PEMANFAATAN METODE MOMENT INVARIANT DAN MORFOLOGI DALAM MENENTUKAN KLASIFIKASI KANKER PAYUDARA
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.
Â
Full Text:
65-70 (Bahasa Indonesia)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
Karya ini dilisensikan di bawah Lisensi Internasional Creative Commons Atribusi 4.0 .