SISTEM KLASIFIKASI KANKER LEUKEMIA BERDASARKAN TEKSTUR MENGGUNAKAN ALGORITMA TRANSFORMASI HAAR WAVELET DAN MACHINE LEARNING (SVM DAN KNN)

PADA ERA SAAT INI KANKER TELAH DIANGGAP SEBAGAI EPIDEMI GLOBAL TANPA OBAT. DIPERKIRAKAN 9,7 JUTA ORANG MENINGGAL DISEBABKAN OLEH KANKER YANG MENEMPATKANNYA SEBAGAI PERINGKAT KEDUA PENYEBAB KEMATIAN TERTINGGI DI DUNIA SETELAH PENYAKIT KARDIOVASKULAR. DARI SEKIAN BANYAK JENIS KANKER, LEUKEMIA MERUPAKAN KANKER YANG PALING BANYAK DIDERITA OLEH PASIEN ANAK DAN TELAH MERENGGUT BANYAK JIWA. HAL INI DISEBABKAN LAMANYA PROSES DETEKSI YANG DILAKUKAN SEBAB METODE KONVENSIONAL YANG MEMERLUKAN WAKTU SANGAT LAMA. DENGAN KEMAJUAN TEKNOLOGI SAAT INI, PEMANFAATAN IMAGE PROCESSING DALAM PENGOLAHAN CITRA DAPAT DIAPLIKASIKAN GUNA MEMPERCEPAT PROSES DETEKSI TERHADAP SEL KANKER DENGAN MACHINE LEARNING. PADA PENELITIAN INI DILAKUKAN PERANCANG SISTEM DETEKSI LEUKEMIA DENGAN METODE EKSTRAKSI HAAR WAVELET DENGAN 2 LEVEL SERTA 3 KELAS YANG BERBEDA DAN METODE KLASIFIKASI SVM (SUPPORT VECTOR MACHINE) DAN KNN (K-NEAREST NEIGHBOR) DENGAN JUMLAH 300 SEL CITRA NORMAL DAN 300 SEL CITRA AKUT. DIPEROLEH TINGKAT AKURASI TERBAIK PADA LEVEL 1 YAKNI 90