Klasifikasi Citra Mammogram Menggunakan Metode K-Means, GLCM, dan Support Vector Machine (SVM)

  • Kadek Novar Setiawan Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana
  • I Made Suwija Putra Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Abstract

Kanker payudara termasuk salah satu penyakit tidak menular yang cenderung terus meningkat setiap tahunnya. Penyakit ini terjadi hampir seluruhnya pada wanita, tetapi dapat juga terjadi pada pria. Cara terbaik untuk mengidentifikasi keberadaan kanker payudara pada tahap awal adalah dengan menafsirkan gambar mammogram yang menggunakan sinar-X yang dapat memperlihatkan keabnormalan atau kelainan pada payudara dalam bentuk yang sangat
kecil. Identifikasi secara visual memerlukan skill penglihatan dan pengetahuan dalam mengklasifikasikan hasil dari citra mammogram. Berdasarkan hal tersebut penelitian ini mengusulkan identifikas/klasifikasi kanker payudara pada citra mammogram secara visual ke dalam komputer dengan menggunakan metode segmentasi k-menas, ekstraksi fitur tekstur Gray Level Co-Occurence Matrix (GLCM) dan metode klasifikasi Support Vector Machine (SVM). Aplikasi pada penelitian ini dapat mengklasifikasi/mengenali citra mammogram yang normal dan abnormal dengan nilai akurasi yang diperoleh sebesar 80%.

Published
2018-04-02
How to Cite
NOVAR SETIAWAN, Kadek; SUWIJA PUTRA, I Made. Klasifikasi Citra Mammogram Menggunakan Metode K-Means, GLCM, dan Support Vector Machine (SVM). Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), [S.l.], p. 13-24, apr. 2018. ISSN 2685-2411. Available at: <https://ojs.unud.ac.id/index.php/merpati/article/view/40933>. Date accessed: 26 feb. 2021. doi: https://doi.org/10.24843/JIM.2018.v06.i01.p02.
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.