INTEGRASI FUZZY C-MEANS DAN METODE LEVEL SET UNTUK OTOMATISASI SEGMENTASI CITRA MEDIS

Segmentasi pada citra medis, seperti X-Rays, Magnetic Resonance (MR), Computer Tomography (CT), Positron Emission Tomography (PET), dan lain-lain merupakan langkah awal yang penting dan sangat menentukan proses analisis data medis dalam visualisasi data pasien dan sebagai panduan dalam operasi.Masalah segmentasi citra medis menjadi sulit, ketika citra yang di proses memiliki resolusi rendah ,kontras yang lemah, dan memiliki banyak noise.Pada penelitian ini penulis mengusulkan Integrasi Metode Fuzzy C-Means untuk otomatisasi penentuan parameter pada metode level set sehingga dapat di gunakan untuk segmentasi citra medis secara universal. Data awal diolah dengan menggunakan FCM untuk mendapatkan pusat cluster, dari data image fcm yang didapatkan kemudian proses segmentasi dilanjutkan dengan menggunakan metode level set untuk mendapatkan segmentasi yang lebih baik.Kinerja metode segmentasi citra medis dengan menggunakan metode ini meningkat dengan data pengukuran hasil experimen adalah Accuracy 97.99, Precission 95.47, Recall 95.20, AUC 0.96 ( excellent classification), Kappa 0.94 (Almost Perfect / perfect) dan RMSE 0.14. Selain itu Metode yang diusulkan juga mampu mempersingkat waktu pemrosesan untuk melakukan segmentasi citra medis. Kata kunci: citra medis, Fuzzy C- Means, metode level set, segmentas