SISTEM KLASIFIKASI PENYAKIT THALASSEMIA MENGGUNAKAN METODE GABOR FILTER DENGAN NEURAL NETWORK

Thalassemia merupakan kelainan darah genetik yang terjadi akibat kekurangan zat pembentuk hemoglobin sehingga mengakibatkan berkurangnya kemampuan memproduksi sel darah merah. Thalassemia dapat menyebabkan anemia yang dapat menimbulkan gejala fisik seperti kelelahan, kulit pucat, dan sulit tidur, serta gejala psikologis seperti depresi dan kecemasan. Thalassemia juga dapat menyebabkan masalah fisik seperti pembesaran limpa dan hati, serta dapat menyebabkan kesulitan keuangan karena kebutuhan pengobatan seumur hidup.Data WHO menyebutkan 250 juta penduduk dunia (4.5 %) menderitathalasemia, dari 250 juta diantaranya ada 80 � 90 juta yang membawa genetikthalasemia beta, dalam (Bulan, 2009), sedangkan data di Indonesia yang di dapatdari yayasan thalasemia indonesia � perhimpunan orang tua penderita thalasemiapada tahun 2014 ini tercatat sebanyak 6.647 orang, sedangkan di jawa timur sendiri ada lebih dari 400 penderita. Menurut kepala Dinas Kesehatan Ngawi padatahun2014 data penderita thalasemia sebanyak 23 penderita.Tidak menutup kemungkinan terjadi kesalahan pada proses pendeteksian secara manual mengandalkan keterampilan dari pengamat kanker kulit. . Penelitian ini menggunakan 3 kelas Thalassemia yaituThalassemia, IDA dan NORMAL.. Penelitian ini membantu mendiagnosa adanya thalassemia dengan metode MLP (Multi Layer Perceptron). Pada penlitian ini MLP (Multi Layer Perceptron) dikombinasikan dengan ektraksi Gabor2 jenis. Tahapan yang dilalui yaitu Pre-Processing, ekstraksi dan klasifikasi. Sistem klasifikasi menggunakan 3 model terbaik pada setiap metode. Hasil terbaik diperoleh dengan metode klasifikasi Neural Network menggunakan ekstraksi fitur gabor pada model One step secant (OSS), Gradient descent with adabtive learning rate back propagation (GDA), dan Gradient descent with adabtive learning rate back propagationn (GDX) dengan akurasi yang diperoleh sebesar 80%.