Klasifikasi penyakit Tuberkulosis berdasarkan Citra X-Ray menggunakan Ekstraksi Fitur Gray Level Co-occurence Matrix (GLCM) dan Extreme Learning Machine (ELM)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Putri, Elen Riswana Safila (2023) Klasifikasi penyakit Tuberkulosis berdasarkan Citra X-Ray menggunakan Ekstraksi Fitur Gray Level Co-occurence Matrix (GLCM) dan Extreme Learning Machine (ELM). Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Elen Riswana Safila Putri_H92219048.pdf
Download (1MB)

Abstract

Tuberkulosis (TB) merupakan penyakit menular berbahaya yang disebabkan oleh bakteri mycrobacterium tuberculosis. Penyakit tersebut menjadi pembunuh menular nomor dua setelah coronavirus 2019 (COVID-19). Di seluruh dunia, TB telah menginfeksi 1,7 - 2 miliar orang dengan rata-rata 1,2 - 1,5 juta kematian per tahun. Di Indonesia, TB menempati urutan kedua sebagai penyakit yang paling banyak diderita. Tingginya kasus tersebut menjadikan TB sebagai masalah kesehatan masyarakat yang utama di seluruh dunia. Oleh karena itu, perlu adanya upaya pengendalian kasus TB salah satunya dengan deteksi dini. Deteksi tersebut dapat dilakukan menggunakan bantuan Computer Aided Detection (CAD) salah satunya Extreme Learning Machine (ELM).ELM adalahbagiandari jaringan saraf tiruan umpan maju (feedforward). ELM memiliki kecepatan komputasi yang sangat singkat dan akurat dalam melakukan pembelajaran. Penelitian ini menggunakan 662 data yang terdiri dari dua kelas. Kelas pertama yaitu x-ray paru-paru normal sebanyak 326 data dan kelas kedua yaitu x-ray tuberkulosis sebanyak 336 data. Hasil klasifikasi menggunakan ekstraksi fitur GLCM dan klasifikasi menggunakan ELM menunjukkan akurasi terbaik mencapai 100% dengan uji coba orientasi sudut 0◦ dan node hidden 50. Hasil dari sistem klasifikasi ini diharapkan dapat membantu tenaga medis untuk mengambil keputusan pendeteksian penderita TB.