SISTEM KLASIFIKASI BERDASARKAN CITRA SCOLIOSIS LENKEMENGGUNAKAN METODE EKSTRAKSI GLCM(GRAY LEVEL CO-OCCURRENCE MATRIX) DAN KLASIFIKASI K-NEAREST NEIGHBORS (KNN)

Skoliosis Lenke merupakan kelainan tulang belakang yangmemengaruhi jutaan individu di seluruh dunia. Namun, penggunaan metode machine learning dalam pengklasifikasian skoliosis Lenke masih kurang diperhatikan. Penelitian ini mengusulkan pendekatan baru yang mengintegrasikan teknik machine learning dengan ekstraksi fitur menggunakan Gray Level Co-Occurrence Matrix(GLCM)untuk mengekstraksi informasi spasial yang mencerminkan pola tekstur tulang belakang. Fitur-fitur yang diekstraksi kemudian menjadi input untuk klasifikasi dengan menggunakanalgoritma K-Nearest Neighbors(KNN).Evaluasi dilakukan dengan manajemen data 10-fold cross vaidationdengan menggunakan tiga model klasifikasi yaitu:Fine, Medium, dan Coarse.Hasil eksperimen menunjukkan keberhasilan sistem dalam mengklasifikasikan skoliosis Lenke. FineKNN mencapai akurasi 100