KLASIFIKASI ABNORMALITAS SPERM HEAD MANUSIA DENGAN MENGGUNAKAN METODE MORFOLOGI DAN ALGORITMA CONVOLUTION NEURAL NETWORK (CNN)

Sel spermatozoa (sperm cell) adalah sel gamet jantan yang diproduksi oleh manusia laki-laki. Sel sperma berbentuk menyerupai kecebong. Kelainan sperma terdapat pada bentuk kepala. Kelainan dapat dikenali secara manual berdasarkan morfologi sperma. Tetapi pengenalan secara manual masih sulit untuk membedakan antara satu jenis kelainan dengan kelainan lainnya. Pada penelitian ini, dibangun suatu aplikasi yang dapat mengklasifikasikan abnormalitas spermhead dari citra objek melalui klasifikasi citra digital menggunakan supervised classification. Citra digital yang akan diklasifikasi sebelumnya akan melewati proses transformasi warna RGB (Red Green Blue) ke grayscale, kemudian citra akan diperbaiki menggunakan median filter, dan akan dikonversi menjadi citra biner serta dilakukan proses erosi terhadap noise citra, setelah proses biner selesai akan dilakukan deteksi tepi dengan metode sobel dan ekstraksi fitur tekstur GLCM (Gray Level Co-occurance Matrix). Hasil dari ekstraksi fitur tekstur diklasifikasi dengan algoritma CNN (Convolution Neural Network) untuk menentukan kelas dari spermhead manusia. Pengujian dilakukan dengan 105 sampel citra spermhead , 80 citra sebagai data latih yang diantaranya 20 citra normal, 20 citra tapered, 20 citra amorf, serta 20 citra pyriform. Sedangkan untuk pengujian terdapat 25 citra sebagai data uji. Hasil pengujian memiliki persentase rata-rata accuracy adalah 98%, rata-rata precision adalah 92.25%, rata-rata recall adalah 95.75%, rata-rata error adalah 4%.