Klasifikasi Sel Nukleus Pap Smear Menggunakan Metode Backpropagation Neural Network

  • Ni Putu Ayu Oka Wiastini Udayana University
  • I Ketut Gede Darma Putra Universitas Udayana
  • Kadek Suar Wibawa Universitas Udayana

Abstract

Kanker serviks merupakan salah satu penyakit berbahaya yang biasanya menyerang pada wanita. Kanker serviks dapat dicegah dengan melakukan deteksi dini, yaitu melalui tes pap smear untuk mengenali sel nukleus abnormal. Penyakit serviks secara teratur terbentuk dari perubahan prakanker lebih dari 10 hingga 20 tahun. Penelitian ini mengusulkan pembuatan aplikasi klasifikasi sel nukleus pap smear untuk mempermudah deteksi dini kanker serviks dengan menggabungkan teknik machine learning dan pengolahan citra digital. Aplikasi berfungsi mempermudah para patologi untuk mendeteksi sel nukleus pap smear normal dan abnormal. Tahap yang dilalui untuk memperoleh hasil klasifikasi, yaitu preprocessing, segmentasi, ekstraksi ciri dan klasifikasi. Dua jenis kelas diklasifikasikan pada penelitian ini, yaitu Sel Abnormal dan Sel Normal. Akurasi yang dihasilkan dari proses uji coba, yaitu sebesar 88.8% dan error rate sebesar 11.2%.
Kata Kunci : Neural Network, K-Means Clustering, Regionprops, GLCM, Pap Smear

Published
2019-12-31
How to Cite
WIASTINI, Ni Putu Ayu Oka; PUTRA, I Ketut Gede Darma; WIBAWA, Kadek Suar. Klasifikasi Sel Nukleus Pap Smear Menggunakan Metode Backpropagation Neural Network. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), [S.l.], p. 224-232, dec. 2019. ISSN 2685-2411. Available at: <https://ojs.unud.ac.id/index.php/merpati/article/view/53965>. Date accessed: 01 mar. 2021. doi: https://doi.org/10.24843/JIM.2019.v07.i03.p06.
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.