Implementasi Algoritma Naïve Bayes Dalam Mengidentifikasi Jenis Penyakit Cacar Dengan Image Processing
DOI:
https://doi.org/10.24076/intechnojournal.2023v5i1.1571Keywords:
image processing, naïve bayes, penyakit cacar, histogramAbstract
Cacar merupakan salah satu penyakit kulit yang sering diderita banyak masyarakat mulai dari anak bayi sampai orang tua. Cacar memliki beberapa jenis yang antara lain adalah cacar air (Quipperian), cacar api (herpes zoster) dan cacar monyet, seluruh penyakit ini semuanya dapat menular ke seama manusia melalui kontak lansung, bersin, batuk atau tersentuh dengan isi gelembung cacar yang pecah. Minimnya pengetahuan masyarakat dan tidak adanya penyuluahan dari pemerintah membuat masyarakat tidak mengetahui akan perbedaan jenis-jenis cacar yang diderita dan dapat terjadinya kesalahan dalam pengobatan. Dalam penilitian ini kami menggunakan image processing dengan metode histogram untuk ekstraksi fitur tekstur cacar tersebut serta menggunakan dengan metode klasifikasi naïve bayes dalam mengklasifikasi jenis cacar yang diderita oleh pasien. Dari penilitian yang kami lakukan menunjukan bahwa mengklasifikasi nilai ekstraksi fitur tekstur citra cacar dengan metode naïve bayes memperolehonilai akurasi sebesar 75%.
Downloads
References
Fitri Nuraeni, Yoga Handoko Agustin, and Endah Nirwani Yusup, “APLIKASI PAKAR UNTUK DIAGNOSA PENYAKIT KULIT MENGGUNAKAN METODE FORWARD CHAINING DI AL ARIF SKIN CARE KABUPATEN CIAMIS,” in SEMNASTEKNOMEDIA ONLINE, Yogyakarta: Universitas Amikom Yogyakarta, 2016.
Warini Endah, “SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT CACAR AIR PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR,” Universitas Amikom Yogyakarta, Yogyakarta, 2015.
R. Sumithra, M. Suhil, and D. S. Guru, “Segmentation and Classification of Skin Lesions for Disease Diagnosis,” Procedia Comput Sci, vol. 45, pp. 76–85, 2015, doi: 10.1016/j.procs.2015.03.090.
Abdul Kadir and Adhi Susanto, Teori dan Aplikasi Pengolahan Citra. Yogyakarta: ANDI Publisher, 2013.
Izzati Saila Hafsah and Pulung Nurtantio Andono, “Deteksi Otomatis Penyakit Kulit Menggunakan Algoritma Naive Bayes,” Semarang.
D. C. Park, “Image Classification Using Naïve Bayes Classifier,” International Journal of Computer Science and Electronics Engineering (IJCSEE) , vol. 4, no. 3, 2016.
Mhd. Furqan, Yusuf Ramadhan Nasution, and Rini Fadillah, “Klasifikasi Penyakit Kulit Menggunakan Algoritma Naïve Bayes Berdasarkan Tekstur Warna Berbasis Android ,” Jurnal Sains Komputer & Informatika (J-SAKTI), vol. 6, no. 1, 2022.
Wendy Anugrah, Elin Haerani, Yusra Yusra, and Lola Oktavia, “Klasifikasi Penyakit Cacar Monyet Menggunakan Metode Support Vector Machine,” JOURNAL OF COMPUTER SYSTEM AND INFORMATICS (JOSYC), vol. 5, no. 3, 2024.
Rinaldi Munir, Pengolahan citra digital dengan pendekatan algoritmik. Bandung: Informatika, 2004.
Kusrini and Emha Taufik Lutfi, Algoritma Data Mining. Yogyakarta: Andi Publisher, 2009.
Jiawei Han and Jian Pei, Data Mining: Concept and Techniques, 3rd ed. Elsevier, 2012. doi: 10.1016/C2009-0-61819-5.
Ian H. Witten, Eibe Frank, and Mark A. Hall, Data Mining: Practical Machine Learning Tools and Techniques. Elsevier, 2011. doi: 10.1016/C2009-0-19715-5.
Dani Rohpandi, Asep Sugiharto, and Giri Aji Winara, “Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB ,” in Konferensi Nasional Sistem & Informatika, Bali: STMIK STIKOM Bali, 2015.
Ima Kurniastuti and Ary Andini, “Perancangan Program Penentuan Histogram Citra dengan Graphical User Interface (GUI),” Applied Technology and Computing Science Journal, 2018.
A. Kadir, “A Model of Plant Identification System Using GLCM, Lacunarity And Shen Features,” Journal of Pharmaceutical, Biological and Chemical Sciences, vol. 5, no. 2, Aug. 2014.
