Abstract
Penyakit sistemik adalah gejala penyakit pada salah satu organ yang berkaitan dengan sistem metabolisme tubuh manusia. Salah satu efek yang diberikan oleh penyakit sistemik adalah perubahan pada kuku menjadi tidak normal (kelainan kuku). Diagnosis penyakit sistemik dapat dilakukan dengan membangun suatu sistem yang dapat mendiagnosis penyakit sistemik berdasarkan kelainan kuku. Penelitian ini bertujuan untuk membangun sistem dengan menerapkan metode Learning Vector Quantization (LVQ) untuk mendiagnosis penyakit sistemik berdasarkan citra kuku jari tangan. Proses diagnosis penyakit sistemik diawali dengan mengambil nilai rata-rata red, green, blue (RGB). Selanjutnya, dilakukan proses preprocessing citra kuku dengan merubah citra menjadi grayscale dan mentransformasikan citra dengan Discrete Wavelet Transform 2D untuk mendapatkan karakteristik yang dimiliki dari sinyal citra. Hasil karakteristik pada high pass filter digunakan untuk mendapatkan ekstraksi ciri tekstur dengan metode Wavelet Teksture Analysis. Hasil dari Wavelet Teksture Analysis dan rata-rata RGB dari semua data latih dilakukan proses pelatihan dengan menggunakan metode LVQ. Proses pelatihan akan menghasilan bobot akhir. Dan bobot akhir digunakan untuk menguji citra data uji. Hasil pengujian citra kelainan kuku akan menampilkan hasil diagnosis penyakit sistemik. Berdasarkan hasil pengujian Data 6 didapatkan hasil akurasi sistem menghasilkan tingkat akurasi sebesar 52.13% dengan akurasi jenis kuku Beau’s Lines sebesar 40%, Dark Longitudonal Streak sebesar 60%, Half and Half Nails sebesar 0%, Lichen planus sebesar 100%, Mee’s Lines sebesar 30%, Pitting sebesar 0%, Terry Nails sebesar 100%, Muehrcke’s Lines sebesar 40% dan Normal sebesar 80%.
