DETEKSI KANKER PAYUDARA PADA CITRA MAMOGRAM MENGGUNAKAN GRAY LEVEL DIFFERENCE METHOD DAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM

ABSTRAKSI: Kanker payudara merupakan penyakit yang banyak di derita oleh wanita. Kanker tersebut mengalami pertumbuhan secara tidak terkontrol pada jaringan payudara. Mammografi merupakan salah satu cara pemeriksaan payudara dengan menggunakan sinar x-ray dosis rendah yang dapat mendeteksi gejala kanker payudara sedini mungkin yang menghasilkan citra berbentuk .jpg, disebut mammogram.Tugas akhir ini bertujuan menghasilkan suatu alat bantu berbasis software untuk para radiolog dalam mendiagnosa citra mammogram serta mempermudah dalam mengklasifikasikan tipe kelainan kanker payudara ke dalam tiga kelas berdasarkan BIRADS, yaitu normal, jinak, dan ganas. Secara umum, pendeteksian kanker payudara ini terdiri dari 3 bagian utama, yaitu: preprocessing, ekstraksi ciri, dan klasifikasi. Preprocessing citra yang dilakukan terdiri atas operasi morfologi, labeling dan tresholding, cropping dan normalisasi, serta segmentasi watershed. Proses selanjutnya dilakukan ekstraksi ciri dengan pendekatan statistik menggunakan teknik Gray Level Difference Method (GLDM). Pada proses ekstraksi ciri akan dihasilkan ciri atau fitur tertentu yang kemudian akan dikenali dengan metode klasifikasi Adaptive Neuro Fuzzy Inference System (ANFIS). Adaptive Neuro-Fuzzy Inference System (ANFIS) merupakan kombinasi dari Sistem Inferensi Fuzzy dengan Jaringan Syaraf Tiruan (JST) dimana nilai keanggotaan dari Sistem Inferensi Fuzzy akan diperbaiki melalui pembelajaran JST sehingga dapat memberikan tingkat akurasi yang lebih baik untuk suatu sistem klasifikasi. Hasil pengujian sistem menunjukkan bahwa pada tahap pengujian dengan data uji, ANFIS mampu melakukan klasifikasi data citra mammogram dengan tingkat akurasi 76,67%. Kata Kunci : mammogram, ekstraksi ciri, GLDM, ANFIS.ABSTRACT: Breast cancer is a disease suffered by many women. Those Cancer is the uncontrolled growth of breast tissue. Mammography is one way of breast screening using low-dose x-ray beam that can detect symptoms of breast cancer as early as possible which results in image form. Jpg, called mammogram.The final project is to produce a software-based tool for the radiologist in diagnosing mammogram image and make it easier to classify the types of breast cancer abnormalities into three classes based on BIRADS, namely normal, benign, and malignant. In general, the detection of breast cancer is made up of 3 main parts, namely: preprocessing, feature extraction, and classification. Image preprocessing is performed consisting of morphological operations, labeling and tresholding, cropping and normalization, then watershed segmentation. Feature extraction process is performed by using a statistical approach to Gray Level Difference Method (GLDM) technique. In the extraction process will produce characteristics traits or features which will be recognized by the method of classification Adaptive Neuro Fuzzy Inference System (ANFIS). Adaptive Neuro-Fuzzy Inference System (ANFIS) is a combination of Fuzzy Inference System with Artificial Neural Network (ANN) in which the membership value of a Fuzzy Inference System will be improved through learning neural network so that it can provide a better accuracy rate for a classification system. The test results show that the system is in the testing phase with test data, ANFIS is able to classify the mammogram image data with an accuracy rate of 76.67%. Keyword: mammograms, feature extraction, GLDM, ANFIS