<![CDATA[Terdapat berbagai jenis leukemia, diantaranya adalah penyakit leukemia limphoblastik akut (ALL: Acute Lymphoblastic Leukemia) yang merupakan jenis leukemia yang paling sering terjadi pada anak-anak. Identifikasi sejak dini gejala ALL pada pasien dapat meningkatkan kemungkinan penyembuhan penyakit jenis ini. Penyakit leukemia dapat diidentifikasi secara otomatis melalui tes tertentu seperti cytogenetics and immunophenotyping dan klasifikasi sel secara morfologis oleh seorang operator yang berpengalaman dengan mengamati citra darah mikroskopis. Cara tersebut mempunyai akurasi yang sangat baik namun kekurangannya terletak pada prosesnya yang lambat dan akurasinya menjadi tidak terstandarisasi karena sangat tergantung pada tingkat keahlian/pengalaman operator dan juga tingkat kelelahan.Pada penelitian ini dilakukan identifikasi penyakit leukemia akut (ALL) menggunakan cara-cara pengolahan citra digital dan classifier kNN. Classifier kNN membedakan sel darah putih normal dan abnormal (ALL) berdasarkan tiga ciri yaitu ciri rerata, varians, dan standar deviasi yang diekstrak dari hasil segmentasi sel darah putih. Hasil penelitian menunjukkan bahwa kinerja classifier kNN mencapai maksimum hingga 94% menggunakan konstanta k = 5.]]>
Copyrights © 2016
