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.