Deteksi Anemia Melalui Citra Sel Darah Menggunakan Metode Discrete Wavelet Transform (dwt) Dan Klasifikasi Support Vector Machine (svm)

Abstract

Abstrak Sel darah merah merupakan komponen mendasar pada tubuh manusia yang berfungsi mengikat oksigen untuk oksidasi jaringan-jaringan tubuh. Tingkat sel darah merah yang tidak normal menjadi pertanda penyakit anemia. Proses deteksi penyakit anemia ini dapat dilakukan secara manual dengan memeriksa sampel darah menggunakan mikroskop di rumah sakit. Namun, metode ini mempunyai kelemahan yaitu bergantungan pada ketelitian dokter dan petugas laboratorium yang dipengaruhi oleh kondisi fisik dan keterbatasan alat, sehingga membuat akurasi dari hasil diagnosa kurang maksimal. Pada tugas akhir ini telah dibuat sistem untuk membantu mendeteksi anemia melalui citra sel darah merah. Secara garis besar, deteksi anemia yang dilakukan oleh sistem ini melalui empat tahapan yaitu akuisisi citra, pre-prosessing dimana dilakukan cropping manual, resize citra, dan konversi RGB ke greyscale, selanjutnya proses ekstraksi ciri menggunakan Discrete Wavelet Transform (DWT) dan klasifikasi Support Vector Machine (SVM). Hasil dari proses ekstraksi ciri DWT akan menjadi masukan pada proses klasifikasi SVM. Performansi sistem ini dianalisis berdasarkan parameter akurasi dan waktu komputasi. Dengan menggunakan metode DWT dan SVM didapatkan akurasi tertinggi dalam sistem yaitu sebesar 96,6667% dengan waktu komputasi 0,0113s. Kata Kunci : sel darah merah, anemia, DWT, SVM. Abstract Red blood cells are a fundamental component of the human body that functions to bind oxygen to oxidize body tissues. Abnormal levels of red blood cells are a sign of anemia. The process of detecting this anemia can be done manually by examining blood samples using a microscope in the hospital. However, this method has a weakness that is dependent on the accuracy of doctors and laboratory staff who are affected by physical conditions and limitations of the equipment, making accuracy of the diagnostic results less than optimal. In this research, a system has been created to help detect anemia through image of red blood cells. Broadly speaking, anemia detection carried out by this system through four stages, namely image acquisition, pre-processing where manual cropping, image resize, and RGB to Greyscale conversion, then feature extraction process uses the Discrete Wavelet Transform (DWT) and Support Vector classification Machine (SVM). The results of the DWT feature extraction process will be input to the SVM classification process. System detection anemia performance from red blood cell image analyse based accuracy parameter and time computation. By using DWT and SVM method result high accuracy in system 96,6667% with time computation 0,0113s. Keywords: red blood cells, anemia, DWT, SVM ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 3760 1. Pendahuluan Sel darah merah merupakan komponen mendasar pada tubuh manusia, yang berfungsi mengikat oksigen dan zat-zat lain yang diperlukan untuk oksidasi jaringan di dalam tubuh. Dalam sel darah merah terdapat zat warna darah yang disebut hemoglobin (HB), dimana hemoglobin sebagai protein yang berkombinasi dengan senyawa henim, yang menghasilkan zat besi [1]. Penyakit yang menyerang sel darah merah salah satunya adalah anemia. Pada tugas akhir ini dilakukan simulasi untuk mendeteksi anemia dengan pengolahan citra digital menggunakan sel darah merah. Pengolahan citra digital telah diterapkan diberbagai bidang, salah satunya pada bidang kesehatan. Pada penelitian ini dilakukan simulasi untuk mendeteksi anemia, penulis menggunakan Discrete Wavelet Transform (DWT), metode paling umum digunakan karena lebih mudah diimplementasikan dan memiliki waktu komputasi yang lebih sederhana. Citra hasil ekstraksi ciri diklasifikasi menggunakan metode Support Vector Machine