Deteksi Malaria pada Sel Darah dengan Metode YOLO

Alif Nurhadi Maarif, Ir. Agus Bejo, S.T., M.Eng., D.Eng., IPM.

2023 | Skripsi | TEKNOLOGI INFORMASI

Malaria merupakan penyakit yang disebabkan oleh parasit Plasmodium yang disebarkan melalui gigitan nyamuk betina Anopheles. Sudah lama Malaria menjadi salah satu penyakit mematikan di dunia, tak terkecuali di Indonesia. Sampai saat ini Malaria masih menjadi masalah global dengan jumlah kasus yang meningkat. Dengan gejala yang sangat mirip dengan demam pada umumnya, Malaria bisa menjadi sulit untuk dibedakan dengan penyakit-penyakit lain pada umumnya. Oleh karena itu, para peneliti melakukan berbagai tes yang dilakukan pada darah pasien yang terkena penyakit tersebut. Melalui observasi pada darah pasien, Malaria dapat diketahui dengan adanya parasit pada partikel sel darah yang dilihat dengan bantuan mikroskop.

Sistem yang akan dibuat pada proyek ini adalah sistem klasifikasi citra untuk membantu mengidentifikasi hasil tes darah pasien terjangkit malaria atau tidak. Klasifikasi citra dapat membantu mempercepat hasil identifikasi suatu objek maupun dari sebuah benda sampai makhluk hidup. YOLOv3 adalah metode yang digunakan dalam pembuatan sistem klasifikasi citra ini, serta menggunakan library dari Tensorflow. Dataset yang digunakan sebagai objek identifikasi adalah dataset citra blood smear yang berjumlah 1.364. Data blood smear ini diambil dari tiga sumber peneliti yang sudah lama melakukan penelitian terhadap Malaria. Dataset ini terdiri dari dua bagian, yaitu Uninfected dan infected. Menggunakan dataset ini, akan dilakukan sistem klasifikasi citra agar dapat lebih mudah mengidentifikasi citra darah yang terinfeksi Malaria. Sistem klasifikasi citra yang dibuat menggunakan YOLOv3 menghasilkan hasil luaran berupa train loss dan validation loss.

Malaria is a disease caused by the Plasmodium parasite which is spread by the bite of the female Anopheles mosquito. Malaria has long been one of the deadliest diseases in the world, including in Indonesia. Until now, malaria is still a global problem with an increasing number of cases. With symptoms that are very similar to fever in general, Malaria can be difficult to distinguish from other diseases in general. Therefore, the researchers carried out various tests performed on the blood of patients affected by the disease. Through observation of the patient's blood, Malaria can be identified by the presence of parasites in blood cell particles viewed with the help of a microscope.

The system that will be created in this project is an image classification system to help identify the blood test results of suspected patients infected with malaria. Image classification can help speed up the results of identifying an object or a living thing. YOLOv3 is the method used in making this image classification system, and uses the library from Tensorflow. The dataset used as an object of identification is a dataset of blood smear images, totaling 1,364. The blood smear data was taken from three researchers who have been doing research on malaria for a long time. This dataset consists of two parts, namely Uninfected and infected. Using this dataset, an image classification system will be carried out in order to more easily identify images of malaria-infected blood. The image classification system created using YOLOv3 produces output results in the form of train loss and validation loss.

Kata Kunci : Object Detection, Machine Learning, Deep Learning, YOLO, YOLOv3, Malaria, Sel Darah, Blood Cell, Blood Smear,