PEMANFAATAN METODE MOMENT INVARIANT DAN MORFOLOGI DALAM MENENTUKAN KLASIFIKASI KANKER PAYUDARA

Nurul Fuad, Abdul Rokhim

Abstract


Perkembangan teknologi dalam bidang image processing akhir ˗ akhir ini begitu pesat, ada beberapa metode untuk melakukan proses pengolahan pada citra yang hasilnya tidak diragukan lagi untuk dalam image processing, pada kesempatan ini peneliti mencoba menggunakan metode Otsu thresholding untuk segmentasi, invariant moment dan morfologi untuk ektraksi ciri.Data  yang  digunakan  adalah  sampel  citra mammogram  berupa  file  citra  berekstensi  .pgm  (Portable Gray Map).  Tahap ˗ tahap  yang  dilakukan  dalam image processing ini adalah  mengambil  citra  asli,  lalu  citra  asli dilakukan proses Enhancement atau perbaikan citra, selanjutnya dilakukan segmentasi thresholding, kemudian dilakukan ektraksi fitur menggunakan moment invariant dan morfologi langkah terakhir adalah dilakukan klasifikasi dengan tool WEKA. Dari Hasil penelitian dan pengujian program  menunjukkan  bahwa  klasifikasi citra mammogram berdasarkan bentuk dengan sample image mammogram 91 Nornal, 15 citra Benign, 15 Malignant, di dapat  nilai terbaik untuk deteksi kanker pada citra mammogram dengan persentase tingkat kebenarannya sebesar 76.0331 % dan kesalahan sebesar  23.9669 %.

Kata Kunci : Invariant Moment, Morfologi, Kanker Payudara, Segmentasi.

 


References


Dody Budi Setiono, “Klasifikasi Citra Mammogram Berdasarkan Ektraksi Fitur Tekstur Dengan Menggunakan K-NNâ€, Thesis magister Teknologi Informasi. Sekolah Tinggi Teknik Surabaya. Surabaya.2011

Database MIAS http://abacus.ee.cityu.edu.hk/imagedb/cgi-bin/ibrowser/ibrowser.cgi?folder=/Medical_Image/mammogram/. akses terakhir tanggal 27 juni 2013

Freyssineta Kanditami P, DR. Deni S, Achmad Rizal, ST., MT., Analysis Contrast Limited Adaptive Histogram Equalization (CLAHE) and Region Growing To Detect The Breast Cancer Symptoms on Mammogram Image. Fakultas Informatika Institut Teknologi Telkom Bandung

Gonzales, Rafael C. Digital Image Processing Using MATLAB. Pearson Education. 2004.

Irawan, Ferizal. Buku Pintar Pemograman Matlab. Yogyakarta, Mediakom.2012

Kadir, Abdul. Teori dan Aplikasi Pengolahan Citra. Yogyakarta, Andi. 2013

Mohamed Eisa, “Preliminary Diagnosticsof Mammogram Using Moments And Texture Feature†Computer Science Department, Mansoura University.2009

Prasetyo, Eko. Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta, ANDI. 2011.

Rajesh Garg, Bhawna Mittal dan Sheetal Garg., 2011 †Histogram Equalization Techniques For Image Enhancement†IJECT Vo l. 2, issue. H.I.T., Sonepat, Haryana, India,S.M.Hindu Sr.Sec.School, Sonepat, Haryana, India




DOI: http://dx.doi.org/10.53567/spirit.v7i1.29

Refbacks

  • There are currently no refbacks.


Copyright (c) 2016 Jurnal SPIRIT




 

Diindeks Oleh:



SPIRIT : Sarana Penunjang Informasi Terkini

Diterbitkan oleh Teknologi Informasi Institut Teknologi dan Bisnis Yadika Pasuruan
Alamat Redaksi: Jl. Bader No.9, Kwangsan, Kalirejo, Kec. Bangil, Pasuruan, Jawa Timur 67153
Telp/Fax: (0343) 742070 , Email : lppm@stmik-yadika.ac.id
Google Maps :  Klik Disini


 Creative Commons License
Karya ini dilisensikan di bawah  Lisensi Internasional Creative Commons Atribusi 4.0 .