Klasifikasi Penyakit Paru-Paru Dengan Algoritma K-NN (K-Nearest Neighbor) Berdasarkan Fitur Tekstur GLCM

Abstract - This study developed a disease classification system in the lungs. The lungs are the organs of respiration (respiration) associated with the respiratory and circulatory systems in the body of air-breathing vertebrates. In order for the identification of lung disease to be optimal, it will be more effective and efficient to create a disease classification application system in the lungs. This application system was built using the K-Nearest Neighbor (K-NN) method. The K-Nearest Neighbor method is used to classify lung diseases. This application system is built using the Mathlab IDE. Matlab is a numerical computing environment and fourth generation computer programming language. The method used is data collection and system design. The result of this application system is in the form of a classification between normal lungs and lungs that have disease, based on the results of the grayscale calculation on the x-ray image.Abstrak - Penelitian ini membangun sebuah sistem klasifikasi penyakit pada paru-paru. Paru-paru merupakan organ respirasi (pernapasan) yang berhubungan dengan sistem pernapasan dan sirkulasi (peredaran darah) dalam tubuh vertebrata yang bernapas dengan udara. Agar identifikasi penyakit paru-paru menjadi optimal maka akan lebih efektif dan efisien dibuat sistem aplikasi klasifikasi penyakit pada paru-paru. Sistem aplikasi ini dibangun dengan metode K-Nearest Neighbor (K-NN). Metode K-Nearest Neighbor digunakan untuk melakukan klasifikasi penyakit pada paru-paru. Sistem aplikasi ini dibangun dengan menggunakan IDE Mathlab. Matlab merupakan sebuah lingkungan komputasi numerikal dan bahasa pemrograman komputer generasi keempat. Metode yang digunakan ialah pengambilan data dan rancangan sistem. Hasil dari sistem aplikasi ini yaitu berupa sebuah klasifikasi antara paru-paru normal dan paru-paru yang memiliki penyakit, berdasarkan hasil dari perhitungan grayscale pada gambar x-ray.