JURNAL : Klasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM)

Abstrak

Kanker payudara adalah penyakit yang paling umum diderita oleh wanita pada banyak negara. Pemeriksaan kanker payudara dapat dilakukan dengan menggunakan mamografi. Pada penelitian ini, pendekatan yang diusulkan bertujuan untuk mengklasifikasi mammogram berdasarkan tiga kelas yaitu kelas normal, tumor jinak, dan tumor ganas. Sistem yang diusulkan terdiri dari empat langkah utama yaitu preprosesing, segmentasi, ekstraksi fitur dan klasifikasi. Pada tahap preprosesing akan dilakukan grayscale, interpolasi, amoeba mean filter dan segmentasi. Ekstraksi ciri menggunakan Gray Level Cooccurence Matrix (GLCM) dan akan dihitung ciri-ciri statistik pada 4 arah (d=1 dan d=2) , GLCM 8 arah (d=1) dan GLCM 16 arah (d=2). Fitur yang digunakan ada 5 yaitu kontras, energi, entropi, korelasi dan homogenitas. Langkah terakhir adalah klasifikasi menggunakan Backpropagation. Beberapa parameter penting divariasikan dalam proses ini seperti learning rate dan jumlah node dalam lapisan tersembunyi. Hasil penelitian menunjukkan bahwa fitur ekstraksi GLCM 4 arah ( dengan jarak d=1 memiliki akurasi terbaik dalam mengklasifikasi mammogram yaitu sebesar 81,1% dan khusus pada arah akurasi klasifikasi diperoleh sebesar 100%.

Kata kunci—Mammogram, GLCM, Backpropagation