Analisis ekstraksi metode gray level run length matrix (GLRLM) dan support vector machine (SVM) untuk deteksi penyakit malaria

ABSTRAK

Diagnosa malaria secara konvensional masih mengandalkan ketajaman mata analis di bawah mikroskop sebuah proses yang tidak hanya memakan waktu, tetapi juga rentan terhadap kesalahan manusia. Dalam era teknologi digital, pendekatan ini menuntut pembaruan. Penelitian ini menghadirkan solusi berbasis pengolahan citra digital melalui metode Gray Level Run Length Matrix (GLRLM) dan Support Vector Machine (SVM). Tujuan dari penelitian ini adalah untuk mengetahui sebaran validitas data yang dihasilkan oleh sistem GLRLM-SVM dalam mendeteksi malaria, serta mengidentifikasi karakteristik tekstur fisik pada masing-masing citra sel darah (Normal, Plasmodium malariae, plasmodium oval, Plasmodium vivax dan, Plasmodium falciparum) berdasarkan hasil ekstraksi fitur GLRLM. Penelitian ini menggunakan pendekatan deskriptif kuantitatif, yang memadukan analisis numerik terhadap citra mikroskopis darah dengan pengujian performa sistem klasifikasi. Hasil pada penelitian ini menunjukkan sistem GLRLM-SVM mencapai performa maksimal dengan nilai akurasi, presisi, sensitivitas, spesifisitas, dan F1-Score sebesar 100%. Perbedaan katakteristik tekstur masing-masing jenis Plasmodium sel darah normal menampilkan tekstur halus dan heterogen dengan run-length tinggi, Plasmodium falciparum memperlihatkan area kontras tinggi dengan bintik-bintik kecil yang menyebar; Plasmodium malariae menunjukkan distribusi kontras seimbang, Plasmodium ovale memiliki tekstur kasar dengan banyak area gelap, dan Plasmodium vivax tampil paling kompleks kasar, tidak homogen, dan penuh kontras.

ABSTRACT

Conventional malaria diagnosis still relies on the analyst's visual acuity under a microscope, a process that is not only time-consuming but also prone to human error. In the digital age, this approach demands an update. This study presents a solution based on digital image processing using the Gray Level Run Length Matrix (GLRLM) and Support Vector Machine (SVM) methods. The objective of this study is to determine the validity of data generated by the GLRLM-SVM system in detecting malaria, as well as to identify the physical texture characteristics of each blood cell image (Normal, Plasmodium malariae, Plasmodium ovale, Plasmodium vivax, and Plasmodium falciparum) based on GLRLM feature extraction results. This study employs a quantitative descriptive approach, combining numerical analysis of blood microscopic images with system classification performance testing. The results of this study indicate that the GLRLM-SVM system achieves maximum performance with accuracy, precision, sensitivity, specificity, and F1-Score values of 100%. Differences in texture characteristics among Plasmodium species normal blood cells exhibit a smooth and heterogeneous texture with high run-length, Plasmodium falciparum shows high-contrast areas with small scattered spots, Plasmodium malariae exhibits balanced contrast distribution, Plasmodium ovale has a coarse texture with many dark areas, and Plasmodium vivax appears most complex, coarse, non-homogeneous, and highly contrasted.

البحث مستخلص

لا يزال التشخيص التقليدي للملاريا يعتمد على حدة عين المحلل تحت المجهر، وهي عملية لا تستغرق وقتًا طويلاً فحسب، بل هي أيضًا عرضة للخطأ البشري. في عصر التكنولوجيا الرقمية، يتطلب هذا النهج تحديثًا في عصر التكنولوجيا الرقمية. يقدم ه ذا البحث حلاً قائمًا على المعالجة الرقمية للصور من خلال أساليب مصفوفة طول تشغيل المستوى الرمادي (GLRLM) وآلة دعم المتجهات (SVM). الغرض من هذه الدراسة هو تحديد توزيع صحة البيانات التي تم إنشاؤها بواسطة نظام GLRLM-SVM في الكشف عن الملاريا، وكذلك تحديد خصائص النسيج الفيزيائي لكل صورة من صور خلايا الدم (العادية، والمتصورة الملاريا والبلازموديوم البيضاوي، والمتصورة النشيطة، والمتصورة المنجلية) استنادًا إلى نتائج استخراج سمات GLRLM. يستخدم هذا البحث منهجًا وصفيًا كميًا يجمع بين التحليل العددي للصور المجهرية للدم واختبار أداء نظام التصنيف. تُظهر النتائج في هذه الدراسة أن نظام GLRLM-SVM يحقق أقصى أداء مع قيم دقة ودقة وحساسية وخصوصية وقيم F1-SVM بنسبة 100%. تُظهر الاختلافات في خصائص نسيج كل نوع من أنواع البلازموديوم خلايا الدم الطبيعية نسيجًا ناعمًا وغير متجانس مع طول تشغيل مرتفع، وتظهر البلازموديوم المنجلية مناطق تباين عالية مع بقع صغيرة منتشرة، وتظهر البلازموديوم الملاريا توزيعًا متوازنًا للتباين، وتظهر البلازموديوم البيضاوي نسيجًا خشنًا مع العديد من المناطق الداكنة، وتظهر البلازموديوم النشيط الأكثر تعقيدًا خشنًا وغير متجانس ومليئًا بالتباين.