ABSTRAKSI: Manusia memiliki tulang dan sendi (sistem gerak) yang memiliki banyak fungsi untuk menunjang kehidupan sehari-hari. Salah satu bagian yang paling esensial pada tulang manusia adalah tulang punggung, karena berfungsi sebagai structural support yakni dapat menopang bagian atas tubuh (kepala, bahu dan dada) dan menyambungkan dengan bagian bawah tubuh (perut dan pelvis). Namun tidak dapat dihindari bahwa terdapat beberapa penyebab yang dapat mengakibatkan kelainan pada tulang punggung yang kemudian dapat menggangu efektifitas fungsi pada tulang punggung tersebut. Dengan melaksanakan penghitungan derajat kelengkungan tulang punggung dapat diketahui adanya skoliosis yang merupakan suatu bentuk kelainan tulang punggung yang sering ditemukan pada manusia.
Pada tugas akhir ini, penghitungan derajat kelengkungan tulang punggung terdiri dari beberapa proses. Proses penghitungan diawali dengan preprocessing pada citra tulang punggung, proses ekstraksi ciri menggunakan Transformasi Contourlet serta proses klasifikasi menggunakan KNN (K-Nearest Neighbor). Hasil ekstraksi ciri akan menjadi masukan untuk KNN yang merupakan metode untuk melakukan pengenalan terhadap objek yang mempunyai jarak terdekat dengan data pembelajaran.
Sistem yang dibuat pada Tugas Akhir telah diuji tingkat performansinya melalui parameter akurasi. Pengimplementasian sistem mampu menghitung besarnya derajat kelengkungan tulang punggung yang memiliki kelainan skoliosis dengan akurasi rata-rata tiap kelas kondisi tulang punggung sebesar 66,25% dan akurasi rata-rata dari tiap derajat sebesar 62,5% dari 28 citra data latih dan 20 citra data uji.
Kata Kunci : Kata Kunci: Citra Tulang Punggung, Skoliosis, Transformasi Contourlet, K-Nearest Neigbor (KNN).ABSTRACT: Humans have bones and joints (motion system) that has many functions to support their life. One of the most essential parts of human bone is the backbone (spine), because it functions as the structural support that can support the upper body (head, shoulders and chest) and connects with the lower body (abdomen and pelvis). However, it is inevitable that there are several causes that can lead to abnormalities in the spine which can then interfere with the effective functioning of the spine as well. By calculating the degree of spine curvature can be known that there is scoliosis that form of spine abnormalities which are often found in humans.
In this final project, calculation the degree of spine curvature consists of several processes. The calculation process begins with the preprocessing of the spine image, the process of feature extraction using Contourlet Transform and classification using the KNN (K-Nearest Neighbor). Results of feature extraction will be the input for the KNN which is a method to perform recognition on objects that have the closest distance to the data of learning.
The system in this final project has been tested on level of performance by the accuracy parameter. Implementation of systems is capable to calculate the degree of the spine curvature that have scoliosis abnormalities with an average accuracy from each class spine condition is 66.25% and average accuracy from each spine degree is 62.5% of 28 images in training data and 20 images in testing data.Keyword: Keywords: Spine Image, Scoliosis, Contourlet Transformation, K-Nearest neighbor (KNN).