SISTEM KLASIFIKASI SCOLIOSIS BERDASARKAN CITRA MEDIS MENGGUNAKAN METODE GABOR FILTERDENGAN NEURAL NETWORK

Salah satu jenis kelainan yang sering ditemukan pada tulang belakang adalah skoliosis, yang ditandai dengan kelengkungan tulang belakang ke kiri atau ke kanan. Skoliosis dapat disebabkan oleh berbagai faktor seperti posisi tidur atau duduk yang tidak tepat, kekurangan konsumsi kalsium, faktor usia, dan faktor genetik atau keturunan. Penyebab skoliosis bervariasi dan dapat diklasifikasikan sebagai bawaan, neuromuskular, terkait sindrom, idiopatik, dan kelengkungan tulang belakang karena alasan sekunder. Penelitian ini bertujuan untuk membantu tenaga medis dalam mendiagnosa skoliosis dan kelainan tulang belakang lainnya. Metode yang digunakan adalah sistem klasifikasi penyakit skoliosis menggunakan metode ekstraksi Gabor filter, dengan klasifikasi Neural Network untuk membedakan antara dua kelas, yaitu normal dan abnormal (skoliosis). Sistem klasifikasi ini menggunakan 3 model terbaik untuk setiap metode. Hasil akurasi training terbaik dalam penelitian pendeteksian Skoliosis pada citra tulang belakang menggunakan ekstraksi fitur Gabor filter Bank 1 (1, 7, 10, 10) dan metode klasifikasi Neural Network menunjukkan bahwa model Gradient Descent with Momentum and Adaptive Learning Rate (GDX) mencapai akurasi tertinggi. Pada hidden neuron 5 dan 15, nilai training mencapai 100%, sementara pada hidden neuron 5 dan 10, nilai testing mencapai 100%. Hasil akurasi training rata-rata yang rendah ditemukan dalam penelitian pendeteksian ini menggunakan ekstraksi fitur Gabor filter Bank 2 (2, 3, 10, 10) dengan model klasifikasi Neural Network One-step Secant Backpropagation (OSS). Hasil testing menunjukkan akurasi sebesar 88.5%, sementara pada training, akurasi mencapai 87.4%.