukan deteksi covid-19 melalui citra X-Ray dengan tingkat nilai akurasi mencapai 85,6%. Akurasi tersebut didapat melalui pengujian terhadap parameter pada GLCM dengan jarak (d)=4, sudut (?)=0o, level kuantisasi 8 dan ciri statistik orde dua (energy, contrast, correlation, variance, dan homogeneity) serta parameter nilai k=1 dan persamaan jarak Euclidean atau Minkowski pada tahap klasifikasi KNN.
Kata Kunci : COVID-19, Gray-Level Co-Occurrence Matrix, K-Nearest Neighbour.