PERBANDINGAN KLASIFIKASI CITRA LEUKEMIA DENGAN METODE SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBOR (K-NN) BERDASARKAN EKSTRAKSI FITUR HU MOMENTS

<p>Penyakit leukemia adalah kanker yang menyerang jaringan sel-sel darah putih. Leukemia terjadi ketika tubuh memproduksi sel-sel darah yang tidak normal dengan jumlah yang melebihi batas normal sehingga tidak dapat berfungsi dengan semestinya. Hal tersebut sangat berpengaruh pada sistem kekebalan tubuh pada manusia. Saat ini tenaga medis memerlukan waktu yang cukup lama dalam mengenali penyakit leukemia dan sulitnya membedakan antara sel leukemia akut dengan sel yang normal. Sehingga dalam penelitian ini bertujuan untuk membangun sebuah program sistem dengan menggunakan citra sel darah putih dengan teknik pengolahan citra menggunakan ekstraksi fitur dengan metode hu moments dan metode klasifikasi Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Pada penelitian ini menggunakan jumlah data 800 sampel citra darah yang dibagi menjadi dua kelas yaitu kelas akut dan kelas normal dengan masing-masing kelas memiliki 400 citra sampel. Berdasarkan hasil pengujian dilihat dari hasil perbandingan perhitungan nilai rata-rata akurasi dan training time pada kedua metode. Nilai akurasi tertinggi diperoleh metode SVM dengan akurasi sebesar 88,03