PERBANDINGAN SEGMENTASI CITRA PSORIASIS MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING DAN ALGORITMA THRESHOLDING
Sari
Letaknya kulit pada bagian tubuh manusia berada dibagian luar tubuh untuk menyelimuti bagian lain yang ada didalam salah satunya urat atau lemak, sehingga kulit menjadi salah satu bagian terpenting dalam organ tubuh manusia, karena letaknya di luar maka kulit menjadi rentan untuk mengalami penyakit, baik itu penyakin yang berbahaya atau tidak. Contoh penyakit yang berbahaya untuk kulit manusia adalah penyakit psoriasis. Psoriasis adalah penyakit kulit inflamasi kronis yang ditandai dengan lesi khas berupa plak, eritematous, dan sisik tebal. Dalam penelitian ini menggunakan dua klaster penyakit psoriasis yaitu klaster Chronic Plaque psoriasis dan Guttate Psoriasis. Dimana dataset yang didapatkan adalah dataset public dan selanjutnya masuk pada tahap cropping dan di peroleh sebanyak 71 dataset citra psoriasis. Penelitian ini melakukan perbandingan algoritma antara algoritma k-means clustering dan algoritma thresholding, dengan pengujian menggunakan hasil nilai dari ektrasi ciri GLCM dengan meilihat 4 fitur bentuk yaitu contrast, correlation, energy, homogeneity yang selanjutnya diolah menggunakan aplikasi weka dengan metode J48 classifier dalam menentukan akurasi terbaik dan mendapatkan pohon keputusan. Hasil yang diperoleh adalah k-means clustering merupakan algoritma terbaik dalam mengsegmentasi citra psoriasis yaitu sebesar 79%, dibandingkan algoritma thresholding yaitu sebesar 61% saja.
Kata Kunci
Teks Lengkap:
PDFReferensi
AMER, M., & GALAL, A. (2015). Psoriasis Severity is Affected by T the Lipid Profile in Egyptian Patients. Gynecology & Obstetrics, 5(12), 10–12. https://doi.org/10.4172/2161-0932.1000346
ASTUTI, T., MUJIATI, I., AYU, D., RISTIANAH, V., & LESTARI, W. A. (2016). Penerapan Algoritme J48 Untuk Prediksi. Jurnal Telematika, 9(2), 1–10.
DAMAYANA, I., ATMAJA, R. D., & FAUZI, H. (2016). Menggunakan Wevelet Transform Detection of Skin Cancer Melanoma Based on Digital Image. Deteksi Kanker Kulit Melanoma Berbasis Pengolahan Citra Menggunakan Wevelet Transform, 3(3), 4718–4723.
DAMAYANTI, K. D. P. (2018). Profil Psoriasis Vulgaris di RSUD Dr . Soetomo Surabaya : Studi Retropektif ( Psoriasis Vulgaris : A Retrospective Study ). Berkala Ilmu Kesehatan Kulit Dan Kelamin – Periodical of Dermatology and Venereology, 30(3), 248–254.
FEBRINANTO, F. G., DEWI, C., & WIRATNO, A. T. (2018). Implementasi Algoritme K-Means Sebagai Metode Segmentasi Citra Dalam Identifikasi Penyakit Daun Jeruk. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), 5375–5383.
HAYAT, N. M., PRASETIJO, A. B., & SEPTIANA, R. (2019). Analisis Kinerja Algoritma J48 Decision Tree untuk Pengambilan Keputusan Beli/Jual pada Saham PT Harum Energi Tbk. (HRUM). JTIM : Jurnal Teknologi Informasi Dan Multimedia, 1(3), 244–253. https://doi.org/10.35746/jtim.v1i3.43
KRISTIANI, FEBE SINTIA., ANGGRAINI, D. I. (2020). Psoriasis Pustulosa Generalisata : Tinjauan Kasus Pada Geriatri Generalized Pustulosa Psoriasis : Case Report on a Geriatric. Medula, 9(4), 692–698.
KUSUMA, A. W., & ELLYANA, R. L. (2018). Penerapan Citra Terkompresi Pada Segmentasi Citra Menggunakan Algoritma K-Means. Jurnal Terapan Teknologi Informasi, 2(1), 65–74. https://doi.org/10.21460/jutei.2018.21.65
LUMBANSIANTAR, D. S. (2019). Analisa Data Bencana Alam Untuk Prediksi Dampak Yang Ditimbulkan Dengan Algoritma J48 (Studi Kasus : Palang Merah Indonesia). KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 25–29. https://doi.org/10.30865/komik.v3i1.1562
PHAM, D. H., & MEIGNEN, S. (2018). A Novel Thresholding Technique for the Denoising of Multicomponent Signals. ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings, 2018-April(April), 4004–4008. https://doi.org/10.1109/ICASSP.2018.8462216
PUSPASARI, N., ADJIE, K., ADIGUNA, M. S., & WARDHANA, M. (2019). Kadar Dopamin Plasma Yang Tinggi Merupakan Salah Satu Faktor Risiko Terjadinya Psoriasis Vulgaris. 50(1), 27–31. https://doi.org/10.15562/Medicina.v50i1.180
RENDON, A., & SCHÄKEL, K. (2019). Psoriasis pathogenesis and treatment. International Journal of Molecular Sciences, 20(6), 1–28. https://doi.org/10.3390/ijms20061475
RIZAL1, REYHAN ACHMAD SUARDIN GULO1, OCTAVRIANA DELLA C. SIHOMBING1, ARDI BERNANDUSTAHI MIDUK NAPITUPULU1, AMSAL YUSUF GULTOM1, T. J. S. (2020). Analisis gray level co-occurrence matrix (glcm) dalam mengenali citra ekspresi wajah Reyhan. 3(January), 31–38.
SETIAWAN, I., DEWANTA, W., NUGROHO, H. A., & SUPRIYONO, H. (2019). Pengolah Citra Dengan Metode Thresholding Dengan Matlab R2014A. Jurnal Media Infotama, 15(2), 65–70.
SINAGA, A. S. (2019). SEGMENTASI RUANG WARNA L*a*b. Jurnal Mantik Penusa, 3(1), 43–46.
SINAGA, K., BUULOLO, E., & NADEAK, B. (2019). Implementasi Algoritma Decision Tree_J48 untuk Memprediksi Resiko Kredit pada Koperasi Simpan Pinjam (Studi Kasus : Kofipindo Lubuk Pakam). KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 20–24. https://doi.org/10.30865/komik.v3i1.1561
TALAEI, R., ZAMANI, B., MATINI, A. H., MORAWEGI, S. A., MAZLOOMI, R., AALIPOUR, Z., & MASROR, H. (2018). Relationship between Serum Leptin and Adiponectin Levels with Severity of Psoriasis. 1(2), 2–5.
TUNGGORONO, H. (2017). Aplikasi Pendeteksi Kelayakan Telur Menggunakan Metode Backpropagation dan Thresholding. Psikologi Perkembangan, 2330–1425, 54–63. https://doi.org/10.1017/CBO9781107415324.004
WIDODO, R., WIDODO, A. W., & SUPRIYANTO, A. (2018). Pemanfaatan Ciri Gray Level Co-Occurrence Matrix ( GLCM ) Citra Buah Jeruk Keprok ( Citrus reticulata Blanco ) untuk Klasifikasi Mutu. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 5769–5776.
WORLD HEALTH ORGANIZATION. (2018). NCDs | Noncommunicable diseases and their risk factors. Who, 1, 1–4. https://www.who.int/ncds/en/%0Ahttp://www.who.int/ncds/en/
DOI: https://doi.org/10.31294/jki.v9i2.11380
DOI (PDF): https://doi.org/10.31294/jki.v9i2.11380.g5243
##submission.copyrightStatement##
Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika
Email : jurnalkhatulistiwainformatika@bsi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License
Jurnal Khatulistiwa Informatika Indexed by:
