Ciri Statistis Histogram Citra Sinar-X Untuk Deteksi Tb Paru Dengan Komputer

Penelitian ini mengembangkan metode pendeteksian penyakit TB paru dengan komputer menggunakan ciri statistis histogram citra sinar-X digital. Pendeteksian meliputi pra-proses ekualisasi histogram, proses segmentasi citra dengan pengambilan area paru berdasar ROI template, ekstraksi ciri statistis histogram citra dengan metode PCA (Principle Componen Analysis), dan klasifikasi dengan minimum distance clasifier. Uji coba memperlihatkan metode histogram ekualisasi dan penggunaan ROI template yang tepat memberi kontribusi positif dalam kalkulasi ciri statistis histogram citra. Penerapan tranformasi PCA dalam ekstraksi ciri dan dikombinasikan dengan fungsi pengklasifikasi minimum distance classifier memperlihatkan hasil uji pendeteksian yang cukup baik. Pada uji coba dengan data citra uji primer, pada penggunaan jarak Mahalanobis akurasi pendeteksian mencapai 95,455%, sedangkan pada penggunaan jarak Euclidean, dengan akurasi mencapai 94,318%. Meskipun demikian, hasil uji coba penerapan metoda ini pada data citra sekunder tidak memperlihatkan akurasi sebaik pada penerapan pada data citra primer. Kondisi data citra sekunder berbeda dengan citra primer menjadi penyebab perbedaan akurasi tersebut, dan menjadi peluang penelitian lanjutan untuk mengatasi perbedaan tersebut. . Kata-kata kunci: TB paru, citra sinar-X, ciri statistik