Implementasi K-Nearest Neighbor Dengan Jarak Minkowski Untuk Deteksi Dini Covid-19 Pada Citra CT-Scan Paru-Paru
Article Sidebar
Main Article Content
Abstract
Covid-19 merupakan penyakit menular yang disebabkan oleh Serve Acute Respiratory Syndrome Coronavirus 2. Virus corona memiliki kemampuan daya tular yang sangat mudah. Deteksi virus corona pada umumnya dilakukan dengan uji laboratorium dan pencitraan medis seperti CT-Scan paru-paru. Pencitraan medis sangat diperlukan untuk mengurangi resiko penularan karena tidak kontak langsung dengan pasien. Berdasarkan hal tersebut, penelitian ini bertujuan untuk mendapatkan nilai akurasi tertinggi dari hasil klasifikasi citra CT-Scan paru-paru menggunakan metode K-Nearest Neighbor (K-NN) dengan jarak Minkowski. Klasifikasi kelas yang digunakan yaitu covid dan non covid. Data penelitian berupa CT-Scan paru-paru Covid-19 berjumlah 349 dan 397 data CT-Scan non Covid-19. Terdapat dua skenario yang digunakan untuk mengetahui hasil akurasi tertinggi yang pertama 47% data digunakan untuk data uji, 53% data untuk data latih, dan yang kedua 20% data sebagai data uji dan 80% data sebagai data latih. Akurasi terbaik diperoleh hasil 80% dengan nilai K=1 pada skenario ke-2.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
L. A. Abdillah, “Stigma Terhadap Orang Positif,” vol. 2, 2020.
Y. Khaedir, “Perspektif Sains Pandemi Covid-19: Pendekatan Aspek Virologi Dan Epidemiologi Klinik,” pp. 40–59, 2020.
T. Li et al., “Computer-Aided Diagnosis of COVID-19 CT Scans Based on Spatiotemporal Information Fusion,” J. Healthc. Eng., vol. 2021, no. Volume 2021, Article ID 6649591, pp. 1–11, 2021, doi: https://doi.org/10.1155/2021/6649591.
I. Ozsahin, B. Sekeroglu, M. S. Musa, M. T. Mustapha, and D. U. Ozsahin, “Review on Diagnosis of COVID-19 from Chest CT Images Using Artificial Intelligence,” Comput. Math. Methods Med., vol. 2020, no. Volume 2020, Article ID 9756518, pp. 1–10, 2020, doi: https://doi.org/10.1155/2020/9756518 Research.
U. Syiah and B. Aceh, “Peran pemeriksaan radiologis pada diagnosis Coronavirus disease 2019,” pp. 53–57, 2019.
A. Kadir and A. Susanto, Teori dan Aplikasi Pengolahan Citra. Andi, 2013.
R. D. Kusumanto, A. N. Tompunu, S. Pambudi, J. T. Komputer, and P. N. Sriwijaya, “Klasifikasi Warna Menggunakan Pengolahan Model Warna HSV,” vol. 2, no. 2, pp. 83–87, 2011.
Y. S. U. N. Hariyani, S. Hadiyoso, and T. S. Siadari, “Deteksi Penyakit Covid-19 Berdasarkan Citra X-Ray Menggunakan Deep Residual Network,” vol. 8, no. 2, pp. 443–453, 2020.
I. N. Atthalla, “Klasifikasi Penyakit Kanker Payudara Menggunakan Metode K Nearest Neighbor,” vol. 4, no. 1, pp. 978–979, 2018.
M. Rizal Ainur, “KLASIFIKASI MUTU BIJI KOPI MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERDASARKAN WARNA DAN TEKSTUR,” p. 2013.
I. A. Halela, B. Nurhadiyono, S. Si, M. Kom, and F. Z. Rahmanti, “Identifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor ( KNN ) dengan Ekstraksi Fitur Histogram,” pp. 1–8.
Premana, Agyztia, and Akhmad Pandhu Wijaya. "Klasifikasi Jenis Buah Mangga Menggunakan Metode K-Means Klustering." INTEK: Jurnal Informatika dan Teknologi Informasi 5.2 (2022): 138-143.
M. Gelar, S. Komputer, P. Studi, T. Informatika, and P. J. Pratama, “Identifikasi Nilai Nominal Uang Kertas Dengan Metode Local Binary Pattern The Identification Of Paper Money ’ S Nominal Value By Applying Local Binary Pattern Faculty Of Science And Technology,” 2016.