2. Kelompokkan data citra training
menjadi satu matriks dan data citra testing menjadi 1 matriks. Masing-
masing baris
pada matriks
merepresentasikan satu citra penyakit kulit.
3. Sebelum matriks tersebut digunakan
sebagai basis pengetahuan, terlebih dahulu buat grup untuk menandakan
citra-citra yang terdapat di dalam data training sesuai dengan masing-masing
jenis penyakit. Dalam penelitian ini dibuat kelompok sebagai berikut:
100 = Kulit Sehat
200 = Kulit Panu
300 = Kulit Skabies
D. Klasifikasi Menggunakan k-Nearest
Neighbor Data training dan data testing yang sudah
dijadikan dalam
satu matriks
akan dibandingkan menggunakan metode k-
Nearest Neighbor dengan pencarian jarak Euclidean. Pada penelitian ini dilakukan 60
kali uji coba dengan kombinasi jarak, sudut dan jumlah data training dan data testing yang
berbeda-beda. E.
Penghitungan Rata Akurasi Perhitungan rata akurasi dilakukan untuk
melihat seberapa tepat algoritma ekstraksi fitur orde dua dengan GLCM dan sejauh mana
jarak piksel dan arah sudut mempengaruhi akurasi.
Perhitungan rata
akurasi menggunakan algoritma recognition rate.
Peneliti melakukan tiga kali perhitungan rata akurasi yaitu berdasarkan sudut, jumlah data
training dan jarak antar piksel.
IV. HASIL DAN PEMBAHASAN
A. Klasifikasi Menggunakan k-Nearest
Neighbor
Tabel 4.1 Hasil uji coba data training= 90, data testing= 120
1 2
3 4
5 50,83 42,50 46,66 49,16 47,50
45 54,16 50
47,5 47,5
47,5 90
44,16 43,33 42,5 50,83 45
135 39,16 45 43,33 50
52 Dari tabel diatas akurasi tertinggi didapat jika
menggunakan jarak 1 piksel dan sudut 45° dengan akurasi sebesar 54,16 dan akurasi
terendah didapat pada uji coba dengan menggunakan jarak 1 piksel dan sudut 135°
dengan akurasi sebesar 39,16.
Tabel 4.2 Hasil uji coba data training= 120, data testing= 90
1 2
3 4
5 51,11 45,55 53,33 52,22 54,44
45 56,66 58,88 62,22 46,66 40
90 43,33 45,55 54,44 56,66 53,33
135 45,55 55,55 47,77 50 48,88
Dari tabel diatas akurasi tertinggi didapat jika menggunakan jarak 3 piksel dan sudut 45°
dengan akurasi sebesar 62,22 dan akurasi terendah didapat pada uji coba dengan
menggunakan jarak 5 piksel dan sudut 45° dengan akurasi sebesar 40.
Tabel 4.3 Hasil uji coba data training= 150, data testing= 60
1 2
3 4
5 51,66 43,33 65
56,66 58,33 45
58,33 61,66 60 50
50 90
48,33 53,33 55 60
48,33 135 43,33 56,66 48,33 45
51,66 Dari tabel diatas akurasi tertinggi didapat jika
menggunakan jarak 3 piksel dan sudut 0°
dengan akurasi sebesar 65 dan akurasi terendah didapat pada 2 uji coba yang
menggunakan jarak 1 piksel dan sudut 135° serta jarak 2 piksel dan sudut 0° dengan
akurasi sebesar 43,33.
B. Penghitungan Rata Akurasi
Perhitungan rata akurasi dilakukan untuk melihat seberapa tepat algoritma ekstraksi
fitur orde dua dengan GLCM dan sejauh mana jarak piksel dan arah sudut mempengaruhi
akurasi.
Perhitungan rata
akurasi menggunakan algoritma recognition rate.
Peneliti melakukan tiga kali perhitungan rata akurasi yaitu berdasarkan sudut, jumlah data
training dan jarak antar piksel. Hasil perhitungan rata akurasi untuk setiap sudut
bisa dilihat pada tabel 4.4 berikut.
Tabel 4.4 Rata-rata akurasi berdasarkan sudut
Sudut Rata-Rata Akurasi
0° 51,22
45° 52,74
90° 49,61
135° 48,18
Rata akurasi berdasarkan sudut didapatkan dengan menghitung nilai rata-rata dari setiap
60 uji coba yang memiliki sudut yang sama. Dari tabel diatas didapatkan akurasi tertinggi
dengan menggunakan sudut 45° dan akurasi terendah dengan sudut 135°. Sedangkan
untuk rata akurasi berdasarkan jumlah data training bisa dilihat pada tabel 4.5 berikut.
Tabel 4.5 Rata-rata akurasi berdasarkan jumlah data training-testing
Jumlah Data Training
Jumlah Data Testing
Rata-Rata Akurasi
90 120
46,96 120
90 51,11
150 60
53,25 Rata akurasi berdasarkan jumlah data
training dan testing didapatkan dengan menghitung rata-rata akurasi dari uji coba
yang memiliki jumlah data training dan testing yang sama. Berdasarkan tabel di atas,
rata-rata nilai akurasi meningkat sesuai dengan peningkatan jumlah data training.
Akurasi tertinggi ditunjukkan oleh uji coba yang menggunakan jumlah data training 150
dan jumlah data testing 60.
Selanjutnya untuk
rata akurasi
berdasarkan jarak bisa terlihat pada tabel 4.6 berikut.
Tabel 4.6 Rata-rata akurasi berdasarkan jarak piksel
Jarak Rata-Rata Akurasi
1 48,88
2 50,11
3 52,17
4 51,22
5 49,79
Rata akurasi
berdasarkan jarak
didapatkan dengan menghitung nilai rata-rata akurasi berdasarkan uji coba yang memiliki
jarak piksel yang sama. Berdasarkan tabel di atas, rata-rata nilai akurasi yang tertinggi
didapatkan dengan menggunakan jarak 3 piksel.
V. PENUTUP
