Klasifikasi Kanker Paru Paru menggunakan Naïve Bayes dengan Variasi Filter dan Ekstraksi Ciri GLCM

Autor:	Fuad Anwar, Tonang Dwi Ardyanto, Mohtar Yunianto, Soeparmi Soeparmi, Cari Cari, Resta Farits Pradana, Delta Nur Septianingsih
Rok vydání:	2021
Předmět:	Otsu thresholding business.industry Pattern recognition Artificial intelligence business Mathematics
Zdroj:	INDONESIAN JOURNAL OF APPLIED PHYSICS. 11:256
ISSN:	2477-6416 2089-0133
DOI:	10.13057/ijap.v11i2.53213
Popis:	Telah berhasil dilakukan klasifikasi kanker paru-paru dari 120 data citra CT Scan. Pada penelitian, proses preposisi dimulai dengan variasi filtering yaitu low pass filter, median filter, dan high pass filter. Segmentasi yang digunakan yaitu Otsu Thresholding yang kemudian teksturnya akan diekstraksi menggunakan fitur Gray Level Co-occurrence Matrix (GLCM) dengan variasi arah sudut. Hasil dari ekstraksi GLCM dijadikan database yang akan menjadi dataset untuk pengklasifikasian citra menggunakan klasifikasi naïve bayes. Hasil dari penelitian dengan 12 buah variasi diperoleh hasil variasi terbaik adalah median filter dengan arah sudut GLCM 0° menunjukkan tingkat akurasi yang paling tinggi sebesar 88,33 %.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=doi_________::35307e1197fc85e59c72ca9af85e7fcf https://doi.org/10.13057/ijap.v11i2.53213 Zobrazit plný text záznamu