Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Khatulistiwa Informatika

PERBANDINGAN SEGMENTASI CITRA PSORIASIS MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING DAN ALGORITMA THRESHOLDING Witriana Endah Pangesti; Dwiza Riana; Sri Hadianti
Jurnal Khatulistiwa Informatika Vol 9, No 2 (2021): Periode Desember 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v9i2.11380

Abstract

Letaknya kulit pada bagian tubuh manusia berada dibagian luar tubuh untuk menyelimuti bagian lain yang ada didalam salah satunya urat atau lemak, sehingga kulit menjadi salah satu bagian terpenting dalam organ tubuh manusia,  karena letaknya di luar maka kulit menjadi rentan untuk mengalami penyakit, baik itu penyakin yang berbahaya atau tidak. Contoh penyakit yang berbahaya untuk kulit manusia adalah penyakit psoriasis. Psoriasis adalah penyakit kulit inflamasi kronis yang ditandai dengan lesi khas berupa plak, eritematous, dan sisik tebal. Dalam penelitian ini menggunakan dua klaster penyakit psoriasis yaitu klaster Chronic Plaque psoriasis dan Guttate Psoriasis. Dimana dataset yang didapatkan adalah dataset public dan selanjutnya masuk pada tahap cropping dan di peroleh sebanyak 71 dataset citra psoriasis. Penelitian ini melakukan perbandingan algoritma antara algoritma k-means clustering dan algoritma thresholding, dengan pengujian menggunakan hasil nilai dari ektrasi ciri GLCM dengan meilihat 4 fitur bentuk yaitu contrast, correlation, energy, homogeneity yang selanjutnya diolah menggunakan aplikasi weka dengan metode J48 classifier dalam menentukan akurasi terbaik dan mendapatkan pohon keputusan. Hasil yang diperoleh adalah k-means clustering merupakan algoritma terbaik dalam mengsegmentasi citra psoriasis yaitu sebesar 79%, dibandingkan algoritma thresholding yaitu sebesar 61% saja.