Klasifikasi Citra X-Ray Paru-Paru Anak Pneumonia dan Non-Pneumonia Menggunakan Metode Segmentasi dan Deteksi Tepi
Abstract
Paru-paru merupakan organ vital manusia untuk fungsi pernapasan yang biasanya terjadi
infeksi karena polusi udara atau udara tercemar bakteri/virus. Penyakit yang biasa menginfeksi
paru-paru anak yaitu penyakit pneumonia. Maka dari itu pendeteksian terhadap paru-paru anak
pneumonia sangat dibutuhkan. Tujuan dari penelitian ini yaitu untuk membedakan paru-paru anak
pneumonia dan non-pneumonia. Tahap awal untuk penelitian ini yaitu mengumpulkan citra x-ray
paru-paru anak dengan interval umur 0 - 5 tahun sebanyak 60 citra yang terdiri dari 30 data citra
dari Rumah Sakit Sardjito dan 30 data citra dari kaggle. Selanjutnya melakukan segmentasi pada
citra x-ray paru-paru anak. Metode yang digunakan untuk melakukan segmentasi yaitu metode
active contour chan-vese. Metode lain yang dilakukan pada penelitian ini adalah deteksi tepi
canny. Proses segmentasi pada data citra paru dari Rumah Sakit Sardjito dilakukan dengan proses
memasukan data citra secara manual. Hal ini dikarenakan adanya masalah teknis pada data citra
yang digunakan seperti kontras paru kurang, terdapat paru mengempis, dan rotasi paru. Sedangkan
untuk proses segmentasi data citra paru dari kaggle dilakukan secara otomatis. Dari tahapan yang
telah dilakukan, kemudian mencari hasil persentase dari perbandingan jumlah pixel putih pada
hasil segmentasi dan hasil deteksi tepi. Setelah dilakukan pengujian, selanjutnya menentukan
threshold yang digunakan untuk menghitung nilai akurasi, sensitivitas, dan spesifisitas. Threshold
yang digunakan pada penelitian yaitu 15 dan 20 untuk threshold paru pneumonia. Hasil uji coba
dari data Rumah Sakit Sardjito menghasilkan nilai akurasi 73.3%, sensitivitas 62.5%, dan
spesifisitas 77.2%. Hasil uji coba dari data kaggle menghasilkan nilai akurasi 83.3%, sensitivitas
70%, dan spesifisitas 90%. Berdasarkan hasil akurasi, sensitivitas, dan spesifisitas dari kedua data
citra x-ray menggunakan metode active contour chan-vese dan deteksi tepi canny dihasilkan data
citra x-ray dari kaggle menghasilkan nilai lebih bagus dibanding dengan hasil dari Rumah Sakit
Sardjito. Hal ini dikarenakan kualitas data citra x-ray dari kaggle lebih baik dibanding dari Rumah
Sakit Sardjito. Sehingga metode active contour chan-vese dan deteksi tepi canny dapat digunakan
untuk klasifikasi penyakit pneumonia dan non-pneumonia apabila data citra x-ray yang digunakan
memiliki kualitas yang baik dan tidak memiliki masalah teknis seperti data citra x-ray paru-paru
yang memiliki kontras kurang.
Collections
- Electric Engineering [786]