Open AccessOPTIMASI K-NEAREST NEIGHBOR UNTUK SISTEM KLASIFIKASI KONDISI KATARAK
Author(s) -
Yunendah Nur Fuadah,
Rita Magdalena,
Steven Palondongan,
Nor Kumalasari
Publication year - 2019
Publication title -
tektrika
Language(s) - English
Resource type - Journals
ISSN - 2502-2105
DOI - 10.25124/tektrika.v4i1.1832
Subject(s) - mathematics , euclidean distance , pattern recognition (psychology) , physics , artificial intelligence , computer science , geometry
Deteksi dini kondisi katarak merupakan solusi untuk mengendalikan peningkatan jumlah kebutaan yangdisebabkan oleh katarak. Dalam penelitian ini, dilakukan optimasi metode Gray Level Co-Occurrence Matrix(GLCM) dan K-Nearest Neighbor (K-NN) untuk klasifikasi kondisi citra mata menjadi kondisi normal, katarakimatur dan katarak matur. Pada tahap ekstraksi ciri digunakan metode GLCM, parameter yang berpengaruhpada tahap ini adalah jarak antar piksel (d), sudut (q), dan fitur statistik. Pada tahap klasifikasi, fitur ciri daritahap ekstraksi ciri diklasifikasikan oleh K-NN, parameter yang diuji pada tahap ini adalah nilai k dan persamaanperhitungan jarak yang digunakan yaitu Euclidean, Minkowski, Chebychev dan City Block. Berdasarkan hasilpengujian diperoleh akurasi pengujian sebesar 93,33 % dengan menggunakan parameter yang paling optimalyaitu d= 2, q= 135, nilai k=5 dengan persamaan jarak Euclidean dan Minkowski.