ABSTRAKSI: Iridologi merupakan suatu alternatif teknik pengobatan yang meyakini bahwa pola, warna, dan karakteristik lain dari iris dapat diperiksa untuk diketahui informasi tentang kesehatan pasien. Gangguan terhadap organ-organ tertentu dapat dikenali dengan melihat ciri khusus yang terdapat pada iris seseorang. Namun, pengamatan tersebut hanya bisa dilakukan oleh para ahli, sehingga masyarakat umum menjadi sulit untuk melakukannya. Oleh karena itu, dibutuhkan suatu sistem yang dapat membantu dalam mengenali kelainan organ secara dini, sehingga dapat digunakan sebagai tindakan preventif
Dalam Tugas Akhir ini, dibangun suatu sistem yang membantu untuk mendeteksi dan menentukan bagian tubuh mana yang mengalami gangguan. Citra iris mata bagian kiri dan kanan digunakan sebagai inputan dari sistem. Kemudian, dari citra iris tersebut, bisa didapatkan ciri tertentu dengan menggunakan metode Grey Level Co-occurrence Matrix (GLCM). Ciri tekstur yang dapat dimunculkan oleh GLCM antara lain, mean, standar deviasi, kontras, homogenitas, energi, entropi, korelasi. Ciri tekstur yang didapat kemudian dijadikan dasar perhitungan metode klasifikasi dengan menggunakan KNN.
Pada penelitian ini, pendeteksian kondisi organ didesain melalui tahapan akuisisi citra, grayscale, segmentasi, ekstraksi ciri, dan klasifikasi. Masukan berupa iris mata kiri dan kanan yang telah teridentifikasi keadaannya. Sedangkan organ yang mampu dideteksi dalam sistem ini hanya meliputi organ pankreas, ginjal kiri, dan ginjal kanan. Tingkat prediksi kondisi organ terbaik sistem untuk organ pankreas adalah sebesar 57,69%, untuk ginjal kanan sebesar 92,31% dan untuk ginjal kiri sebesar 83,33%
Kata Kunci : Kata kunci: Iridology, Grey Level Co-Occurrence Matrix (GLCM), K-NearestABSTRACT: Iridologi is an alternative treatment technique that believe that patterns, colors, and other characteristics of the iris can be examined for known information about the health of patients. Disruption of certain organs can be recognized by looking at the special features contained on a person's iris. However, these observations can only be done by experts, so that people can be difficult to do so. Therefore, we need a system that can help the general public in identifying early abnormalities organism, so it can be used as a preventative measure.
In this Final Project, built a system that helps to detect and determine which body part impaired. Iris image to the left and right are used as input of the system. Then, from the iris image, certain characteristics can be obtained by using the Grey Level Co-occurrence Matrix (GLCM). Characteristic texture that can be raised by the GLCM, among others, the mean, standard deviation, contrast, homogeneity, energy, entropy, correlation. Texture characteristics obtained and then used as the basis of the calculation method of classification using KNN.
In this study, the detection of the condition of the organ was designed through the stages of image acquisition, grayscale, segmentation, feature extraction, and classification. Input system is left and right of iris that has been identified. While an organ that can be detected in this system covers only organ pancreas, left kidney and right kidney. The best recognition rate system for organ pancreas amounted to 57.69%, to 92.31% for right kidney and left kidney at 83.33%Keyword: Iridology, Grey Level Co-Occurrence Matrix (GLCM), KNearest