PENDETEKSI PENYAKIT BERDASARKAN CITRA BODY FLUID MENGGUNAKAN METODE HAAR WAVELET DAN GABOR FILTER

Body fluid merupakan suatu sel multiseluler yang ada didalam tubuh manusia ataupun hewan . Seiring berkembangnya zaman, body fluid dimanfaatkan dalam dunia kedokteran khususnya untuk pendeteksi penyakit. Pendeteksi penyakit yang digunakan yaitu pada bagian Peritonial dan Pleural. Pada bagian tubuh tersebut banyak sumber penyakit yang bisa dideteksi. Penelitian ini bertujuan untuk membuat sistem berbasis komputer dengan image-processing agar mempermudah tenaga medis dalam mendeteksi penyakit guna untuk mempercepat diagnose penyakit pasien secara efisien. Penelitian ini menggunakan Haar Wavelet dan Gabor Filter untuk mengekstraksi fitur pembeda antara normal dan abnormal. Data yang digunakan total sebanyak 1273 citra dengan jumlah normal 642 citra dan jumlah abdnormal 631 citra. 10 fold-cross validation digunakan untuk mengevaluasi data klasifikasi menggunakan metode Multilayer Perceptron (MLP). Hasil akurasi terbaik dihasilkan oleh metode Haar Wavelet dengan nilai akurasi 93,90% yaitu menggunakan model trainscg hidden layer 1 dan metode Gabor Filter dengan nilai akurasi 93,10% model trainoss hidden layer 20.