KLASIFIKASI PENYAKIT PNEUMONIA MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOUR DENGAN EKSTRAKSI HSV

Perkembangan teknologi informasi memiliki peran signifikan dalam penanganan berbagai penyakit salah satunya adalah Pneumonia. Paru-paru yang terinfeksi penyakit tidak dapat dilihat secara kasat mata, tetapi hasilnya tidak akurat karena tingkat kemiripan penyakit pada hasil rontgen, sehingga dilakukan klasifikasi pada jenis penyakit paru-paru untuk hasil yang lebih akurat dengan memanfaatkan pengolahan citra digital. Teknik cropping yang dilakukan digunakan untuk membuang bagian-bagian yang dianggap tidak penting, sehingga mengakibatkan adanya objek yang tidak terdeteksi karena merubah dimensi citra menjadi lebih kecil dari ukuran asli. Fuzzy K-Nearest Neighbour merupakan metode klasifikasi yang digunakan untuk memprediksi data testing dengan menggunakan nilai keanggotaan data testing pada masing-masing kelas. Nilai k mempengaruhi tingkat akurasi sistem dimana semakin tinggi nilai k maka terjadi kecenderungan akurasi akan semakin turun. Akurasi dari hasil deteksi penyakit dengan metode Fuzzy K-Nearest Neighbour bergantung kepada jumlah dataset yang terdapat dalam sistem, berdasarkan 300 sampel yang digunakan, 240 data latih dan 60 data uji, menghasilkan nilai Accuracy 81.67%, Error rate 18.33%.