Identifikasi COVID-19 Berdasarkan Citra X-Ray Paru-Paru Menggunakan Metode Local Binary Pattern Dan Random Forest

Abstract

Abstrak—Covid-19 merupakan fenomena yang tidak bisa dilupakan oleh dunia. Pada akhir tahun 2019 tepatnya di Wuhan, China virus Severe Acute Respiratory Syndrome Coronavirus-2 (SarsCov-2) ditemukan dan berkembang, hingga World Health Organization (WHO) menetapkan Covid-19 sebagai pandemi pada tanggal 9 Maret 2020. Pesatnya perkembangan dan penularan virus ini sempat membuat kewalahan. Salah satu cara untuk mengetahui seseorang positif Covid-19 dengan melihat hasil X-Ray paru parunya. Hasil X-Ray akan dianalisis untuk mengetahui keadaan paru-paru seseorang. Dalam Tugas Akhir ini, metode yang digunakan terdiri dari metode ekstraksi ciri yaitu menggunakan Local Binary Pattern (LBP) dan metode klasifikasi menggunakan Random Forest. Penelitian ini menggunakan data latih dan data uji berupa citra XRay paru-paru yang dibedakan menjadi tiga kelas diantaranya paru-paru normal, positif Covid-19, dan Pneumonia. Berdasarkan hasil pengujian yang telah dilakukan menggunakan 1.200 citra yang terbagi menjadi 900 data latih dan 300 data uji, sistem dapat mengidentifikasi Covid-19 berdasarkan citra X-Ray paru-paru dan mengklasifikasikannya kedalam tiga kelas. Hasil akurasi tertinggi yang didapatkan yaitu 85,67% dengan menggunakan variasi resize citra= 200x200 piksel, radius ekstraksi ciri LBP= 8, dan jumlah pohon pada klasifikasi Random Forest= 200.
Kata kunci—Covid-19, X-Ray, LBP (Local Binary Pattern), random forest.