Klasifikasi Kasus COVID-19 dan SARS Berbasis Ciri Tekstur Menggunakan Metode Multi-Layer Perceptron
(1) Universitas Islam Negeri Walosongo Semarang
(2)
(3)
Abstract
Corona Virus Disease 2019 (COVID-19) merupakan penyakit infeksi akut yang disebabkan oleh virus corona sebagai sindrom pernafasan akut parah. SARS (Severe Acute Respiratoty Syndrome) merupakan gangguan saluran pernapasan yang disertai gejala saluran perncernaan disebabkan oleh corona virus. Penelitian ini bertujuan untuk membedakan pasien COVID-19 dan SARS berdasarkan ciri tekstur dengan metode Multi-Layer Perceptron (MLP). Metode yang digunakan dalam penelitain ini terdiri dari tiga tahap, tahap pertama adalah pre-processing, tahap kedua adalah ekstraksi ciri tekstur menggunakan histogram dan GLCM (Gray Level Co-occurrence Matrix), dan tahap ketiga adalah klasifikasi data menggunakan metode Multi-Layer Perceptron (MLP). Hasil penelitian menunjukkan bahwa citra pasien SARS memiliki rerata kecerahan lebih tinggi, memiliki kontras lebih tajam, dan tingkat penyebaran data dalam piksel citra rontgen toraks lebih acak dibandingkan dengan citra pasien COVID-19. Metode yang digunakan dalam penelitian ini menghasilkan akurasi, sensitivitas, dan spesifisitas yang sama, yaitu sebesar 91,67%. Penelitian ini menunjukkan bahwa ciri tekstur mampu membedakan citra rontgen toraks pasien COVID-19 dan SARS secara akurat, sehingga dapat menjadi perangkat tambahan untuk memudahkan tenaga kesehatan.
Keywords
Full Text:
PDFReferences
Abbas Asmaa. Abdelsamea M. Mohammed. Gaber Mohamed Medhat (2020). Classification of COVID-19 in chest X-ray images using DeTraC deep convolutional neural network. Applied Intelligence (2021) 51:854–864.
Ahmad Nazaruddin, Hadinegoro Arifyanto (2012). Metode Histogram Equalization untuk Perbaikan Citra Digital. Seminar Nasional Teknologi Informatika & Komunikasi Terapan.
Ahorsu, D. K., Lin, C. Y., Imani, V., Saffari, M., Griffiths, M. D., & Pakpour, A. H. (2020). The fear of COVID-19 scale: Development and initial validation. International Journal of Mental Health and Addiction.
Ahsan, M. M., E. Alam, T., Trafalis, T., & Huebner, P. (2020). Deep MLP-CNN Model Using Mixed-Data to Distinguish between COVID-19 and Non-COVID-19 Patients. Symmetry, 12(9), 1526. MDPI AG.
Ambar, Wati Risha; Hafiz, Irsyad; Ezar, Al Rivan M (2020). Klasifikasi Pneumonia Menggunakan Metode Support Vector Machine. Jurnal Algoritme. Vol. 1, No. 1.
Baig, A. M., Khaleeq, A., Ali, U., and Syeda, H. (2020) Evidenceof the COVID-19 Virus Targeting the CNS: Tissue Distribution,Host−Virus Interaction, and Proposed Neurotropic Mechanisms. ACS Chem. Neurosci. 11(7), 995−998.
B.Azhagusundari, Antony Selvadoss Thanamami (2013). Feature Selection Based on Information Gain. International Journal of Innovative Technology and Exploring Engineering (IJITEE). Volume 2.
Budiman, A. S. (2015). Segmentasi citra dan pewarnaan semu pada foto hasil röntgen. Jurnal Teknik Komputer, I(2), 226–234.
Ermawati, Eli. (2020). Klasifikasi Nodul Payudara Berdasarkan Ciri Tekstur Pada Citra Ultrasonografi Menggunakan Scilab. Universitas Islam Negeri Walisongo.
Hidayat R. Astuti T (2020). Diagnosis Preeklamsiapada Ibu Hamil Berdasarkan Algoritme K- Nearest Neighbour. Jurnal Ilmu-ilmu Informatika dan Manajemen STMIK. Vol. 14 No.2.
Hui, D. S., Azhar, E. I., Memish, Z. A., & Zumla, A. (2022). Human Coronavirus Infections—Severe Acute Respiratory Syndrome (SARS), Middle East Respiratory Syndrome (MERS), and SARS-CoV-2. Encyclopedia of Respiratory Medicine, 146–161.
Franquet T, Jeong YJ, Lam HYS, Wong HYF, Chang Y, Chung MJ, Lee KS (2020). Imaging findings in coronavirus infections: SARS-CoV, MERS-CoV, and SARS-CoV-2. Br J Radiol; 93: 20200515.
Khusna,D.A (2016). Klasifikasi Lesi Citra Ultrasonografi Payudara Berdasarkan Karakteristik Tepi. Tesis. Yogyakarta : Program Pascasarjana Universitas Gadjah Mada Yogyakarta.
Kiran Shafiq Khan. Mohammed A. Mamun. Mark D. Griffihs. Irfan Ullah (2020). The Menthal Health Impact of the COVID-19 Pandemic Across Different Cohorts. Internasional Journal of Mental Health and Addiction.
Kyu-Myoung Lee, Kyujin Jung (2019). Factors Influencing the Response to InfectiousDiseases: Focusing on the Case of SARS and MERS in South Korea. Internasional Journal of Environmental Research and Public Health.
Listyalina Latifah (2017). Peningkatan Kualitas Citra Foto Rontgen Sebagai Media Deteksi Kanker Paru. Jurnal Teknologi Informasi. Vol. XII Nomor 34.
L.Ladha, T.Deepa (2011). Feature Selection Methods and Algorithms. International Journal on Computer Science and Engineering (IJCSE). Vol.3 No.5.
McIntosh, K., & Perlman, S. (2015). Coronaviruses, Including Severe Acute Respiratory Syndrome (SARS) and Middle East Respiratory Syndrome (MERS). Mandell, Douglas, and Bennett's Principles and Practice of Infectious Diseases, 1928–1936.e2.
M. M.Hanafi (2014). Risiko, Proses Menajemen Risiko, dan Enterprise Risk Management. Manag. Res. Rev., pp. 1-40, 2014.
Mukhtar, M. S. (2020). Mental health and psychosocial aspects of coronavirus outbreak in Pakistan: psycho-logical intervention for public mental health crisis. Asian Journal of Psychiatry, 51, e102069.
Mulyani Amalia Septi, Untaningrum Fitri (2021). Lima Fitur Gray Level Co-Occurrence Matrix untuk Deteksi Kemanisan Buah Semangka Tanpa Biji Dengan Klasifikasi Support Vector Machine Berbasis Raspbery Pi. Jurnal Pengembangan Teknologi Informatika dan Ilmu Komputer. Vol.5.
M. Ghozali, H. Sumarti (2020). Deteksi Tepi Pada Citra Rontgen Penyakit COVID-19 Menggunakan Metode Sobel. Jurnal Imejing Diagnostik, pp. 51-59, 2020.
N. Nafi’iyah (2016). Perbandingan Modus, Median, K_Standart Deviasi, Iterative, Mean Dan Otsu Dalam Thresholding. vol. 8, no. 2, pp. 31-36, 2016.
Pakpour, A. H., & Griffiths, M. D. (2020). The fear of COVID-19 and its role in preventive behaviors. Journal of Concurrent Disorders, 2(1), 58–63.
Purwandari Endina Putri, Andreswari Desi, Faraditha Ulva (2020). Ekstraksi Ftur Warna dan Tekstur untuk Temu Kembali Citra Batik Besurek. Jurnal Pseudocode. Vol. VII Nomor 1.
R. E. Al Mamlook, S. Chen and H. F. Bzizi (2020). Investigation of the performance of Machine Learning Classifiers for Pneumonia Detection in Chest X-ray Images. IEEE International Conference on Electro Information Technology (EIT). pp. 098-104,
Saitem, Adi Kusworo dan Widodo Adi (2016). Analisis Citra CT Scan Kanker Paru Berdasarkan Ciri Tekstur Gray Level C0-Occurrence Matrix dan Ciri Morfologi Menggunakan Jaringan Syaraf Tiruan Propagasi Balik. Youngster Physics Journal. Vol. 5, No. 2.
Supriyadi,E (2017). Metode SVM Berbasis Pso Untuk Meningkatkan Prediksi Ketepatan Waktu Kelulusan Mahasiswa. Jurnal Sistem Iinformasi STMIK Antar Bangsa. 6(4):113-120.
Siqueria, F. R. d., Schwartz, W. R. Pedrini, H. (2013). Multi-scale Gray Level Co-occurrence Matrices for Texture Description. Neurocomputing, Volume 120, pp. 336-345.
Stephanie Stephanie, Thomas Shum, Heather Cleveland, Suryanarayana R. Challa, Allison Herring, Francine L. Jacobson, Hiroto Hatabu, Suzanne C. Byrne, Kumar Shashi, Tetsuro Araki, Jose A. Hernandez, Charles S. White, Rydhwana Hossain, Andetta R. Hunsaker, Mark M. Hammer, (2021). Determinants of Chest Radiography Sensitivity for COVID-19: A Multi-Institutional Study in the United States. Radiology: Cardiothoracic Imaging 2021; 2(5):e200337.
Suwarno, AA Abdillah (2019). Penerapan Algoritma Bayesian Regularization Backpropagtion untuk Memprediksi Penyakit Diabetes. Jurnal MIPA 39 (2).
Wang, Zhicheng; Tang, Kun (2020). Combating COVID-19: health equity matters. Nature Medicine. Vol. 26.
Witten, Ian H.; Eibe Frank Mark A. Hall (2011). Data Mining Practical Machine Learning Tools and Techniques. Third Edition. USA: Morgan Kaufmann.
Wu, Zhiyuan; Li Li, Ronghua Jin, Lianchun Liang, Zhongjie Hu, Lixin Tao, Yong Han, Wei Feng, Di Zhou, Weiming Li, Qinbin Lu, Wei Liu, Liqun Fang, Jian Huang, Yu Gu, Hongjun Li, Xiuhua Guo (2021). Texture feature-based machine learning classifier could assist in the diagnosis of COVID-19, European Journal of Radiology, Volume 137, 2021, 109602, ISSN 0720-048X,
Refbacks
- There are currently no refbacks.
 This work is licensed under a Creative Commons Attribution 3.0 License. View My Stats