ANALISIS KOMPARATIF CITRA X-RAY PARU-PARU PASIEN COVID-19 METODE HISTOGRAM EQUALIZATION DAN CONTRAST LIMIT ADAPTIVE HISTOGRAM EQUALIZATION BERBASIS GUI MATLAB

Abstract

Pandemi COVID-19 menyebar secara global dan cepat, mengakibatkan banyaknya kasus baru per harinya serta tingginya angka kematian. Tindakan diagnosis melalui pencitraan medis perlu dilakukan sedini mungkin agar pasien COVID-19 dapat segera mendapatkan penanganan serta perawatan intensif. Tenaga medis memerlukan citra dengan visual serta kualitas yang baik untuk memudahkan dalam mengamati citra paru paru dengan jelas. Oleh karena itu, penelitian ini dilakukan untuk meningkatkan kualitas citra X-ray paru-paru pasien COVID-19. Selain itu, penelitian ini bertujuan membandingkan antara dua pendekatan image enhancement yaitu Histogram Equalization (HE) dan Contrast Limit Adaptive Histogram Equalization (CLAHE). Metode CLAHE berdasarkan tipe distibusi histogram dibagi menjadi tiga tipe yaitu Uniform, Rayleigh, dan Exponential. Seluruh sampel citra X-ray paru-paru yang berjumlah 50 citra diolah menggunakan aplikasi GUI matlab. Selain itu, perhitungan analisis kuantitatif didasarkan pada dua indikator keberhasilan. Parameter untuk menentukan tingkat keberhasilan image enhancement adalah Mean Square Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR). Berdasarkan uji analisis kuantitatifnya, metode HE memiliki nilai rata rata MSE dan PSNRnya adalah 0,62517 dan 54,8312 dB. Pada metode CLAHE nilai rata rata MSE adalah 0,10867, 0,001799147 dan 0,15456 sementara nilai rata rata PSNR secara berturut-turut adalah 58,5677 dB, 79,5269 dB, dan 56,928 dB. Berdasarkan hasil tersebut, metode CLAHE mampu meningkatkan kualitas citra lebih besar dibandingkan dengan metode HE. Pada metode CLAHE, tipe distribusi Rayleigh memiliki nilai MSE dan PSNR paling tinggi dibandingkan tipe distribusi Uniform serta Exponential. Berdasarkan hasil tersebut, penelitian ini bermanfaat dalam memberikan informasi umum mengenai pencitraan medis paru paru COVID-19. Selain itu, penelitian ini juga membantu tenaga medis agar dapat mendiagnosis pasien dengan lebih akurat.