Pengenalan Pola Tulisan Tangan Resep Dokter Menggunakan Metode Naïve Bayes Classifier pada Puskesmas Kambaniru

Abstract

Pengenalan pola merupakan suatu kegiatan yang dilakukan untuk mengambil keputusan atau kesimpulan berdasarkan pola suatu objek atau informasi. Pola tulisan tangan setiap orang memiliki bentuk dan pola yang berbeda dan ada tulisan yang sulit untuk dibaca. Sama dengan halnya dalam pembacaan resep dokter. Pada dasarnya resep dokter kurang dapat dibaca sehingga berpotensi menimbulkan kesalahan interpretasi terutama pada nama obat, dosis aturan pakai dan cara pemberian yang selanjutnya dapat menyebabkan kesalahan pengobatan. Oleh karena itu, pada penelitian ini menggunakan metode Naïve Bayes classifier dengan melalui beberapa tahap yaitu mengambil beberapa data, masuk tahap pra-proses, segmentasi, ekstraksi fitur dengan HSV, setelah itu masuk pada tahap klasifikasi dengan Naïve Bayes classifier. Dengan mengambil data citra nama obat yaitu Amox, CTM, GG, dan PCT sebanyak 260 yang masing-masing citra diambil sebanyak 65 citra. Data citra dibagi menjadi dua yaitu data latih 200 (dengan Amox CTM, GG, dan PCT diambil 35 data citra dari setiap nama obat) dan data uji 60 citra (dengan Amox CTM, GG, dan PCT diambil 15 data citra dari setiap nama obat). Dari hasil pengujian menggunakan 50 citra pelatihan dan 15 citra pengujian diperoleh akurasi 75% dari 50 citra pelatihan dan 15 citra pengujian dengan menggunakan algoritma Naïve Bayes Classifier.

Penerapan Metode K-Nearest Neighbor Dalam Identifikasi Jenis Ikan Salmon Yang Dapat Dikomsumsi Untuk Bahan Mpasi Bayi

“…Citra RGB bisa diubah menjadi citra grayscale. [10] Pada tahap ini berfungsi untuk melakukan penajaman objek tulisan pada citra agar memudahkan sistem untuk digunakan pada proses-proses berikutnya. Proses awal, citra berwarna RGB (Red, Green, Blue) diubah menjadi format citra keabuan (grayscale) Proses ini dilakukan dengan rumus berikut [11] Grayscale = (0.2989*R ) + (0.5870*G ) + (0.1140*B)…”