ABSTRAKSI: Paru-paru merupakan organ terpenting dalam sistem pernapasan yang berfungsi sebagai tempat bertukarnya oksigen dan karbondioksida. Namun pada saat ini udara bebas yang terdapat dialam mulai tercemar oleh polusi kendaraan sehingga menyebabkan berbagai penyakit yang dapat menyerang paru-paru yang dapat menjadi batuk, flu, sesak bahkan dapat menyebabkan seseorang menderita kanker paru dan TB paru. Beberapa penyakit ini dapat dicegah sedini mungkin dengan melakukan konsultasi, pemeriksaan laboratorium berupa pemeriksaan darah maupun dengan Computerized Radiografi (CR).
Computerized Radiografi (CR) merupakan suatu sistem atau proses untuk mengubah sistem analog pada konvensional radiografi menjadi digital radiografi. Untuk memudahkan pembacaan maka diperlukan juga suatu sistem yang di gunakan untuk memproses hasil dari photo yang telah di olah oleh CR. Sistem ini akan menggunakan image processing dalam mengumpulkan ciri ciri yang ada pada gambar dan melakukan proses perbandingan data hasil keluaran sistem dengan data CR yang telah didiagnosa secara kasat mata oleh ahli.
Kelainan-kelainan pada hasil photo biasanya dapat diidentifikasi berdasarkan bentuk dan tekstur pada paru-paru yang memiliki kelainan dan yang normal. Dengan demikian dalam pembuatan sistem yang menggunakan image processing dapat menggunakan metode untuk mendeteksi tekstur yang ada pada hasil photo seperti metode Gray Level Coccurrence Matrix (GLCM) dan menggunakan Radon Transformation untuk mendapatkan sebuah bentuk dari hasil photo yang diinput dan bentuk tersebut akan dibandingkan dengan bentuk standar normal dari database.
Selain itu sistem juga akan dilengkapi dengan Artificial Neural Network atau Jaringan Saraf Tiruan (JST) untuk melakukan pembelajaran dan klasifikasi dari tiap tiap kasus yang diinputkan kedalam sistem.
Dari hasil pengujian yang dilakukan, dengan menggabungkan GLCM dan Radon Transformation, performansi sistem untuk melakukan identifikasi citra dapat ditingkatkan. Peningkatan ini dapat dilihat dari peningkatan nilai akurasi yang diperoleh. Besarnya nilai akurasi dipengaruhi oleh beberapa faktor, seperti besarnya nilai sudut untuk masing masing metode ekstraksi ciri dan banyaknya jumlah neuron dan hidden layer pada saat melakukan pelatihan jaringan.Kata Kunci : image processing, ekstraksi ciri, GLCM, Radon Transformation,ABSTRACT: Lungs are the most important organs in the respiratory system that serves as a place for changing oxygen and carbon dioxide. However, at present free air contained in the natural starting polluted by vehicle pollution causing various diseases that can attack the lungs which can be a cough, flu, shortness can even cause a person suffering from lung cancer and pulmonary tuberculosis. Some of these diseases can be prevented as early as possible by making consultation, laboratory examination of blood tests as well as with Computerized Radiography (CR).
Computerized Radiography (CR) is a system or process to change the system on a conventional analogue radiography to digital radiography. To facilitate the reading of it would require also a system that is used to process the results of the photo that has been in though by CR. This system will use in collecting the characteristic image processing features in the image and make the process of comparison of data output CR systems with data that has been diagnosed by naked eyes by experts.
Abnormalities in the photo can usually be identified by their shape and texture of the lungs that have the disorder and normal. Thus in the manufacturing system that uses image processing methods can be used to detect texture that existed at the photo such as the method of Gray Level Co-occurrence Matrix (GLCM) and using Radon Transformation to get a form from the photo that is inputted and the form will be compared with the standard normal form from the database.
In addition the system will also be using with Artificial Neural Network (ANN) to perform learning and classification of each of each case that entered into the system.
From the results of tests performed, by combining the GLCM and Radon Transformation, the system performance to identify the image can be improved. This increase can be seen from the increase in accuracy values obtained. The value of accuracy is influenced by several factors, such as the magnitude of angle values for each feature extraction method and the large number of neurons and hidden layer during network training.Keyword: image processing, feature extraction, GLCM, Radon