IDENTIFIKASI ACUTE LYMPHOBLASTIC LEUKEMIA (ALL) MENGGUNAKAN KLASIFIKASI NAIVE BAYES DAN FITUR GRAY LEVEL CO-OCCURENCE MATRIX (GLCM)

Leukemia adalah kanker yang merusak darah dan sumsum
tulang di mana sel-sel darah dibuat. Ada empat jenis Leukemia yaitu
Acute Myeloid Leukemia (AML), Acute Lymphoblastic Leukemia (ALL),
Chronic Myeloid Leukemia (CML), Chronic Lymphocytic Leukemia
(CLL). CML dan AML umumnya terjadi pada orang dewasa sedangkan
penyakit ALL umumnya terjadi pada anak-anak dan keganasannya
berkembang dengan cepat. Oleh karena keganasan penyakit ALL
berkembang sangat cepat sedangkan untuk mendiagnosa dibutuhkan
waktu yang lama maka diperlukan sistem yang mampu membantu
patologi dalam mengenali jenis sel leukosit secara otomatis. Tujuan awal
sistem penelitian ini adalah mengidentifikasi penyakit ALL dengan
melakukan segmentasi Otsu Tresholding untuk memisahkan sel darah
putih. proses selanjutnya yaitu ekstraksi fitur dengan menggunakan fitur
Gray Level Co-Occurance Matrix (GLCM) dan fitur Color Co-
Occurrence Matrix (CCM). Sedangkan untuk klasifikasinya
menggunakan klasifikasi Naive Bayes. Penelitian difokuskan pada jenis
penyakit ALL untuk membantu mengidentifikasi dengan cepat. Akurasi
tertinggi terjadi pada skenario berdasarkan fitur glcm kuantisasi 2bit
sebesar 94,1%, sedangkan berdasarkan fitur ccm akurasi tertinggi sebesar
81,5%. Jadi, dalam kasus ini metode GLCM lebih cocok dari pada metode
CCM.