Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Monkeypox Menggunakan Ekstraksi Fitur GLCM dan Algoritma Random Forest William Wijaya; Muhammad Rizky Pribadi; Eka Puji Widiyanto
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (650.677 KB) | DOI: 10.35957/mdp-sc.v2i1.4435

Abstract

Monkeypox adalah penyakit yang pertama kali ditemukan pada tahun 1958 di Denmark ketika ada dua kasus seperti cacar pada koloni kera yang dipelihara untuk penelitian, sehingga cacar ini dinamakan ‘Monkeypox’. GLCM adalah suatu matriks yang merepresentasikan frekuensi munculnya pasangan dua piksel dengan intensitas keabuan, jarak dan sudut dan Random Forest adalah salah satu metode klasifikasi yang merupakan kombinasi dari setiap pohon yang baik kemudian dikombinasikan ke dalam satu model. Penelitian ini menggunakan public dataset monkeypox dan non-monkeypox dan memiliki gambar berjumlah 3.192 dibagi menjadi data uji dan data latih dengan rasio 60:40, 70:30, 80:20, dan 90:10. Hasil dari fitur tekstur GLCM dilakukan pengujian dengan metode Random Forest menggunakan parameter n_estimator = 100, 500, dan 1000. Dari empat pengujian yang sudah dilakukan, disimpulkan bahwa n_estimator terbaik adalah 100 dengan proporsi rasio dataset 90:10, yang menghasilkan nilai accuracy sebesar 77%, precision 77% ,recall 77%, dan f1-score 76,5%.