Main Article Content

Abstract

Penyakit malaria menjadi masalah kesehatan di seluruh dunia, termasuk Indonesia. Kesalahan diagnosis dan perawatan medis yang tidak tepat dapat berakibat fatal, seperti kematian pasien. Pemeriksaan mikroskopis masih menjadi standar penegakan diagnosis malaria. Tetapi metode pemeriksaan tersebut memakan waktu dan hasil akurasi diagnosisnya bergantung pada tingkat keahlian serta pengalaman dokter atau ahli patologi. Deteksi dini penyakit malaria diperlukan untuk menekan angka kematian pasien. Sejumlah penelitian berbasis pengolahan citra dikembangkan untuk mengidentifikasi parasit malaria secara otomatis. Penelitian ini bertujuan untuk mengusulkan metode pengolahan citra yang dapat digunakan untuk identifikasi stadium parasit malaria Plasmodium vivax. Berdasarkan citra mikroskopis sediaan darah, stadium Plasmodium vivax diidentifikasi dan diklasifikasikan menjadi trofozoit, skizon, dan gametosit. Metode yang digunakan pada penelitian ini di antaranya mengubah citra RGB ke kanal S (saturation) pada ruang warna HSV, lalu segmentasi dan operasi morfologi. Selanjutnya dilakukan ekstraksi fitur tekstur, ukuran, serta bentuk. Fitur-fitur yang didapatkan kemudian diseleksi dengan metode CSF dan untuk proses klasifikasinya digunakan metode Support Vector Machine (SVM). Hasil evaluasi pada 30 citra sediaan darah tipis menunjukkan bahwa metode yang diusulkan mendapatkan nilai akurasi sebesar 64%.

Keywords

malaria Plasmodium vivax stadium trofozoit skizon gametosit CFS SVM

Article Details