Sistem Diagnosa Penyakit Paru Berdasarkan Foto Rontgen Dengan Pendekatan Fuzzy Learning Vector Quantization
Abstract: Perkembangan
teknologi informasi sangat diperlukan dalam segala bidang, salah satunya dalam
bidang kesehatan. Salah satu penggunaan teknologi informasi dalam bidang
kesehatan adalah pendiagnosaan penyakit paru dengan memanfaatkan hasil foto
rontgen pada sistem yang berbasis komputer.
Sistem yang menggunakan pendekatan Fuzzy Learning Vector Quantization
(FLVQ) dapat melakukan pendiagnosaan terhadap penyakit paru. Karakteristik
penyakit paru yang ada pada foto rontgen dapat digunakan untuk mengetahui data
yang terindikasi penyakit, dan data yang normal. Sebelum data dimasukkan ke
sistem, data dilakukan pengolahan citra yang meliputi deteksi tepi Canny,
Threshold, segmentasi, dan ekstraksi ciri Fast Fourier Transform. Data yang
telah dilakukan pengolahan citra akan dinormalisasi, kemudian data digunakan
untuk pelatihan/training dan pengujian/testing terhadap sistem. Dimana akurasi
sistem yang menggunakan pendekatan FLVQ akan dibandingkan dengan sistem yang
menggunakan pendekatan LVQ.
Sistem yang menggunakan pendekatan FLVQ dengan data hasil pengolahan
citra hingga tahap ekstraksi ciri memiliki akurasi sebesar 50% saat diuji
menggunakan data testing, dan sebesar 95% jika diuji menggunakan data hasil
pengolahan citra hingga tahap segmentasi. Sedangkan sistem yang menggunakan
pendekatan LVQ memiliki akurasi sebesar 50% saat diuji menggunakan data hasil
pengolahan citra hingga tahap ekstraksi ciri, dan saat diuji menggunakan data
hasil pengolahan citra hingga tahap segmentasi. Dari perbandingan akurasi
tersebut, sistem yang menggunakan pendekatan FLVQ dengan pengolahan citra
hingga tahap segmentasi dapat lebih baik jika dibandingkan dengan sistem yang
menggunakan pendekatan LVQ.
Penulis: Pradityo Utomo,
Wiharto, Esti Suryani
Kode Jurnal: jptinformatikadd120284