Deteksi Parasit Malaria Menggunakan Metode Gray Level Co-Occurance Matrix (GLCM)

Ahmad Arsyad Surgi Mukti; Ghina Briliana Fatin Octariana; Krisna Dian Sukmana; Fitri Bimantoro

doi:10.29407/stains.v3i1.4356

Authors

Ahmad Arsyad Surgi Mukti Universitas Mataram
Ghina Briliana Fatin Octariana Universitas Mataram
Krisna Dian Sukmana Universitas Kuningan
Fitri Bimantoro Universitas Mataram

DOI:

https://doi.org/10.29407/stains.v3i1.4356

Keywords:

Deteksi, malaria, sel darah merah, tekstur

Abstract

Malaria adalah salah satu penyakit menular paling mematikan di dunia. Deteksi dini malaria sangat penting untuk mencegah penyebaran penyakit ini. Tradisionalnya, deteksi malaria dilakukan dengan pemeriksaan mikroskopis darah. Namun, metode ini membutuhkan waktu dan usaha yang relatif lama. Dalam penelitian ini, deteksi parasit malaria dilakukan menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Metode GLCM digunakan untuk mengekstraksi fitur tekstur dari gambar sel darah merah yang terinfeksi malaria. Fitur tekstur ini kemudian digunakan untuk melatih model klasifikasi. Hasil penelitian menunjukkan bahwa metode GLCM dapat digunakan untuk mendeteksi parasit malaria dengan akurasi 89%. Studi ini menyarankan bahwa metode GLCM memiliki potensi sebagai metode deteksi malaria yang lebih cepat dan akurat.

Downloads

Download data is not yet available.

References

Y.B. Utomo, G.W. Harsanto, “Penerapan Metode Certainty Factor Dan Naïve BayesUntuk Mendiagnosa Penyakit Akibat Gigitan Nyamuk” Generation Journal, Vol.4 No.2, 2020

P. Gascoyne, J. Satayavivad, M. Ruchirawat, “Microfluidic approaches to malaria detection”, Acta Tropica 89 (2004) 357–369.

N. Ain Banyal, Surianti, A. Rachmat Dayat, “Klasifikasi Citra Plasmodium Penyebab Penyakit Malaria Dalam Sel Darah Merah Manusia Dengan Menggunakan Metode Multi Class Support Vector Machine (Svm)”, ILKOM Jurnal Ilmiah Volume 8 Nomor 2 (Agustus 2016).

J. Bana Abraham, “Plasmodium Detection Using Simple CNN and Clustered GLCM Features”, Electrical and Information Engineering.

A. Negi, K. Kumar, and P. Chauhan, “Deep Learning-Based Image Classifier for Malaria Cell Detection”, Machine Learning for Healthcare Applications, 2021.

Q. Shandy, S.S. Panna, Y. Malago, “Penerapan Metode Grey Level Co-Occurrence Matriks (GLCM) dan K-Nearest Neighbor (K-NN) Untuk Mendeteksi Tingkat Kematangan Buah Belimbing Bintang”, Jurnal Nasional cosPhi, Vol. 3 No. 1, 2019

A. Prasetio, R. Rosnelly, Wanayumini, “Identification of Malaria Parasite Patterns With Gray Level Co-Occurance Matrix Algorithm (GLCM)”, Jurnal Rekayasa Sistem dan Teknologi Informasi, Vol. 6 No. 3 (2022) 359 – 369, 2022.

Qurina Firdaus,, et all, “Lung Cancer Detection Based On Ct-Scan Images with Detection Features Using Gray Level Conoccurrence Matrix (Glcm) and Support Vector Machine (Svm) Methods” Indonesian Journal of Electrical Engineering and Computer Science Vol. 16, 2020.