ANALISIS KERNEL LINEAR DAN POLINOMIAL DALAM MENGENALI CITRA PENYAKIT TUBERKULOSIS MENGGUNAKAN EKSTRAKSI FITUR HOG

IRA FARENDA SUDIRMAN, WINDA HARTATI GIAWA, INTAN PERMATASARI SARUMAHA, SUKURMAN NDRAHA (2020) ANALISIS KERNEL LINEAR DAN POLINOMIAL DALAM MENGENALI CITRA PENYAKIT TUBERKULOSIS MENGGUNAKAN EKSTRAKSI FITUR HOG , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

 Tuberkulosis (TB) adalah penyakit yang ditularkan melalui udara yang disebabkan oleh mycobacterium tuberculosis (MTB) yang biasanya menyerang paru-paru yang dapat menyebabkan batuk parah, demam, dan nyeri dada.Dalam dekade ini, penerapan pencitraan medis memiliki peran penting untuk membantuk tenaga medis dalam mendiagnosis penyakit tuberkulosis berdasarkan sinar X ray maupun CT scan, dalam penelitian ini, kami mengusulkan pendekatan algoritma Support Vector Mechine (SVM) untuk klasifikasi Normal dan Tuberkulosis berdasarkan gambar citra dada X ray, fitur ekstrasi HOG diterapkan, kemudian fungsi kernel linier dan polynomial dibandingkan untuk mendapatkan model yang lebih akurat di terapkan pada algoritma SVM, kerangka analisis pengujian dilakukan dengan membagi data 70% untuk pelatihan dan 30% pengujian, dari hasil eksperimen pendeketan kernal linier menghasilkan kinerja lebih baik dengan tingkat akurasi sekitar 0.825 (82,5%) dibandingkan kernel polynomial sekitar 0.802 (80%), akan tetapi hasil klasifikasi masih belum menghasilkan sesuai dengan yang diharapkan.

JURNAL