Sistem Deteksi Pneumonia Paru-Paru dengan Pengolahan Citra Digital dan Machine Learning

Penelitian ini berfokus pada penggunaan pengolahan citra digital, khususnya dalam konteks sistem machine learning untuk diagnosis penyakit paru-paru. Dalam eksplorasi ini, sistem diusulkan yang mengintegrasikan Python dan kerangka kerja terkait untuk mengimplementasikan langkah-langkah penting dalam pengolahan citra. Proses ini melibatkan input citra, pemrosesan untuk meningkatkan kualitas, segmentasi area paru-paru, dan ekstraksi fitur penting. Setelah citra diproses dan area paru-paru diidentifikasi, sistem menerapkan algoritma klasifikasi yang telah ditentukan sebelumnya. Algoritma ini didesain untuk memanfaatkan informasi fitur yang diekstraksi untuk mengambil keputusan yang tepat dalam mengklasifikasikan citra. Pengujian dilakukan menggunakan dataset yang mengandung citra paru-paru normal dan kasus pneumonia. Evaluasi dilakukan menggunakan metrik akurasi, yang memberikan gambaran tentang seberapa baik sistem dapat membedakan antara kedua kategori citra. Sebelum pengolahan citra, sistem memiliki tingkat akurasi sebesar 75%. Setelah pengolahan citra, tingkat akurasi meningkat menjadi 78%. Hasil penelitian ini menunjukkan potensi besar penggunaan pengolahan citra digital dalam konteks sistem machine learning untuk diagnosis penyakit paru-paru. Hasil-hasilnya dapat memberikan landasan yang kuat untuk pengembangan sistem yang lebih canggih dalam diagnosis medis berbasis citra. Penelitian lebih lanjut dapat memperluas penggunaan metode lain dalam pengolahan citra yang dapat meningkatkan akurasi deteksi pneumonia secara signifikan