Identifikasi Objek pada Citra Thorax X-Ray Pasien COVID-19 dengan Metode Contrast Limited Adaptive Histogram Equalization (CLAHE)

Radiografi thorax X-Ray menghasilkan citra digital radiografi diarea dada seperti paru-paru, jantung, dan tulang rusuk. Citra ini dapat memvisualisasikan kondisi paru-paru pasien COVID-19. Pemeriksaan kondisi paru-paru pasien COVID-19 dengan X-Ray lebih mudah, murah dan banyak tersedia di rumah sakit dibandingkan teknik radiografi yang lainnya. Namun, hasil citra digital radiografi X-Ray memiliki kualitas yang kurang bagus sehingga perlu ditingkatkan. Kontras citra yang rendah menjadi faktor kesulitan identifikasi citra thorax pasien COVID-19. Meningkatkan kontras citra thorax pasien COVID-19 yang rendah dengan Contrast Limited Adaptive Histogram Equalization (CLAHE) sehingga mudah diamati secara konkret dan lebih jelas. Citra yang diolah dalam penelitian ini sebanyak 100 citra thorax pasien COVID-19 yang bersumber dari komputer bagian radiologi RS Bhayangkara Padang Indonesia. Selanjutnya citra diolah menggunakan pengolahan citra digital menggunakan software Matlab. Tahapan pengolahannya citra thorax dikonversi ke bentuk grayscale. Citra hasil dari grayscale dilanjutkan dengan pengolahan kontras dengan menggunakan metode CLAHE bertipe distribusi Uniform, Rayleigh dan Exponential. Dilanjutkan penghitungan nilai Peak Signal to Noise Ratio (PNSR) dan Mean Square Error (MSE) hasil citra dari pengolahan metode masing-masing tipe CLAHE. Hasil dari pengujian semua citra dapat ditingkatkan kualitas kontrasnya secara visual. Hasil rata-rata MSE CLAHE Uniform, Rayleigh dan Exponential secara berturut-turut sebesar 27.68, 25.86 dan 26.33. Nilai rata-rata PNSR CLAHE Uniform, Rayleigh dan Exponential > 30 dB yaitu sebesar 112.32 dB, 171.95 dB dan 151.90 dB yang berarti citra CLAHE mirip dengan citra aslinya. CLAHE Rayleigh memberikan hasil terbaik secara kualitas dan kuantitas dengan jumlah 85 citra atau nilai akurasi 85%, sedangkan CLAHE Exponential dan CLAHE Uniform sebesar 15% dan 0%.