ABSTRAKSI: Hingga saat ini darah manusia diklasifikasikan menjadi golongan darah A, B, AB, O dan Rhesus. Penggolongan ini berdasar pada jenis antigen yang terkandung pada membran sel darah manusia yang disebut aglutinogen. Untuk mencegah terjadinya reaksi transfusi antara donor darah dan resipien pada proses transfusi darah maka dilakukan pemeriksaan golongan darah. Proses aglutinasi dapat diamati secara visual baik melalui mikroskop ataupun dapat dilihat secara visual langsung oleh tenaga terlatih. Pada bidang kedokteran forensik dan penanganan yang bersifat masal, diperlukan suatu pemeriksaan golongan darah yang akurat dan cepat. Sehingga dapat meminimalisir hal-hal yang tidak diinginkan dalam proses transfusi darah.
Inputan di dalam sistem yang digunakan pada tugas akhir ini adalah citra sampel darah dari pasien yang di reaksikan dengan serum anti A, anti B, dan anti AB. Citra sampel darah tersebut di proses di atas preparat dan diakuisisi menggunakan alat bantu kamera digital kemudian masuk ke proses pre-processing yang berakhir pada ekstraksi ciri.
Berdasarkan hasil pengujian yang dilakukan, tingkat akurasi terbaik yang didapat dalam tugas akhir ini sebesar 100% dengan jumlah citra latih sebanyak 120 dan citra uji sebanyak 167 menggunakan nilai kernel option (P) = 2 dan C = 1.Kata Kunci : golongan darah, gabor wavelet, support vector machine (SVM)ABSTRACT: Up to now, human's blood type is classified into A, B, AB, O, and Rhesus. This classification based on the antigen's type contained on membrane of human's blood cell which called aglutinogen. In order to prevent transfusion's reaction between the blood donor and the recipient, blood checking is done. Agglutination process can be seen through microscope or visually observe by expert. On medical forensic and massive handling, the accurate and fast blood checking is needed. So there are lessen unwanted things in blood transfusion process.
Input on the system used in this final project is images of patient's blood sample which is reacted with anti-A serum, anti-B serum, and anti-AB serum. Images of patient's blood sample are proceed on the blood smear and acquisited using digital camera. Afterwards, those will go in to pre-processing process which end in characteristic extraction.
Based on result of the testing which have done, the best accuration level obtained in this final project is 100% with 120 practice images and 167 test images using kernel option (P) = 2 and C = 1.Keyword: blood type, gabor wavelet, support vector machine (SVM)