Deteksi Tuberkulosis Paru Menggunakan Citra X-Ray Berbasis Transformasi Wavelet Dan K-Nearest Neighbor (K-Nn)

• Main Author: Nur Hanimatus Sifak, -
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian; Indonesian
• Published: 2020
• Subjects: RC306-320.5 Tuberculosis; Including massage, exercise, occupational therapy, hydrotherapy, phototherapy, radiotherapy, thermotherapy, electrotherapy
• Online Access: http://repository.unair.ac.id/104636/1/1.%20HALAMAN%20JUDUL.pdf; http://repository.unair.ac.id/104636/2/2.%20ABSTRAK.pdf; http://repository.unair.ac.id/104636/3/3.%20DAFTAR%20ISI.pdf; http://repository.unair.ac.id/104636/4/4.%20BAB%20I%20PENDAHULUAN.pdf; http://repository.unair.ac.id/104636/5/5.%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf; http://repository.unair.ac.id/104636/6/6.%20BAB%20III%20METODE%20PENELITIAN.pdf; http://repository.unair.ac.id/104636/7/7.%20BAB%20IV%20HASIL%20DAN%20PEMBAHASAN.pdf; http://repository.unair.ac.id/104636/8/8.%20BAB%20V%20KESIMPULAN%20DAN%20SARAN.pdf; http://repository.unair.ac.id/104636/9/9.%20DAFTAR%20PUSTAKA.pdf; http://repository.unair.ac.id/104636/10/10.%20LAMPIRAN.pdf; http://repository.unair.ac.id/104636/11/PERNYATAAN%20KESEDIAAN%20PUBLIKASI.pdf; http://repository.unair.ac.id/104636/; http://www.lib.unair.ac.id
• Institution: Universitas Airlangga

Tuberkulosis adalah penyakit akibat infeksi Myobacterium tuberculosis yang dapat mengenai hampir semua organ tubuh dengan lokasi terbanyak di paru sebagai lokasi infeksi primer. Pembacaan diagnosis TB oleh dokter radiolog salah satunya dilakukan dengan pengamatan visual pada citra sinar-X thorax untuk melihat ada atau tidaknya gambaran radiologis sugestif TB. Pengamatan visual radiolog ini memiliki faktor subyektifitas yang besar. Satu gambaran radiologis pada suatu citra sinar-X mungkin akan ditafsirkan berlainan oleh radiolog yang berbeda. Meskipun di rumah sakit telah tersedia data citra digital, namun deteksi TB masih dilakukan secara manual berdasar pengamatan visual dokter atas citra sinar-X. Pada penelitian ini, penulis membuat program deteksi TB dengan metode ekstraksi transformasi wavelet dan klasifikasi k-Nearest Neighbor (k-NN). Sehingga program ini diharapkan dapat membantu ahli medis dalam mendiagnosis TB paru secara obyektif. Fitur pada transformasi wavelet menggunakan fitur energi dekomposisi level 1 hingga level 3 sebagai masukan pada klasifikasi k-Nearest Neighbor (k-NN). Keluaran program dibagi menjadi 2 kelas yaitu normal dan abnormal manifestasi TB. Dekomposisi level wavelet yang paling optimal adalah dekomposisi level 3 dengan nilai k=10 dan tingkat akurasi sebesar 95,05%.