Melola Discovery

← Melola Discovery

Journal SINTA 1

Klasifikasi Kanker Paru Paru menggunakan Naïve Bayes dengan Variasi Filter dan Ekstraksi Ciri GLCM

INDONESIAN JOURNAL OF APPLIED PHYSICS · Vol. 11 No. 2 (2021) · pp. 256–268

DOI
10.13057/ijap.v11i2.53213
ISSN
2477-6416, 2089-0133
Published
2021-10-17
Publisher
Department of Physics, Sebelas Maret University
Language
eng

Abstract

Telah berhasil dilakukan klasifikasi kanker paru-paru dari 120 data citra CT Scan. Pada penelitian, proses preposisi dimulai dengan variasi filtering yaitu low pass filter, median filter, dan high pass filter. Segmentasi yang digunakan yaitu Otsu Thresholding yang kemudian teksturnya akan diekstraksi menggunakan fitur Gray Level Co-occurrence Matrix (GLCM) dengan variasi arah sudut. Hasil dari ekstraksi GLCM dijadikan database yang akan menjadi dataset untuk pengklasifikasian citra menggunakan klasifikasi naïve bayes. Hasil dari penelitian dengan 12 buah variasi diperoleh hasil variasi terbaik adalah median filter dengan arah sudut GLCM 0° menunjukkan tingkat akurasi yang paling tinggi sebesar 88,33 %.

Keywords

Collaboration network of the authors

40 authors · 105 co-authorship links · 5 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Sebelas Maret University
  • Diponegoro University
  • Cenderawasih University
  • Lampung University
  • Yogyakarta State University
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Hardo Ardiansyah Gilang PermadiAffiliation unknown3
Sorja KoesumaAffiliation unknown2
Nanda Astika DeviSebelas Maret University2
Adnan CindyanaDiponegoro University2
Lukmaniyah Rizky AmaliaAffiliation unknown2
Aisyah Ajibah RahmahAffiliation unknown2
Suharno SuharnoCenderawasih University1
Nanang WiyonoAffiliation unknown1
Nuryani NuryaniAffiliation unknown1
Budi PurnamaAffiliation unknown1
Yusuf Anggara AjiAffiliation unknown1
Utari UtariAffiliation unknown1
Riyatun RiyatunAffiliation unknown1
Dwi Teguh RaharjoAffiliation unknown1
Egyn Furqon GhozaliAffiliation unknown1
Nuryani NAffiliation unknown1
Esti SuryaniSebelas Maret University1
Rizka Dewi MeilinaAffiliation unknown1
Ahmad MarzukiAffiliation unknown1
Arrini Nurul MAffiliation unknown1
Hastho WuriatmoAffiliation unknown1
Jarot PurnomoAffiliation unknown1
Viyanti ViyantiLampung University1
Zuhdan Kun PrasetyoYogyakarta State University1
Hervin MaulinaAffiliation unknown1
A. SuparmiAffiliation unknown1
Luthfiya Kurnia PermatahatiAffiliation unknown1
Nisri Ina ZahrahAffiliation unknown1
Moh FananiAffiliation unknown1
Fajar Rakhman WibowoAffiliation unknown1
Sri MulyaniDiponegoro University1
Nova Dwi LestariAffiliation unknown1
Imam SamodraAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jurnal.uns.ac.id/ijap/oai, first harvested 8 Nov 2026, last seen 8 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Klasifikasi Kanker Paru Paru menggunakan Naïve Bayes dengan Variasi Filter dan  Ekstraksi Ciri GLCM</dc:title>
	<dc:creator>Yunianto, Mohtar</dc:creator>
	<dc:creator>Soeparmi, Soeparmi</dc:creator>
	<dc:creator>Cari, Cari</dc:creator>
	<dc:creator>Anwar, Fuad</dc:creator>
	<dc:creator>Septianingsih, Delta Nur</dc:creator>
	<dc:creator>Ardyanto, Tonang Dwi</dc:creator>
	<dc:creator>Pradana, Resta Farits</dc:creator>
	<dc:subject xml:lang="en-US">kanker paru; otsu thresholding; gray level co-occurrence matrix (GLCM); naïve bayes.</dc:subject>
	<dc:description xml:lang="en-US">Telah berhasil dilakukan klasifikasi kanker paru-paru dari 120 data citra CT Scan. Pada penelitian, proses preposisi dimulai dengan variasi filtering yaitu low pass filter, median filter, dan high pass filter. Segmentasi yang digunakan yaitu Otsu Thresholding yang kemudian teksturnya akan diekstraksi menggunakan fitur Gray Level Co-occurrence Matrix (GLCM) dengan variasi arah sudut. Hasil dari ekstraksi GLCM dijadikan database yang akan menjadi dataset untuk pengklasifikasian citra menggunakan klasifikasi naïve bayes. Hasil dari penelitian dengan 12 buah variasi diperoleh hasil variasi terbaik adalah median filter dengan arah sudut GLCM 0° menunjukkan tingkat akurasi yang paling tinggi sebesar 88,33 %.</dc:description>
	<dc:publisher xml:lang="en-US">Department of Physics, Sebelas Maret University</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2021-10-17</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jurnal.uns.ac.id/ijap/article/view/53213</dc:identifier>
	<dc:identifier>10.13057/ijap.v11i2.53213</dc:identifier>
	<dc:source xml:lang="en-US">INDONESIAN JOURNAL OF APPLIED PHYSICS; Vol 11, No 2 (2021): October; 256-268</dc:source>
	<dc:source>2477-6416</dc:source>
	<dc:source>2089-0133</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://jurnal.uns.ac.id/ijap/article/view/53213/33184</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2021 INDONESIAN JOURNAL OF APPLIED PHYSICS</dc:rights>
</oai_dc:dc>