KLASIFIKASI HASIL CITRA MRI OTAK UNTUK MEMPREDIKSI JENIS TUMOR OTAK DENGAN METODE IMAGE THRESHOLD DAN GLCM MENGGUNAKAN ALGORITMA K-NN (NEAREST NEIGHBOR) CLASSIFIER BERBASIS WEB

Sofian, Jajang
Laluma, Riffa Haviani

Infotronik : Jurnal Teknologi Informasi dan Elektronika
Vol 4, No 2 (2019): Vol 4 No 2 Tahun 2019

Tumor otak adalah salah satu penyakit yang paling mematikan yang menyerang manusia, tidak sedikit pria atau wanita di usia 20-30 yang mengidap penyakit ini. Untuk mendeteksi tumor otak pada seseorang, dokter menggunakan mesin MRI, karena hasil citra MRI terbukti memberikan hasil citra yang lebih baik dibandingkan dengan citra CT-Scan, namun terkadang hasil citra MRI sulit untuk dibedakan antara citra MRI otak tersebut memang mengidap tumor atau tidak, dikarenakan kontras yang dihasilkan seperti organ normal lainnya. Dengan metode Treshold, suatu citra dapat dipisahkan dengan objek lainnya dan metode GLCM digunakan untuk mengekstraksi ciri yang terkandung dalam citra tersebut. Lalu Metode KNN digunakan untuk klasifikasi hasil ciri suatu citra, dengan menggunakan K = 3. Pada penelitian ini digunakan Data Training sebanyak 20 data dan Data Testing sebanyak 10 data, maka dihasilkan akurasi sebesar 83.33%, untuk MSE dan MAE masing-masing sebesar 16.6%.