Content Based Image Retrieval Using Euclidean Distance to Detect Pneumonia in X-Ray Thorax Image

Abstract

Tujuan: Penelitian ini bertujuan menerapkan Content Based Image Retrieval untuk membuat aplikasi pendeteksi Pneumonia atau normal pada citra x-ray thorax menggunakan metode euclidean distance serta mengetahui tingkat akurasi dari aplikasi dalam menentukan apakah pneumonia atau normal.
Perancangan/metode/pendekatan: content-based image retrieval (CBIR) adalah metode pencarian gambar yang menganalisis fitur seperti warna, bentuk, tekstur, atau informasi lain yang dapat diekstraksi dari suatu gambar untuk menemukan gambar dalam database gambar yang besar. CBIR dibagi menjadi tiga tahap: ekstraksi fitur dari gambar, penyimpanan fitur, dan pencarian gambar. Masukkan query citra x-ray ke dalam aplikasi, dan citra query x-ray ini akan melalui proses ekstraksi fitur warna dan ekstraksi fitur tekstur untuk menemukan kemiripan dengan citra di database. Proses penemuan citra membandingkan jarak Euclidean citra query dengan citra dalam database.
Hasil: Hasil pengujian dengan pengukuran kemiripan Euclidean Distance diperoleh akurasi sebesar 96% pada data latih 100 dan data uji 22, dengan jumlah citra yang ditampilkan 4. Sedangkan bila pengujian menggunakan data yang sudah dilatihkan menghasilkan akurasi 100%.
State of the art:
Dengan terdapatnya aplikasi pendeteksi pneumonia maka bisa memudahkan membaca hasil gambar x- ray thorax.