Identifikasi Sel Darah Merah Bertumpuk Menggunakan Pohon Keputusan Fuzzy Berbasis Gini Index

Authors

  • Eka Prakarsa Mandyartha
  • Muchammad Kurniawan
  • Rizal Setya Perdana

DOI:

https://doi.org/10.24002/jbi.v6i1.398

Abstract

Pendekatan teknik data mining diusulkan untuk identifikasi sel darah
merah bertumpuk pada citra makroskopik sel darah untuk meningkatkan akurasi
penghitungan jumlah sel darah merah. Fitur yang digunakan adalah geometri dan
warna. Fitur geometri terdiri dari luasan dan eksentrisitas sel. Pada proses
identifikasi digunakan pendekatan fuzzy. Setiap fitur direpresentasikan dengan
fungsi keanggotaan fuzzy. Identifikasi dilakukan berdasarkan aturan yang
diperoleh dari pohon keputusan fuzzy yang dibangkitkan. Pencabangan multisplit
digunakan pada pohon keputusan fuzzy. Pengukuran split atribut menggunakan
nilai gini index. Hasil pengujian pada 10 citra makroskopik sel darah yang
mengandung 532 sel darah merah menunjukkan bahwa metode yang diusulkan
memiliki rata-rata akurasi sebesar 96,14%. Dengan akurasi yang tinggi
diharapkan dapat meningkatkan akurasi diagnosis penyakit berdasarkan jumlah
sel darah merah.

Downloads

Published

2015-01-31