Klasifikasi Pnuemonia Menggunakan Metode Learning Vector Quantization Dengan Ekstraksi Fitur Local Binary Pattern

  • Leonardo Leonardo Universitas MDP
  • Hafiz Irsyad Universitas MDP
  • Derry Alamsyah Universitas MDP

Abstract

Paru-paru merupakan salah satu organ tubuh manusia yang berfungsi sebagai sistem
pernafasan tubuh manusia, paru-paru bekerja dengan cara bertukarnya oksigen dan
karbondioksida di dalam darah. Salah satu penyakit yang sering menyerang paru-paru adalah
paru-paru basah atau di sebut dengan pneumonia, penyakit ini di tandai dengan batuk atau
kesukaran bernapas yang di sertai sesak atau tarikan dinding dada bagian bawah ke dalam dan
penyakit ini disebabkan oleh penurunan kualitas udara. Pneumonia sering menyerang anak-anak.
Maka dari itu ditubuhkan pencegahan untuk mengurangi penyakit pneumonia pada masyarakat
terutama pada anak-anak. Pada penelitian ini dilakukan dengan dua jenis paru-paru yaitu Normal
(Sehat) dan Pneumonia, data yang digunakan pada setiap jenis penyakit yaitu 1100 dan 1098 untuk
data training dan 230 data testing menggunakan metode esktraksi fitur LBP dan LVQ sebagai
metode klasifikasi. Untuk penelitian ini menggunakan parameter Hidden Layer, Learning Rate,
Learning Function dan Epoch untuk menentukan dan mendapatkan hasil pengenalan yang baik.
Berdasarkan hasil pengujian dengan metode LVQ dan LBP menggunakan Hidden Layer 2 dan
Epoch 1 mendapatkan akurasi sebesar 58,04% dan menggunakan Hidden Layer 90, Learning Rate
0.0005, Learning Function “learnlv1” dan Epoch 2 mendapatkan akurasi sebesar 60,27%

Published
2021-10-05
How to Cite
Leonardo, L., Irsyad, H., & Alamsyah, D. (2021, October 5). Klasifikasi Pnuemonia Menggunakan Metode Learning Vector Quantization Dengan Ekstraksi Fitur Local Binary Pattern. Jurnal Algoritme, 2(1), 12-24. https://doi.org/https://doi.org/10.35957/algoritme.v2i1.1451