PENDETEKSIAN PENYAKIT LEUKIMIA BERBASIS MACHINE LEARNING DENGAN METODE EKSTRAKSI HU MOMENT INVARIANT DAN ZERNIKE MOMENT INVARIANT

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 Hu Moment invariant dan Zernike Moment invariant dengan metode klasifikasi SVM (Support Vector Machine) dan KNN (K-Nearest Neighbor) dengan 2 kelas kanker leukimia yaitu akut dan normal. Sistem klasifikasi menggunakan 3 model terbaik dari masing-masing metode klasifikasi Hasil akurasi terbaik diperoleh dengan menggunakan ekstraksi fitur Zernike Moment Invariant dengan model Weighted KNN dengan akurasi training sebesar 98.1