Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal INTECOMS: Journal of Information Technology and Computer Science
Akbar Sakti, Ichtiar
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Menggunakan Metode Machine Learning Untuk Klasifikasi Pneumonia dari Citra X-Ray: Studi Perbandingan Model Klasifikasi Akbar Sakti, Ichtiar
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 5 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/k02qcp32

Abstract

Pneumonia adalah penyakit pernapasan yang masih menjadi salah satu penyebab kematian teratas, terutama di negara-negara terbelakang. Diagnosis dini sangat penting, tetapi interpretasi manusia terhadap gambar rontgen dada menghadirkan kesulitan, terutama di daerah dengan tenaga medis yang minim. Tujuan dari penelitian ini adalah untuk menguji efektivitas beberapa algoritma pembelajaran mesin untuk mengkategorikan gambar rontgen dada menjadi dua kategori: pneumonia dan normal. Kumpulan data diperoleh dari Kaggle dan kemudian diproses terlebih dahulu dan diekstraksi fitur menggunakan Histogram of Oriented Gradients (HOG), Local Binary Patterns (LBP), dan Gabor Filters. Enam metode pembelajaran mesin diuji: SVM, Regresi Logistik, K-Nearest Neighbors (KNN), Random Forest, Decision Tree, dan Naive Bayes. Kinerja dievaluasi menggunakan kriteria seperti akurasi, presisi, recall, F1-score, dan ROC-AUC. Hasilnya menunjukkan bahwa SVM dan Regresi Logistik memiliki akurasi terbesar (97% dengan AUC 1,00). KNN dan Random Forest menyusul dengan akurasi masing-masing 96% dan 94%. Sebagai perbandingan, Decision Tree dan Naive Bayes kurang berhasil. Temuan ini menunjukkan bahwa algoritma pembelajaran mesin berdasarkan ekstraksi fitur buatan tangan dapat menjadi alat yang efisien dan akurat untuk mendeteksi pneumonia secara otomatis dari gambar rontgen dada, terutama di lingkungan layanan kesehatan dengan akses terbatas ke teknologi modern. Kata Kunci: Ekstraksi Fitur, Klasifikasi Gambar, Pembelajaran Mesin, Pneumonia, Sinar-X
Co-Authors