PENERAPAN LEARNING VECTOR QUANTIZATION(LVQ) PADA KLASIFIKASI KANKER PAYUDARA (BREAST CANCER) DARI CITRA MAMMOGRAM MENGGUNAKAN SEGMENTASI OTSU
Daftar Isi:
- Kanker payudara merupakan penyakit prevalensi tertinggi saat ini. Banyak wanita yang masih kurang peduli terhadap penyakit ini.Menurut kemenkes RI (2015) sekitar 80% kasus ditemukan dalam stadium lanjut. Pemeriksaan dini perlu dilakukan untuk meminimalisir tingkat kasus yang ada. Salah satu cara pemeriksaan dini ialah dengan melakukan tes mammografi,pemeriksaan ini dapat mengdiagnosa secara dini perkembangan kanker. Citra mammogram digunakan dan diekstraksi ciri citranya. Metode pembelajaran yang digunakan ialah Learning Vector Quantization. Sebelum diproses,citra yang digunakan dilakukan tahap preprocessing citra yaitu operasi titik intensity adjustment. Selanjutnya dilakukan segmentasi otsu. Serta ekstraksi ciri tekstur orde kedua pada citra. Parameter-parameter statistik yang digunakan berjumlah 14 parameter. Parameter-parameter tersebut digunakan sebagai input pembelajaran dan pengujianLVQ. Dilakukan perhitungan tingkat akurasi dari algoritma pembelajaran LVQ. Pada data tidak seimbang, aplikasi yang dibuatdominan mengenali jenis normal dibanding jinak dan ganas. Akurasi tertinggi didapatkan pada data tidak seimbang ialah 63,63% dengan learning rate 0,003 dan 0,005. Pada data seimbang tingkat akurasi yang tertinggi didapatkan 83,33% dengan learning rate 0,003 dan 0,005.Sedangkan akurasi rata-rata keseluruhan tertinggi didapatkan sebesar 70,36% pada learning rate 0,001pada data seimbang. Aplikasi yang dibuat telah mampu mengenali jenis citra normal, jinak dan ganas. Kata Kunci : Klasifikasi,Preprocessing,Segmentasi, EkstraksiCiri, Mammogram, Learning Vector Quantization, Otsu,Paramete