KLASIFIKASI MONKEYPOX DAN NON-MONKEYPOX MENGGUNAKAN FITUR EKSTRAKSI LBP DAN ALGORITMA RANDOM FOREST

Victory, Gracivo Elsion (2023) KLASIFIKASI MONKEYPOX DAN NON-MONKEYPOX MENGGUNAKAN FITUR EKSTRAKSI LBP DAN ALGORITMA RANDOM FOREST. Diploma thesis, Universitas Multi Data Palembang.

Text Gracivo Elsion Victory 1822250058.pdf Download (1MB)

Abstract

Monkeypox adalah penyakit yang disebabkan oleh virus monkeypox. Secara klinis, monkeypox sangat mirip dengan penyakit non- monkeypox seperti cacar air dan campak. Sebagian orang sulit membedakan antara monkeypox dan non-monkeypox. LBP merupakan metode ekstraksi fitur yang sederhana dan efisien dalam merepresentasikan ciri tekstur dan Random Forest merupakan metode machine learning yang dalam proses seleksi fitur dapat mengambil fitur terbaik untuk meningkatkan performa model klasifikasi. Penelitian ini menggunakan public dataset monkeypox dan non-monkeypox dan memiliki gambar berjumlah 3.192 dan berukuran 224 x 224 pixel. Output LBP menghasilkan feature vector dengan ukuran 1 x 59 sebagai input klasifikasi metode random forest dengan nilai n_estimator yaitu 100, 500 dan 1000. Hasil pengujian menggunakan fitur ekstraksi LBP dan metode Random Forest terhadap kelas monkeypox dan non-monkeypox dengan proporsi dataset 80:20 mendapatkan n_estimator terbaik yaitu 500 dengan nilai accuracy tertinggi sebesar 85%.

Actions (login required)

View Item