similarity Klasifikasi Kanker Payudara Menggunakan Metode Digital Mammogram

Sunardi, Sunardi (2022) similarity Klasifikasi Kanker Payudara Menggunakan Metode Digital Mammogram. Jurnal Teknik Informatika dan Sistem Informasi, 9 (4). ISSN 2407-4322

Text HASIL CEK_Kanker Payudara_ Histogram_ GLCM_ Mammogram_ CAD (1).pdf Download (2MB)

Abstract

Kanker payudara mengancam populasi wanita di seluruh dunia. Pencegahan dengan
deteksi dini penyakit ini sangat penting dalam menurunkan angka kematian. Tujuan utama
penelitian ini adalah menganalisis klasifikasi kanker payudara dan menentukan kategori kanker
normal dan ganas dengan computer-assisted detection and diagnosis (CAD) untuk mendeteksi
penyakit dengan segera. Penelitian ini mengusulkan prototipe sistem klasifikasi kanker
payudara menggunakan metode mammogram digital berdasarkan perbandingan fitur
kolaborasi Histogram dan Gray Level Co-occurrence Matrix (GLCM). Penelitian ini
menggunakan sample citra mammogram 40 kasus dengan rincian 14 kasus jinak, 6 kasus
ganas, dan 20 kasus normal. Pada tahap preprocessing, citra disempurnakan dengan nilai
Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR). Correlation Based Feature
Selection (CFS) digunakan untuk memilih fitur terbaik diantara 12 fitur yang telah diekstraksi
sebelumnya. Rata-rata terbaik, standar deviasi, kehalusan, momen sudut momen (ASM),
entropi, dan fitur menjamin klasifikasi yang lebih baik dengan dimensi fitur yang lebih sedikit.
Histogram dan GLCM digunakan sebagai fitur tekstur. Hasil penelitian ini mendapatkan
akurasi 97,67%, spesifisitas 97,63%, sensitivitas 98,40%, dan ROC 97,70%. Penelitian ini
dapat digunakan untuk membantu ahli radiologi sebagai bahan pertimbangan dalam
mengambil keputusan.

Item Type:	Artikel Umum
Subjects:	T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	SUNARDI
Date Deposited:	19 Dec 2022 01:46
Last Modified:	19 Dec 2022 01:46
URI:	http://eprints.uad.ac.id/id/eprint/38032

Actions (login required)

View Item