ABSTRAKSI: Penyakit kulit meskipun tidak berbahaya tetapi memiliki dampak besar bagi penderita baik secara fisik maupun psikologis. Penyakit kulit dapat menyerang siapa saja tidak mengenal usia dan dapat menyerang di bagian tubuh mana saja. Di Indonesia kurangnya perhatian masyarakat dan ketidakpedulian akan lingkungan sekitar dapat menyebabkan penularan penyakit kulit dengan sangat cepat dan menempati urutan ketiga setelah infeksi saluran napas dan diare. Kecepatan dan ketepatan dalam melakukan diagnosis sangat penting untuk pengobatan karena akan berpengaruh pada kesembuhan dan prognosis pasien. Perkembangan teknologi dewasa ini sangat pesat memungkinkan untuk medeteksi penyakit kulit secara cepat dan tepat, salah satunya dengan menggunakan Digital Image Processing.
Pada tugas akhir ini dibuat suatu program untuk mengidentifikasi penyakit kulit menggunakan Digital Image Processing. Citra dari kulit yang terinfeksi penyakit dianalisis menggunakan Filter 2D Gabor Wavelet. Proses identifikasi menggunakan Jaringan Saraf Tiruan Radial Basis Function (RBF). Secara garis besar proses identifikasi citra dimulai dari pengambilan citra, preprocessing, ekstraksi ciri, identifikasi ciri, dan identifikasi jenis penyakit kulit.
Hasil pengujian diperoleh akurasi untuk masing-masing jenis penyakit kulit dan kulit normal adalah acne vulgaris sebesar 42.5%, cacar sebesar 53.5%, dermatitis numularis sebesar 77.5%, herpes sebesar 75%, skabies sebesar 55%, campak sebesar 65%, dan kulit normal 74%. Akurasi tersebut diperoleh dari pengujian 290 citra dengan kombinasi orientasi 300,600,900,1200,dan 1500, 8 frekuensi pertama, spread sama dengan satu dan goal sama dengan satu. Waktu komputasi rata-rata dalam mengidentifikasi jenis penyakit kulit adalah selama 4.6644 detik.
Kata Kunci : penyakit kulit, digital image processing, filter 2D gabor wavelet , jaringan saraf tiruan radial basis function.ABSTRACT: Even though a skin disease is not harmful, it has a big impact to its sufferer either physically or psychologically. The skin disease can attack whoever without knowing age and parts of body. Lack of Indonesian’s attention to environment can cause spreading of skin disease very fast, and it takes the third position after bronchi infection and diarrhea. Speed and accuracy in diagnosing disease are very important for medication because they will effect to recovery and prognosis of patients. Development of recent technology is very fast and enables it detects a skin disease fast and accurately by using Digital Image Processing.
In this final project, the researcher makes one program to detect a skin disease by using Digital Image Processing. Image of infected skin analysis uses Filter 2D Gabor Wavelet, and its identification process uses imitated nerve system of Radial Basis Function (RBF) Neural Network. Marginally, in the identification of the image is started from taking image, preprocessing, extracting feature, identifying signs, and type of skin disease.
The result of testing shows that the accuracy of each type of skin disease and normal skin is acne vulgarism 42.5%, small fox 53.5%, dermatitis nummular 77.5%, herpes 75%, scabies 55%, measles 65%, and normal skin 74%. The accuracy is obtained from testing 290 images with orientation combination 300, 600, 1200, and 1500, the first 8 frequencies, spread = 1, and goal = 1. Time of computation in identifying type of skin disease is 4.6644 second.
Keyword: skin disease, digital image processing, filter 2D Gabor wavelet, radial basis function neural network.