%A Fuadah, Yunendah Nur %A Magdalena, Rita %A Palondongan, Steven %A Kumalasari, Nor %D 2019 %T OPTIMASI K-NEAREST NEIGHBOR UNTUK SISTEM KLASIFIKASI KONDISI KATARAK %K %X Deteksi dini kondisi katarak merupakan solusi untuk mengendalikan peningkatan jumlah kebutaan yang disebabkan oleh katarak. Dalam penelitian ini, dilakukan optimasi metode Gray Level Co-Occurrence Matrix (GLCM) dan K-Nearest Neighbor (K-NN) untuk klasifikasi kondisi citra mata menjadi kondisi normal, katarak imatur dan katarak matur. Pada tahap ekstraksi ciri digunakan metode GLCM, parameter yang berpengaruh pada tahap ini adalah jarak antar piksel (d), sudut (q), dan fitur statistik. Pada tahap klasifikasi, fitur ciri dari tahap ekstraksi ciri diklasifikasikan oleh K-NN, parameter yang diuji pada tahap ini adalah nilai k dan persamaan perhitungan jarak yang digunakan yaitu Euclidean, Minkowski, Chebychev dan City Block. Berdasarkan hasil pengujian diperoleh akurasi pengujian sebesar 93,33 % dengan menggunakan parameter yang paling optimal yaitu d= 2, q= 135, nilai k=5 dengan persamaan jarak Euclidean dan Minkowski. %U //journals.telkomuniversity.ac.id/tektrika/article/view/1832 %J TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika %0 Journal Article %R 10.25124/tektrika.v4i1.1832 %P 16-25%V 4 %N 1 %@ 2502-2105 %8 2019-09-27