Skripsi
“ANALISA ALGORITMA RANDOM FOREST UNTUK KLASIFIKASI PENYAKIT FLU SINGAPURA PADA CITRA
- Bagikan:
ABSTRAK
Hand, Foot, and Mouth Disease (HFMD) atau Flu Singapura adalah infeksi virus
yang ditandai dengan munculnya lesi pada kulit di area tangan, kaki, dan mulut.
Deteksi dini HFMD penting untuk mencegah penyebaran dan memastikan
penanganan yang tepat. Penelitian ini bertujuan mengembangkan model klasifikasi
citra lesi HFMD menggunakan algoritma Random Forest guna meningkatkan
akurasi deteksi penyakit.Dataset yang digunakan berasal dari platform Kaggle,
yang melalui tahapan preprocessing, ekstraksi fitur menggunakan Gray Level Co
occurrence Matrix (GLCM), serta klasifikasi dengan Random Forest. Data dibagi
menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil pengujian
menunjukkan model mencapai akurasi 72,00%, dengan precision 75,56%, recall
77,27%, dan F1-score 76,40%.Hasil penelitian membuktikan bahwa Random
Forest efektif dalam klasifikasi citra lesi HFMD dan berpotensi diterapkan dalam
sistem deteksi dini berbasis kecerdasan buatan. Penggunaan dataset yang lebih luas
dan teknik augmentasi data direkomendasikan untuk meningkatkan akurasi model
di penelitian selanjutnya.
Kata Kunci : HFMD, Flu Singapura, Random Forest, Gray Level Co-occurrence
Matrix (GLCM), klasifikasi citra medis.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Novita Christin Roulina Nainggolan - Personal Name
|
| Student ID |
221510099
|
| Dosen Pembimbing |
Indra Kelana Jaya, S.T., M.Kom. - - Dosen Pembimbing 1
Harlen Gilbert Simanullang, S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2025 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |