Deteksi Kadar Glukosa dalam Urin Menggunakan Metode Ekstraksi Ciri Warna HSV dan Fuzzy K-Nearest Neighbor

Abstract

Tubuh manusia mengeluarkan cairan sisa yang diekskresikan oleh ginjal melalui proses urinasi. Air, urea, ammonia, kreatinin, asam urat, asam laktat, asam fosfat, garam, klorida dan asam sulfat ditemukan dalam urin normal. Namun, glukosa dapat ditemukan pada kondisi tertentu. Pemeriksaan glukosa dalam urin dapat dilakukan dengan banyak metode salah satunya yaitu metode benedict. Uji benedict dilakukan dengan mengamati perubahan warna setelah dilakukan pemanasan dan penambahan reagen benedict pada sampel. Pengolahan citra digital digunakan untuk menentukan warna pada sampel urin dengan tepat. Warna yang akan dihasilkan dari uji benedict akan diketahui melalui pemanfaatan pengolahan citra digital. Tujuan dari penelitian ini adalah mengklasifikasikan warna uji glukosa dengan reagen benedict menggunakan algoritma klasifikasi dalam pengolahan citra digital dan uji performa algoritma klasifikasi warna menggunakan metode pengolahan citra dibandingkan dengan metode konvensional. Penelitian ini dilakukan dengan sampel urin yang telah melalui proses preparasi menggunakan reagen benedict yang kemudian dilakukan ekstraksi ciri warna HSV untuk mendapatkan nilai hue, saturation dan value untuk dilakukan klasifikasi menggunakan Fuzzy K-Nearest Neighbor (F-KNN). Berdasarkan hasil penelitian tingkat keberhasilan program untuk pengklasifikasian kelas 1 (negatif) nilai accuracy 80%, precision 100?n sensitivity 100%. Kelas 2 (+) nilai accuracy 80%, precision 80?n sensitivity 80%. Pada kelas 3 (++) nilai accuracy 80%, precision 95?n sensitivity 80%. Pada kelas 4 (+++) nilai accuracy 80%, precision 60?n sensitivity 75%. Sedangkan untuk kelas 5 (++++) didapatkan accuracy 80%, precision 80?n sensitivity 66,67%.