Identifkasi Kanker Otak pada Citra MRI Menggunakan Metode Principal Component Analysis (PCA), Gray Level Coocurence Matrix (GLCM) dan Support Vector Machine (SVM)

Tingkat kematian manusia terhadap penyakit kanker otak sangatlah tinggi. Laporan National Research Funding pada Juli 2014 menyatakan 1 dari 50 orang di bawah usia 60 tahun mengidap kanker otak dan tingkat kematian akibat penyakit ini mencapai 71%. Pemetaan terhadap gambar MRI kanker otak menggunakan metode Principal Component Analysis (PCA) dan Gray Level Coocurence Matrix (GLCM) menunjukkan suatu pola untuk tingkat keganasan tumor. Pola ini kemudian dapat diklasifikasi berdasarkan tingkat keganasannya menggunakan metode Support Vector Machine (SVM). Identifikasi kanker otak dilakukan kepada 3 buah sampel yang tergolong sebagai data uji, dan 4 sampel sebagai data latih. Dengan parameter adalah nilai contrast, energy, homogeneity, mean, standard deviation, smoothness, kurtosis, skewness, dan entropy, menghasilkan dua dari tiga sampel uji menghasilkan pengidentifikasian yang benar dengan tingkat akurasi 77% hingga 100%. Sedangkan satu sampel lainnya menghasilkan pengidentifikasian yang tidak tepat dengan tingkat akurasi 47