Klasifikasi nodul penyakit kanker paru-paru pada citra rontgen thorax berdasarkan ekstraksi fitur geometris dan tekstur menggunakan scilab
| Main Author: | Aziza, Nisrina Nur |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
https://eprints.walisongo.ac.id/id/eprint/16245/1/1608026009_Nisrina%20Nur%20Aziza_Lengkap%20Tugas%20Akhir%20-%20Nisrina%20Nur%20Aziza.pdf https://eprints.walisongo.ac.id/id/eprint/16245/ |
Daftar Isi:
- Rontgen thorax merupakan salah satu modalitas yang umum digunakan dalam pendeteksian nodul paru-paru sebagai manifesti awal kecurigaan kanker paru-paru. Hasil dalam citra rongent thorax memiliki kekurangan karena struktur jaringan pada citra yang saling tumpang tindih dapat meningkatkan kompleksitas dalam interpretasi citra. Sistem Computer Aided Diagnosis (CAD) merupakan suatu sistem komputer yang bekerja dengan algoritma pengolahan citra. Tujuan penelitian ini adalah melakukan klasifikasi nodul paru-paru pada citra rontgen thorax berbasis CAD sebagai sistem pendukung bagi dokter atau ahli radiologi dalam menentukan diagnosis kanker paru-paru. Sistem CAD pada penelitian ini menggunakan metode cropping dalam penentuan RoI, metode median filter, negativity dan ekualisasi histogram dalam peningkatan kualitas citra, metode thresholding dalam segmentasi dan gabungan metode ekstraksi fitur geometris dan tekstur dengan software Scilab sebagai masukan dalam tahap klasifikasi. Sebelum masuk ke tahap klasifikasi menggunakan metode Multi Layer Perceptron (MLP), hasil ekstraksi fitur terlebih dahulu diseleksi dengan metode Information Gain. Berdasarkan hasil yang diperoleh, fitur tekstur lebih berpengaruh terhadap proses klasifikasi dibanding fitur geometris dengan akurasi hasil klasifikasi maksimal sebesar 65% dalam membedakan nodul paru-paru jinak (benigna) dan ganas (malignant). Nilai akurasi tersebut menunjukkan bahwa metode gabungan ekstraksi fitur geometris dan tekstur dalam pengolahan citra rontgen thorax berbasis CAD yang telah dilakukan kurang efektif digunakan untuk proses diagnosis kanker paru-paru.