Open AccessIdentifikasi Tuberkulosis Paru Berdasarkan Foto Sinar-X Thorax Menggunakan Jaringan Syaraf Tiruan Backpropagation
Author(s) -
Qahtan Said,
Iin Ernawati,
Mayanda Mega Santoni
Publication year - 2021
Publication title -
informatik
Language(s) - Spanish
Resource type - Journals
eISSN - 2655-139X
pISSN - 0216-4221
DOI - 10.52958/iftk.v17i1.2222
Subject(s) - artificial intelligence , computer science , gabor filter , computer vision , pattern recognition (psychology) , feature extraction
Pengobatan TB tidaklah mudah, pendiagnosaan TB membutuhkan ketelitian yang tinggi. Penelitian ini bertujuan untuk melihat perbandingan performa dari GLCM, Gabor Filter dan gabungan dalam mengidentifikasi tuberkulosis paru dengan metode pengolahan citra digital yang terdiri dari beberapa tahap. Tahapan-tahapan tersebut dimulai dengan mengumpulkan citra Sinar-X paru dari bank data NLM sebanyak 662 citra lalu dilakukan pemilihan citra yang berhasil tersegmentasi saja, yaitu sebanyak 558 citra. Kemudian citra masukan tersebut akan dilakukan peningkatan kualitas citra, segmentasi, ekstraksi RoI, ekstraksi fitur tekstur GLCM dan Gabor Filter, lalu mengklasifikasikan citra dengan dua kelas yaitu : tuberkulosis dan normal menggunakan jaringan syaraf tiruan Backpropagation Levenberg Marquardt. Setelah dilakukan uji performa dengan beberapa percobaan, performa terbaik didapat dengan menggunakan ekstraksi ciri fitur GLCM + Gabor Filter (gabungan) dengan rata-rata accuracy sebesar 84.82%, precission sebesar 86.13%, dan recall sebesar 83.48%. Penelitian ini diharapkan dapat menjadi referensi para peneliti lain untuk menentukan model pengidentifikasian TB paru yang tepat.