IDENTIFIKASI ACUTE LYMPHOBLASTIC LEUKEMIA MENGGUNAKAN METODE NAIVE BAYES DAN MAHALANOBIS BERDASARKAN CITRA MORFOLOGI SEL DARAH PUTIH

Identifikasi sel darah mikroskopik dilakukan secara manual oleh hematologist melalui identifikasi visual di bawah mikroskop telah menjadi landasan di laboratorium hematologi untuk mendiagnosis dan memantau gangguan hematologi. Namun, Prosedur perhitungan sel darah ini memerlukan tenaga dan waktu yang lama, dan tingkat kesalahan antara 30% sampai dengan 40% tergantung pada subyektifitas pengalaman hematologist, ketelitian dan konsentrasi di laboratorium klinik hematologi. Untuk mengatasi masalah tersebut maka Penelitian ini bertujuan untuk mengidentifikasi penyakit Acute Lymphoblastic Leukemia (ALL) menggunakan metode Mahalanobis dan Naïve Bayes berdasarkan citra morfologi sel darah putih. Agoritma yang digunakan meliputi pra-pengolahan, segmentasi citra, perhitungan fitur dan klasifikasi. Algoritma K-means Clustering digunakan untuk memisahkan citra sel darah menjadi nucleus dan background. Fitur yang digunakan adalah fitur bentuk (area, perimeter, diameter, roundness, compactness), fitur tekstur (local binary pattern) dan Hybrid. Kemudian citra sel darah diklasifikasikan menggunakan metode Mahalanobis dan Naïve Bayes. Pengujian pada Mahalanobis penelitian ini menghasilkan akurasi terbaik sebesar 100% dan pada Naïve Bayes menghasilkan akurasi terbaik sebesar 97.8%.