
Deteksi Dini Covid-19 Melalui Citra CT-Scan Paru-Paru Menggunakan K-Nearest Neighbor dengan Komparasi Jarak
Author(s) -
Lu’luul Maknun,
Abdul Syukur,
Affandy Affandy,
Moch Arief Soeleman
Publication year - 2022
Publication title -
jurnal indonesia sosial teknologi
Language(s) - Italian
Resource type - Journals
eISSN - 2745-5254
pISSN - 2723-6609
DOI - 10.36418/jist.v3i3.397
Subject(s) - physics , artificial intelligence , computer science
Covid -19 yang telah mewabah dan menjadi pandemik secara global yang merupakan masalah utama yang perlu di perhatikan dan di tangani, beberapa cara yang harus di lakukan adalah dengan memutus mata rantai penyebaran virus salah satunya dengan melakukan deteksi dini dan melakukan karantina, dengan CT scan paru-paru. CT scan paru-paru dapat dijadikan jalan alternatif. Berdasarkan permasalahan di atas maka peneliti mengetahui kondisi paru-paru secara detail dan dalam mendiagnosis virus secara dini. Pada penelitian ini pendekatan yang di ajukan menggunakan metode K-NN dengan perhitungan jarak euclidean distance, manhattan distance, miskowski distance untuk deteksi dini Covid -19 melalui citra CT scan paru-paru yang di duga terinfeksi Covid -19 . dalam mendeteksi secara dini evaluasi yang di gunakan untuk mengetahui pervorma yang di usulkan menggunakan coufusion matrix dengan hasil eksperimen menunjukkan hasil dari tiga perhitungan jarak menunjukkan hasil akurasi yang baik dan menggunakan dataset secara publik yaitu euclidean distance berjumlah 83%, Manhattan distance berjumlah 87%, Minkowski berjumlah 76%, di harapkan metode ini dapat di gunakan dan di kembangkan untuk melengkapi dioglosa medis.