Penerapan Learning Vector Quantization 3 (LVQ3) untuk Mengidentifikasi Citra Darah Acute Lymphoblastic Leukemia (ALL) dan Acute Myeloid Leukemia (AML)

Abstract

Leukemia merupakan kanker yang terjadi pada sel darah manusia. Salah satu cara mengenali penyakit leukemia dengan menggunakan teknik pengolahan citra dan metode jaringan syaraf tiruan. Penelitian ini membangun sebuah sistem untuk mengidentifikasi citra darah leukemia jenis Acute Lymphoblastic Leukemia (ALL) dan Acute Myeloid Leukemia (AML) dengan konsep pengolahan citra yakni ekstraksi ciri warna Hue, Saturation, Value (HSV) dan ekstraksi ciri tekstur Gray Level Co-Occurence Matrix (GLCM) serta klasifikasi Learning Vector Quantization 3 (LVQ3). Data citra pada penelitian terdiri dari 100 data citra leukemia. Pengujian identifikasi dilakukan terhadap pembagian data latih dan data uji yang berbeda. Sistem mampu mengenali citra ALL dan AML dengan akurasi tertinggi sebesar 100% pada pembagian data latih 90% dan data uji 10% dengan learning rate 0,01; 0,05; 0,09 dan window 0,2; 0,4 dan akurasi rendah sebesar 70% pada pembagian data latih 50% dan data uji 50% dengan learning rate 0,01; 0,05; 0,09 dan window 0,4. Dengan demikian dapat disimpulkan penelitian menggunakan metode HSV dan GLCM serta LVQ3 mampu mengimplementasikan sebuah sistem identifikasi citra darah leukemia.