Klasifikasi Jenis Sel Lemak Coklat Pada Tikus Deutsche Denken Yoken Menggunakan Metode GLCM-Entropy Dan SVM

Abstract

Abstrak— Klasifikasi support vector machine (SVM) cocok untuk membedakan dua buah kelas sel jaringan BAT tipe HFD dan tipe ND. Karena hanya membedakan dua kelas, pengujian ini berfokus pada kombinasi fitur gray level co-occurrence matrix (GLCM) untuk memperoleh nilai ekstrasi fitur pada citra BAT. Fitur kombinasi yang digunakan pada GLCM diantaranya yaitu, contrast, correlation, energy, homogeneity, dan entropy. Data yang digunakan berasal dari sel lemak coklat atau brown adipose tissue (BAT) tikus mencit (Deutsche Denken Yoken) karena memiliki kesamaan dengan manusia dari aspek anatomi, fisiologi, genetika, dan perilaku. Fitur kombinasi terbaik dengan akurasi 100% pada setiap piksel dan jarak adalah fitur kombinasi entropy energy homogeneity. Oleh karena itu, klasifikasi menggunakan SVM cocok untuk mendeteksi kasus antara dua kelas seperti membedakan antara sel jaringan BAT tipe HFD dan sel jaringan tipe ND.
Kata kunci— klasifikasi, brown adipose tissue, gray level cooccurrence matrix, support vector machine.