Komparasi Jarak Euclidean dan Jarak Manhattan Untuk Deteksi Covid-19 Melalui Citra CT-Scan Paru-Paru

Abstract

Adanya virus Covid-19, menjadikan negara Indonesia memiliki resiko tinggi terpapar virus Covid-19. Dalam mendeteksi Covid-19 dapat dilakukan dengan alat pencitraan medis salah satunya dengan CT-Scan paru-paru melakui sistem cerdas. Pada penelitian ini dirancang sistem cerdas menggunakan Jarak Euclidean dan Jarak Manhattan. Tujuan penelitian ini adalah untuk mengetahui hasil akurasi terbaik dari komparasi Jarak Euclidean dan Jarak Manhattan. Data set yang digunakan adalah 349 citra CT-Scan paru-paru Covid-19 dan 397 citra CT-Scan paru-paru Non Covid-19. Pada penelitian ini dilakukan uji coba sebanyak 3 skenario. Metode yang digunakan adalah dengan melakukan tahap awal preprocessing dengan mengubah ukuran citra dan mengubah citra ke dalam bentuk grayscale. Kemudian dilakukan perhitungan jarak antar pixel dan dicari nilai terdekat untuk memperoleh hasil. Hasil yang  diperoleh dari penelitian ini berdasarkan uji coba 3 skenario menggunakan Jarak Euclidean dan Jarak Manhattan, didapatkan hasil terbaik pada skenario ke-3. Pada skenario ke-3 menggunakan Jarak Euclidean diperoleh accuracy 82,87%, precission 76,08%, dan recall 85,71%, sedangkan menggunakan Jarak Manhattan diperoleh nilai accuracy sebesar 86,98%, precission 77,77%, dan recall 85,71%. Maka pada penelitian ini dapat disimpulkan bahwa hasil akurasi terbaik adalah menggunakan Jarak Manhattan dengan  nilai accuracy sebesar 86,98%, precission 77,77%, dan recall 85,71%.