Penerapan Learning Vector Quantization 3 (LVQ3) untuk Mengidentifikasi Citra Darah Acute Lymphoblastic Leukemia (ALL) dan Acute Myeloid Leukemia (AML)
DOI:
https://doi.org/10.24014/coreit.v4i1.6124Abstract
Leukemia merupakan kanker yang terjadi pada sel darah manusia. Salah satu cara mengenali penyakit leukemia dengan menggunakan teknik pengolahan citra dan metode jaringan syaraf tiruan. Penelitian ini membangun sebuah sistem untuk mengidentifikasi citra darah leukemia jenis Acute Lymphoblastic Leukemia (ALL) dan Acute Myeloid Leukemia (AML) dengan konsep pengolahan citra yakni ekstraksi ciri warna Hue, Saturation, Value (HSV) dan ekstraksi ciri tekstur Gray Level Co-Occurence Matrix (GLCM) serta klasifikasi Learning Vector Quantization 3 (LVQ3). Data citra pada penelitian terdiri dari 100 data citra leukemia. Pengujian identifikasi dilakukan terhadap pembagian data latih dan data uji yang berbeda. Sistem mampu mengenali citra ALL dan AML dengan akurasi tertinggi sebesar 100% pada pembagian data latih 90% dan data uji 10% dengan learning rate 0,01; 0,05; 0,09 dan window 0,2; 0,4 dan akurasi rendah sebesar 70% pada pembagian data latih 50% dan data uji 50% dengan learning rate 0,01; 0,05; 0,09 dan window 0,4. Dengan demikian dapat disimpulkan penelitian menggunakan metode HSV dan GLCM serta LVQ3 mampu mengimplementasikan sebuah sistem identifikasi citra darah leukemia.References
American Cancer Society. 2004. Cancer Facts and Figures 2014. Atlanta : American Cancer Society.
Ramadhan, Mukhlis. 2011. Aplikasi Pakar dalam Mengidentifikasi Penyakit Kanker pada Anak Sejak Dini dan Cara Penanggulanganya. Sumatera Utara : STMIK Triguna Dharma.
Retno, Arthania P. 2008. Pengenalan Penyakit Darah Menguunakan Pengolahan Citra Dan Jaringan Syaraf Tiruan. Skripsi. Jakarta : Jurusan Teknik Elektro Universitas Indonesia.
Korikana, S., 2008, Robust Segmentation and Feature Extraction for Identification of Malignant White Blood Cells. Proceedings of the 2008 International Conference on Image Processing, Las Vegas, 14-17 July 2008, Vol.2
Madhloom, H. T., Kareem, S. A., Ariffin, H., Zaidan, a. a., Alanazi, H. O., dan Zaidan, B. B., 2010, An Automated White Blood Cell Nucleus Localization and Segmentation Using Image Arithmetic and Automatic Threshold, Journal of Applied Sciences, Vol. 2010, Issue 11, 959-966
Scotti, F., 2005, Automatic Morphological Analysis for Acute Leukemia Identification in Peripheral Blood Microscope Images. IEEE International Conference on Computational Intelligence for Measurement Systems and Applications, Crema Italy, 20-22 July, 96–101
Hendrik, Yanny Sumarauw. 2008. Pengklasifikasian Penyakit (Burkitt's Lymphoma, Hairy Cell Leukemia, Malaria, Sickle Cell Anemia) Menggunakan Analisa Tekstur Statistik Dan Jst - Lvq Pada Citra Sel Darah. Universitas Telkom.
Suryani, dkk. 2013. Identifikasi Penyakit Acute Lymphoblastic Leukemia (ALL) Menggunakan Fuzzy Rule Based System Berdasarkan Morfologi Sel Darah Putih. Semarang : SEMANTIK 2013.
Suryani, dkk. 2014. Identifikasi Penyakit Acute Myeloid Leukemia (AML) Menggunakan ‘Rule Based System’ Berdasarkan Morfologi Sel Darah Putih Studi Kasus : AML2 dan AML4. Semarang : SEMANTIK 2014.
Putu, I Gede Budisanjaya. 2013. Identifikasi Nitrogen dan Kalium pada Daun Tanaman Sawi Hijau Menggunakan Matriks Co-Occurence, Moments Jaringan Saraf Tiruan. Universitas Udayana. Denpasar.
Listia, Refta dan Agus Harjoko. 2014. Klasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM). IJCCS, Vol.8, No.1, January 2014, pp. 59-68, ISSN:1978-1520. Yogyakarta : lmu Komputer FMIPA UGM.
Budianita, Elvia. Jasril dan Lestari Handayani. 2015. Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbour Untuk Membangun Aplikasi Pembeda Leukemia Sapi dan Babi. Jurnal Sains, Teknologi dan Industri, Vol. 12, No. 2, pp.242-247.
S. Heranurweni. 2010. Pengenalan Wajah Menggunakan Learning Vector Quantization (LVQ). Universitas Semarang.
Andri. 2012. Implementasi Segmentasi Citra dan Algoritma Learning Vector Quantization (LVQ) dalam Pengenalan Bentuk Botol. STMIK Mikroskil Medan. ISSN. 1412-0100. VOL 13, No. 2.
Budianita, Elvia dan Widodo Prijodiprodjo. 2013. Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak, Tesis, Jurusan Ilmu Komputer Universitas Gajah Mada.
Jose M dkk. 2010. Detecting skin in face recognition systems: A colour spaces study. Digital Signal Processing 20: p.806-823.
Rakhmawati, Rizka Puji. 2013. Aplikasi Deteksi Bunga Menggunakan Nilai HSV dari Citra Mahkota Bunga. Semarang : Universitas STIKBANK.
Haralick, M. R. Shanmugam, K dan Distein, I. 1973. Textural Feature For Image Classification. IEEE.Vol.3, No.6.
Downloads
Published
Issue
Section
License
The Authors submitting a manuscript do so on the understanding that if accepted for publication, copyright of the article shall be assigned to CoreIT journal and published by Informatics Engineering Department Universitas Islam Negeri Sultan Syarif Kasim Riau as publisher of the journal.
Authors who publish with this journal agree to the following terms:
Authors automatically transfer the copyright to the journal and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike (CC BY SA) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate permission for non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).