2021
DOI: 10.35957/algoritme.v1i2.893
|View full text |Cite
|
Sign up to set email alerts
|

KNN Dan Gabor Filter Serta Wiener Filter Untuk Mendiagnosis Penyakit Pneumonia Citra X-RAY Pada Paru-Paru

Abstract: Pneumonia adalah salah satu jenis penyakit paru-paru yang disebabkan oleh bakteri, virus, jamur, ataupun parasit. Salah satu cara untuk mengetahui penyakit pneumonia adalah dengan rontgen atau x-ray. Hasil rontgen akan dianalisis untuk mengetahui apakah terdapat pneumonia atau tidak. Penelitian ini bertujuan untuk mengklasifikasi hasil rontgen apakah terdapat pneumonia atau tidak pada hasil rontgen. metode yang digunakan untuk klasifikasi adalah K-Nearest Neighbor (KNN) dan metode ekstraksi Gabor Filter serta … Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1

Citation Types

0
1
0
3

Year Published

2022
2022
2024
2024

Publication Types

Select...
4

Relationship

0
4

Authors

Journals

citations
Cited by 4 publications
(4 citation statements)
references
References 7 publications
(7 reference statements)
0
1
0
3
Order By: Relevance
“… 2018 ), and wiener filter (Antony et al. 2021 ) can be used in the preprocessing of chest radiographs. The median filter is used for noise removal and smoothing of an image.…”
Section: Chest Radiograph Detection Systemmentioning
confidence: 99%
“… 2018 ), and wiener filter (Antony et al. 2021 ) can be used in the preprocessing of chest radiographs. The median filter is used for noise removal and smoothing of an image.…”
Section: Chest Radiograph Detection Systemmentioning
confidence: 99%
“…Selanjutnya penelitian dengan judul KNN Dan Gabor Filter Serta Wiener Filter Untuk Mendiagnosis Penyakit Pneumonia Citra X-RAY Pada Paru-Paru, yang mana pada penelitian yang dikerjakan tahapan pertama yang dilakukan pada citra sebelum dilakukan pengklasifikasian yaitu melakukan proses resize, dilanjutkan proses ekstraksi menggunakan Gabor Filter, Image Enhancement menggunakan Wiener Filter dan terakhir diklasifikasi dengan penggunaan metode K-Nearest Neighbor (KNN). Dari hasil penelitian didapatkan akurasi terbaik sebesar 79,62% [6]. Teknik pengklasifikasian dengan metode K-Nearest Neighbors (KNN) termasuk dalam pembelajaran mesin lazy learning.…”
Section: Latar Belakangunclassified
“…Algoritma K-Nearest Neighbor (KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek yang berdasarkan dari data pembelajaran yang jaraknya paling dekat dengan objek tersebut [9], [10]. Algoritma Nearest Neighbour merupakan teknik sederhana untuk mencari jarak terdekat dari tiap -tiap kasus (cases) yang ada di dalam database, dan seberapa mirip ukuran kemiripan (similarity) setiap source case yang ada di dalam database dengan target case [11]. Dengan fungsi similarity sebagai berikut [12], [13]:…”
Section: Algoritma K-nearest Neighbourunclassified