ABSTRAKSI: Penyakit malaria merupakan penyakit yang menyebabkan kematian tinggi di negara-negara beriklim tropis. Penyakit ini diakibatkan perkembangbiakkan Plasmodium Vivax, Plasmodium Falciparum, Plasmodium Malariae atau Plasmodium Ovale di dalam darah. Penyakit mematikan ini dapat menyerang siapapun sehingga proses diagnosis malaria harus dilakukan ekstra hati-hati, tak terkecuali dokter.
Oleh karena itulah pada tugas akhir ini dibuat suatu program simulasi pendeteksian dan pengklasifikasian penyakit malaria lewat citra mikroskopis sel darah merah. Perancangan sistem pendeteksian parasit malaria menggunakan metode yang berbasis pengolahan citra digital. Setelah didapatkan ciri dari citra sel darah merah tersebut kemudian citra dikelaskan berdasarkan rasio luas sel yang terinfeksi. Dari proses ini didapat informasi rasio dan luas sel yang terinfeksi. Setelah informasi didapat barulah citra siap untuk diklasifikasi, kemudian melakukan perbandingan antara hasil klasifikasi manual dan otomatis.
Pengujian pada sistem ini menggunakan tiga macam parameter, yaitu variasi ukuran window, nilai C pada adaptive threshold, dan threshold pada proses labeling. Tingkat akurasi terbaik diperoleh sistem saat ws=65 untuk Plasmodium Vivax 80% dan sel normal 100%, sedangkan pada Plasmodium Falciparum diperoleh akurasi 90% pada saat ws=95.Kata Kunci : malaria, citra mikroskopis, pengolahan citra digital, thresholdingABSTRACT: Malaria is a disease that causes high mortality in tropical countries. The diseases is caused by the proliferation of Plasmodium Vivax, Plasmodium Faciparum, Plasmodium Malariae, and Plasmodium Ovale in the blood. This deadly disease can strike anyone so that the diagnosis of malaria should be extra careful, not to mention doctors.
Hence, the final task was made a simulation program detection and classification of malaria through red blood cells microscopy image. The design of the malaria parasite detection system using a method based on digital image processing. Having obtained the characteristics of the image of red blood cells then graded based on the image area ratio of infected cells. Information obtained from this process are ratio and wide of infected cells. Once information is obtained then the image is ready to be classified, then do a comparison between the results of manual and automatic clasification.
The tests on this system using three kinds of parameters, namely window size variation, the adaptive threshold value C, and threshold of labeling. The best accuracy rate obtained by the system when ws = 65 for Plasmodium Vivax 80% and normal cells 100%, while the best accuracy for Plasmodium Falciparum is 90% when ws=95.Keyword: malaria, microscopy image, digital image processing, thresholding