dentifikasi Kondisi Paru-Paru Dari Citra Iris Mata Menggunakan Support Vector Machine Berdasar Fitur Local Binary Pattern dan Gray Level Co-occurance Matrix

Abstract

Paru-paru merupakan organ penting di dalam tubuh manusia yang berperan dalam sistem pernapasan. Paru-paru dapat mengalami gangguan atau penyakit paru paru. Penyakit ini memiliki nilai morbiditas yang tinggi yaitu 33,2% serta menjadi penyebab kematian terpenting di masyarakat dengan persentase 25,4%. Hal ini menunjukkan jika penyakit paru-paru masih menjadi masalah kesehatan masyarakat termasuk Indonesia. Banyaknya kasus tersebut disebabkan oleh keterlambatan dalam diagnosis dan kurangnya dokter spesialis dibandingkan penderita penyakit paru-paru sehingga penanganan yang diberikan kurang optimal. Hal ini dapat diatasi dengan analisis kondisi paru-paru melalui pola pemetaan iris mata atau iridologi. Analisis tersebut dapat dilakukan dengan sistem komputerisasi menggunakan pengolahan citra yang juga dapat mengatasi kelemahan analisis iridologi mata secara manual. Di dalam pengolahan citra terdapat tahap ekstraksi tekstur yang menggunakan metode LBP dan GLCM serta klasifikasi menggunakan SVM. Ekstraksi tekstur digunakan karena iris mata terdiri dari susunan serat dan memiliki alur kasar sehigga lebih efektif dibandingkan ekstraksi warna atau bentuk. Penelitian ini bertujuan untuk mengetahui cara identifikasi kondisi paru-paru menggunakan SVM berdasar fitur LBP dan GLCM dari citra iris mata. Selain itu, penelitian ini juga digunakan untuk mengetahui perbandingan keefektifan metode esktraksi tekstur yaitu LBP dan GLCM berdasarkan nilai akurasinya.