Implementasi Metode RUN length Dan Simple Naive Bayes Untuk Klasifikasi Penyakit Leukemia Berdasarkan Citra Darah
| Main Author: | Jefry, Leonart |
|---|---|
| Format: | Thesis PeerReviewed |
| Terbitan: |
Universitas Komputer Indonesia
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.unikom.ac.id/4557/ http://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-leonartjef-34797 |
Daftar Isi:
- Penyakit leukemia adalah penyakit dalam klasifikasi kanker pada darah.Penyakit leukemia memiliki suatu ciri yang berbeda. Mengenali perbedaan tekstur pada citra penyakit leukemia merupakan suatu cara untuk membedakan ciri tersebut. Ada beberapa metode untuk memperoleh ciri-ciri tekstur dalam suatu citra, salah satu metode untuk memperoleh ciri-ciri citra tekstur adalah dengan menggunakan metode run length. Ciri-ciri yang terdapat pada metode run length adalah SRE (Short Run Emphasis), LRE (Long Run Emphasis), GLU (Grey Level Uniformity), RLU (Run Length Uniformity) dan RPC (Run Percentage). Dari hasil ciri-ciri tersebut kemudian algoritma naÃ� ̄ve bayes akan menentukan hasil klasifikasi berdasarkan nilai probabilitas terbesar. Citra yang diuji adalah citra darah yang teridentifikasi penyakit leukemia.Berdasarkan penelitian yang telah dilakukan, dapat ditarik kesimpulan bahwa:algoritma naÃ� ̄ve bayes dapat melakukan klasifikasi citra penyakit leukemia erdasarkan tekstur yang diekstraksi dengan metode run length. Data hasil ekstraksi ciri metode run length adalah berupa data kontinu, sehingga data hasil ekstraksi ciri tersebut dapat langsung digunakan sebagai masukan dalam klasifikasi naÃ� ̄ve bayes. Berdasarkan hasil pengujian, kesimpulan yang didapatkan adalah algoritma naÃ� ̄ve bayes dapat mengklasifikasikan citra penyakit leukemia berdasarkan hasil ekstraksi citra darah menggunakan metode run length dan menghasilkan tingkat keakurasian 91.25% dengan total 20 data latih dan 20 data uji. Dikarenakan data hasil ekstraksi ciri tekstur penyakit leukemia dengan metode run-length memiliki keunggulan membedakan antara tekstur halus dan tekstur kasar, sehingga klasifikasi naÃ� ̄ve bayes dapat berjalan lebih maksimal saat melakukan klasifikasi citra darah yang teridentifikasi penyakit leukemia.