Klasifikasi Gambar Gigitan Ular Menggunakan 
Regionprops dan Algoritma Decision Tree

YOGA WIDI PAMUNGKAS

Informasi Umum

Kode

19.04.3669

Klasifikasi

006.42 - Computer science-Image processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Proceesing

Dilihat

336 kali

Informasi Lainnya

Abstraksi

Indonesia memiliki biodiversitas hayati ular yang tinggi. Spesies ular yang ada di seluruh wilayah Indonesia, terdiri dari ular berbisa maupun tidak berbisa. Salah satu bahaya yang dapat ditimbulkan oleh ular adalah gigitan beberapa jenis ular yang mematikan. Kasus gigitan ular yang tercatat di Indonesia cukup tinggi dengan korban meninggal dunia yang tidak sedikit. Sebagian kasus kematian yang disebabkan oleh gigitan ular terjadi karena kesalahan dalam prosedur penanganan pada luka gigitannya. Permasalahan ini bisa diatasi salah satunya apabila mengetahui bagaimana cara untuk mengklasifikasikan luka gigitan ular apakah termasuk berbisa atau tidak berbisa. Pada penelitian ini telah dibangun sistem klasifikasi gambar luka gigitan ular menggunakan ekstraksi ciri Regionprops dan algoritma Decision Tree. Gambar gigitan ular diklasifikasikan termasuk ular berbisa atau tidak berbisa tanpa mengetahui jenis ularnya. Pada Regionprops terdapat beberapa fitur yang digunakan untuk membantu proses ekstraksi ciri, antara lain jumlah centroid, luas area, distance, dan eccentricity. Evaluasi dari model yang telah dibangun didapatkan bahwa parameter jumlah centroid dan jarak antar centroid (distance) memiliki pengaruh paling signifikan dalam membantu klasifikasi gambar luka gigitan ular dengan akurasi 97.14%, precision 92.85%, recall 91.42%, dan F1 score 92.06%.