Implementasi Ekstraksi Fitur GLCM dengan Klasifikasi Algoritma C5.0 Pada Data Computerized Tomography Scan Covid-19

Abstract

Teknologi pencitraan digital telah banyak digunakan dalam bidang medis dalam diagnosis data citra biologis untuk memandu dokter untuk mengetahui kondisi pasien. Salah satu teknik pencitraan medis yang dapat menggambarkan kondisi di dalam tubuh manusia adalah Computed Tomography (CT). Penelitian ini menggunakan dataset citra CT scan dada berjumlah 625 data CT. Ekstraksi fitur yang digunakan untuk mendapatkan beberapa fitur statistik tentang citra adalah GLCM (Gray Level Co-Occurrence Matrix). Dalam GLCM Jarak direpresentasikan sebagai piksel sedangkan orientasi direpresentasikan dalam derajat. Orientasi terbentuk dari empat arah sudut dengan interval 0°, 45°, 90°, dan 135°. Sedangkan jarak antar piksel biasanya ditetapkan sebesar 1 piksel. Setelah dilakukan ektraksi fitur akan dilakukan klasifikasi dengan menggunakan metode algoritma C5.0 Hasil akurasi dari metode klasifikasi C5.0 menggunakan ektraksi fitur GLCM mendapatkan hasil akurasi sebesar 87% pada sudut 90°, 84% pada sudut 45°, 83% pada sudut 135°, dan 82% pada sudut 0°.