Daftar Isi: Sistem Diagnosis Otomatis Identifikasi Penyakit Jantung Coroner Menggunakan Ektraksi Ciri GLCM dan Klasifikasi SVM

Main Authors:	Gunawan, Vincentius Abdi, Fitriani, Ignatia Imelda, Putra, Leonardus Sandy Ade
Other Authors:	Agung Budi Sardjono, Department of Computer Science, Diponegoro University, M. Facta, Department of Electrical Engineering, Diponegoro University
Format:	Article info Image application/pdf
Bahasa:	eng
Terbitan:	Mulawarman University , 2020
Subjects:	Computer Science and Engineering Digital Image Processing Electrical Engineering Jantung Koroner Iridologi Circle Hough Transform Gray Level Co-occurrence Support Vector Machine Image Processing Machine Learning Computer Science
Online Access:	http://e-journals.unmul.ac.id/index.php/JIM/article/view/2495 http://e-journals.unmul.ac.id/index.php/JIM/article/view/2495/pdf

Daftar Isi:

Jantung coroner merupakan salah satu penyakit jantung yang sangat banyak menyerang manusia. Penyebab jantung coroner adalah terjadinya penumpukan lemak dan kolestrol pada dinding pembuluh darah. Penyebab utama dari jantung coroner karena gaya hidup manusia yang kurang sehat. Pola makan tidak yang buruk, obesitas dan kurang berolahraga menjadi penyebab utama munculnya penyakit jantung coroner. Penyempitan pembuluh darah sangat berkaitan erat dengan aliran darah yang terjadi ke mata khususnya bagian iris. Sehingga diperlukannya suatu cara dengan metode yang lebih efesien dan murah untuk mengetahui dan mengidentifikasi penyakit jantung sejak diri dengan menggunakan iridologi. Sistem yang dirancang dengan menggunakan Circle Hough Tranform (CHT) sebagai deteksi bagian iris secara otomatis, Gray Level Co- occurrence Matrix (GLCM) sebagai ekstraksi ciri dan Support Vector Machine (SVM) sebagai klasifikasi. Pengujian telah dilakukan terhadap 40 data citra yang memperoleh tingkat keberhasilan identifikasi sebesar 87.5%.