Penyakit paru-paru merupakan penyakit yang banyak diderita oleh manusia. Ketika seseorang menderita penyakit paru-paru, maka dilakukan berbagai pemeriksaan untuk memastikan jenis penyakit apa yang diderita. Salah satunya menggunakan citra x-ray, namun tidak semua rumah sakit memiliki dokter/ahli radiologi yang kompeten di bidang ini. Cara mengatasi permasalahan tersebut dilakukan terobosan dalam menganalisis citra x-ray pasien dengan secara dini melakukan proses diagnosa penyakit menggunakan sistem komputasi. Dalam penelitian proses klasifikasi dilakukan dengan model knowledge deistillation dengan arsitektur Vision transformer (ViT) sebagai teacher dan mobile-net sebagai student. Terdapat 3 dataset yang digunakan untuk penelitian, yang pertama dataset asli atau dataset asli image enhancement, dataset image enhancement model gamma correction dan dataset image enhancement model CLAHE. Sistem klasifikasi dilakukan untuk mengenali citra x-ray dengan 5 kelas yang ditentukan yaitu : paru-paru normal, covid-19, pneumonia virus, pneumonia bakteri, dan tuberkulosis. Hasil yang didapatkan pada penelitian klasifikasi penyakit paru-paru menggunakan teknik image enhancement dengan parameter terbaik dari masing masing dataset adalah, untuk dataset asli atau tanpa image enhancement didapatkan nilai performansi akurasi sebesar 93,07%, untuk dataset image enhancement model gamma correction didapatkan nilai performansi akurasi sebesar 92,91%, dan dataset image enhancement model CLAHE didapatkan nilai performansi akurasi sebesar 91,25%. Pada penelitian ini penerapan teknik image enhancement belum bisa meningkatkan tingkat akurasi pada proses klasifikasi.
Kata Kunci : CLAHE, Gamma Correction, Knowledge Destination, Penyakit Paru-paru.