PERBANDINGAN KLASIFIKASI CITRA CT-SCAN KANKER PARU-PARU MENGGUNAKAN IMAGE ENHANCEMENT CLAHE PADA EFFICIENTNET-B0

Abstrak−Dalam beberapa tahun terakhir, peningkatan jumlah kasus kematian akibat kanker di dunia mengalami kenaikan yang cukup tinggi. Dari beberapa jenis kanker, kanker paru-paru adalah salah satu kasus tertinggi diantaranya. Kanker paru-paru umumnya diderita oleh laki-laki yang diakibatkan oleh beberapa hal seperti, asap rokok, polusi udara dalam jangka panjang, paparan terhadap senyawa yang bersifat karsinogenik, seperti radon, asbes, arsenik, tar batubara, dan emisi bahan bakar diesel. Pertumbuhan sel kanker pada paru- paru dapat dideteksi menggunakan beberapa pemindaian citra salah satunya yaitu CT-Scan. Pada penelitian ini dilakukan klasifikasi organ paru-paru normal dan yang terjangkit oleh sel kanker. Proses pengklasifikasian menggunakan dua jenis data yaitu data asli dan data yang telah diproses dengan Contrast Limited Adaptive Histogram Equalization (CLAHE). Data akan terlebih dahulu dibagi dengan rasio 90:10 sebelum dilatih dengan menggunakan Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan yaitu EfficientNet-B0 dibantu dengan optimizer dan learning rate yang berbeda. Setelah diuji model dievaluasi menggunakan confusion matrix untuk membandingkan performa antara penggunaan data asli dan data CLAHE. Penggunaan data CLAHE dengan clip limit 2 dan tile grid 8x8 mampu meraih hasil evaluasi lebih tinggi dibandingkan data asli yakni f1-score 84,45%, dan accuracy 84,71% pada pembagian 90:10, optimizer Adam, dan learning rate 10 -1 . Hasil penelitian menunjukkan bahwa penggunaan image enhancement CLAHE dengan kombinasi yang tepat tantara clip limit dan tile grid dapat memengaruhi performa model dalam mengklasifikasikan data citra. Kata Kunci: CLAHE; CT-Scan; EfficientNet-B0; Kanker; Klasifikasi; Paru-par