Penerapan Algoritma GLCM dan KNN dalam Pengenalan Jenis Jerawat

Yunita Fauzia Achmad, Alivia Yulfitri, Putri Maharani
{"title":"Penerapan Algoritma GLCM dan KNN dalam Pengenalan Jenis Jerawat","authors":"Yunita Fauzia Achmad, Alivia Yulfitri, Putri Maharani","doi":"10.31603/komtika.v6i2.8078","DOIUrl":null,"url":null,"abstract":"\n \n \n \nJerawat merupakan penyakit kulit yang tidak berbahaya, penderita jerawat umunya menyerang 85% usia antara 11 – 30 tahun. Jerawat dapa memuat penderitanya merasa tidak percaya diri pada penampilan dan membuat tidak nyaman. Terdapat beberapa cara untuk menghilangkan jerawat salah satunya adalah dengan datang ke dokter kecantikan, namun kelemahan pengobatan konvensional cenderung mahal dan membutuhkan waktu yang cukup lama untuk mengetahui jenis jerawat yang diderita oleh pasien. Penelitian ini menggunakan algoritma KNN (K-Nearest Neighbour) sebagai algoritma dalam pengenalan jenis jerawat dan algoritma GLCM (Grey Level Co-ocurance Matrix) merupakan metode untuk ekstrasi tekstur pada citra. Nilai akurasi yang didapat pada penelitian ini untuk pengujian identifikasi jenis jerawat menggunakan algoritma KNN sebesar 87,3% , nilai ini didapat dengan menggunakan beberapa nilai k yaitu K-3, K-5, K-7, K-9, dan K-11. \n \n \n \n","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"52 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komtika (Komputasi dan Informatika)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31603/komtika.v6i2.8078","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Jerawat merupakan penyakit kulit yang tidak berbahaya, penderita jerawat umunya menyerang 85% usia antara 11 – 30 tahun. Jerawat dapa memuat penderitanya merasa tidak percaya diri pada penampilan dan membuat tidak nyaman. Terdapat beberapa cara untuk menghilangkan jerawat salah satunya adalah dengan datang ke dokter kecantikan, namun kelemahan pengobatan konvensional cenderung mahal dan membutuhkan waktu yang cukup lama untuk mengetahui jenis jerawat yang diderita oleh pasien. Penelitian ini menggunakan algoritma KNN (K-Nearest Neighbour) sebagai algoritma dalam pengenalan jenis jerawat dan algoritma GLCM (Grey Level Co-ocurance Matrix) merupakan metode untuk ekstrasi tekstur pada citra. Nilai akurasi yang didapat pada penelitian ini untuk pengujian identifikasi jenis jerawat menggunakan algoritma KNN sebesar 87,3% , nilai ini didapat dengan menggunakan beberapa nilai k yaitu K-3, K-5, K-7, K-9, dan K-11.
痤疮是一种良性皮肤疾病,患者的性痤疮高达85%,年龄在11 - 30岁之间。痤疮会让患者对自己的外表感到不自信,也会让人感到不舒服。治疗痤疮的方法之一是去看美容医生,但传统治疗的弱点往往是昂贵的,需要相当长的时间来了解患者的痤疮类型。该研究使用KNN算法作为一种识别粉刺类型的算法和GLCM算法(GLCM水平的共同oculance矩阵),是一种提取图像纹理的方法。在这项研究中,使用KNN算法测试痤疮类型时获得的准确性值为87.3%,使用k值为k -3、k -5、k -7、k -9和k -11获得。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信