KLASIFIKASI CITRA UNTUK MENDETEKSI PENYAKIT DEMAM BERDARAH DENGUE DALAM SEL DARAH MANUSIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Aisyah Operadiva Arna (2024), KLASIFIKASI CITRA UNTUK MENDETEKSI PENYAKIT DEMAM BERDARAH DENGUE DALAM SEL DARAH MANUSIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) . Skripsi, Universitas Samudra.

ABSTRAK

Demam berdarah dengue atau yang dikenal dengan sebutan DBD adalah penyakit infeksi yang disebabkan oleh virus dengue yang ditularkan oleh gigitan nyamuk Aedes aegypti dan Aedes albopictus kepada manusia. Penyakit DBD masih menjadi salah satu penyebab terjadinya wabah besar dalam keadaan darurat yang parah maka dari itu diagnosis dini yang tepat dilakukan untuk mengurangi angka wabah yang tersebar yang terjadi pada penyakit Demam Berdarah Dengue. Dalam  mendeteksi penyakit Demam Berdarah Dengue ini biasanya tenaga medis melakukan pengecekan trombosit dan pengecekan darah secara rutin yang masih menggunakan secara manual, maka dari itu diperlukan suatu teknologi untuk perkembangan tenaga medis yang mampu melakukan klasifikasi citra penyakit Demam Berdarah Dengue. Dari permasalahan tersebut pengolahan citra digital dapat digunakan untuk membantu proses pendignosaan dalam mendeteksi penyakit Demam Berdarah Dengue pada sel darah manusia. Penelitian ini dibuat untuk mengklasifikasikan citra sel darah yang telah teriinfeksi Demam Berdarah Dengue dan yang tidak terinfeksi Demam Berdarah Dengue berbasis teknologi komputer dengan melakukan ekstraksi ciri tekstur dengan Gray Level Co-Occurrence Matrix serta metode klasifikasi menggunakan Support Vector Machine. Berdasarkan dari hasil pengujian klasifikasi citra untuk mendeteksi penyakit Demam Berdarah Dengue dalam sel darah manusia didapatkan hasil akurasi tertinggi yang dicapai sebesar 68% dengan menggunakan data training sebanyak 150 citra dan data testing sebanyak 50 citra.

File ::(login required)