Analisis Kepadatan Tulang Manusia Menggunakan Metode Support Vector Machine

Abstract

Abstrak Kepadatan tulang manusia sangatlah penting karena tulang berfungsi sebagai penopang tubuh. Pengeroposan tulang dapat terjadi pada setiap orang dan juga tidak dapat diketahui oleh penderita karena tidak ada gejala spesifik yang ditimbulkan. Oleh karena itu, pendeteksian perlu dilakukan agar pengeroposan tulang dapat ditangani dengan segera sebelum menjadi fatal. Dalam makalah ini, telah dirancang sebuah sistem yang dapat mengklasifikasikan tulang normal dan tulang osteoporosis. Data yang digunakan adalah hasil x-ray tulang normal dan tulang osteoporosis pada bagian tulang belakang yang akan diolah dengan citra digital. Sistem ini menggunakan metode Gray Level Co-ocurrence Matrix (GLCM) untuk ekstraksi ciri dan Support Vector Machine (SVM) untuk klasifikasi data. Hasil yang didapat pada makalah ini adalah sebuah sistem yang dapat mengklasifikasikan kepadatan tulang menjadi dua jenis tulang, yaitu tulang normal dan tulang osteoporosis. Sistem ini memiliki akurasi sebesar 83,333%. Kata Kunci: Kepadatan Tulang, Citra Digital, Gray Level Co-ocurrence Matrix, Support Vector Machine Abstract The density of human bones is very important because bones function as a support for the body. Bone loss can occur to everyone and also cannot be known by patients because there are no specific symptoms caused. Because of that, detection needs to be done so that bone loss can be treated immediately before it becomes fatal. In this paper, a system that can classify normal bone and osteoporosis bone has been designed. The data used is the result of x-ray on normal bone and osteoporosis bone in the backbone, which will be processed with digital images. This system uses the Gray Level Co-occurrence Matrix (GLCM) method to extract features and Support Vector Machine (SVM) to classify data. The results obtained from this paper is a system simulation that can classify bone density into two types of bones, namely normal bone and osteoporosis bone. This system has an accuracy of 83,333%. Keywords: Bone Density, Digital Image, Gray Level Co-ocurrence Matrix, Support Vector Machine