IDENTIFIKASI DAN KLASIFIKASI COVID-19 PADA CITRA CHEST CT-SCAN MENGGUNAKAN EKSTRAKSI FITUR BERBASIS GLCM DENGAN METODE K-NN DAN NAÏVE BAYES

Corona virus disease 2019 (Covid-19) adalah penyakit menular akibat infeksi virus SARS-CoV-2 dan telah menyebar menjadi pandemi global. Virus ini meandering melalui organ vital manusia, yaitu paru-paru. Oleh karena itu, penelitian ini mengidentifikasi covid-19 dan non-covid-19 berdasarkan citra chest CT-Scan menggunakan klasifikasi K-NN dan Naïve Bayes. Sistem dibangun melalui pre-processing, segmentasi, ekstraksi fitur berbasis GLCM, dan membagi data uji dan latih menggunakan k-fold cross validation dengan nilai 5, 7, dan 10, kemudian dievaluasi dengan confusion matrix. Nilai akurasi dari pengklasifikasian diperoleh sebesar 99,6% untuk K-NN dan Naïve Bayes mencapai nilai 93,5%, sedangkan tingkat sensitivitas tertinggi diperoleh dengan metode K-NN bernilai 100% dan nilai spesifisitas 98,4% untuk kedua metode yang digunakan. Pada pengujian ini, klasifikasi dengan metode K-NN lebih tepat dibandingkan Naïve Bayes karena beberapa fitur dari GLCM lebih akomodatif terhadap pengklasifikasi K-NN.