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.
Keywords: penyakit paru, foto rontgen, Fuzzy Learning Vector Quantization
Penulis: Pradityo Utomo, Wiharto, Esti Suryani
Kode Jurnal: jptinformatikadd120284

Artikel Terkait :