KLASIFIKASI MALARIA STADIUM SCHIZONT DENGAN MACHINE LEARNING MENGGUNAKAN FITUR COOCURANCE MATRIX DAN HU MOMENT

Malaria adalah penyakit yang mengancam jiwa, disebabkan oleh parasit yang ditularkan ke manusia melalui gigitan nyamuk Anopheles betina yang terinfeksi. Pada tahun 2019, diperkirakan terdapat 229 juta kasus malaria di seluruh dunia dan jumlah kematian mencapai 409.000. Daerah yang paling sering terjangkit penyakit malaria menurut WHO ada pada wilayah Afrika. Penyakit malaria dapat di deteksi sebelumnya dengan menggunakan informasi yang ada pada data pasien dan menerapkan teknik RT-PCR. penelitian ini membantu tenaga medis mendiaknosa adanya penyakit malaria pada tahapan schizont. Penelitian ini menggunakan sistem klasifikasi penyakit malaria menggunakan metode ekstraksi Gray Level Co-Occurrence Matrix (GLCM) dan Hu Moment dengan menggunakan klasifikasi Neural Network pada 3 kelas penyakit malaria yaitu PFS (Plasmodium Falcifarum SKizont), PVS (Plasmodium Vivax Skizont), dan PMS (Plasmodium Malariae Skizont). Sistem klasifikasi menggunakan 3 model terbaik pada setiap metode. Hasil terbaik diperoleh dengan metode klasifikasi multi-layer persepton menggunakan ekstraksi fitur Gray Level Co-Occurrence Matrix (GLCM) pada 3 model dengan akurasi yang diperoleh dari masing-masing akurasi: akurasi train 98.8%, akurasi Validation 100%, dan akurasi testing 100%.