<![CDATA[Penelitian ini menguji efektivitas metode ekstraksi ciri Local Binary Model (LBP) – Gray Level Co-occurrence Matrix (GLCM) dan algoritma klasifikasi Naive Bayes dalam mengenali citra X-ray paru-paru yang menunjukkan adanya pneumonia. Tantangan utamanya adalah meningkatkan akurasi diagnosis penyakit melalui analisis citra X-ray. Tujuan dari penelitian ini adalah untuk menerapkan pendekatan yang efektif untuk mengklasifikasikan citra X-ray paru-paru ke dalam tipe pneumonia dan normal menggunakan ekstraksi ciri LBP-GLCM dan metode Naive Bayes. Selain itu, penelitian ini bertujuan untuk mengevaluasi efektivitas klasifikasi pneumonia pada citra X-ray paru-paru menggunakan metode LBP-GLCM dan Naive Bayes. Eksperimen dilakukan dengan menggunakan kumpulan data citra X-ray paru-paru, terutama berfokus pada 100 dan 500 gambar, serta memvariasikan jumlah data eksperimen. Hasil eksperimen menunjukkan akurasi tertinggi yang dicapai dengan variasi pengujian sebesar 30%, dengan tingkat akurasi sebesar 93% pada dataset 100 gambar dan 86% pada dataset 500 gambar. Metode LBP-GLCM dan Naive Bayes berkontribusi signifikan terhadap diagnosis medis dengan tingkat akurasi yang memuaskan, sehingga dapat membantu meningkatkan efisiensi praktik klinis sehari-hari.]]>
Copyrights © 2024
