Segmentasi Citra Mammogram Untuk Deteksi Dini Kanker Payudara Dengan Menggunakan Metode Otsu Thresholding

Atika Maulida, Nurhidayah Nurhidayah, Yoza Fendriani, Haryono Haryono

Abstract


Kanker payudara merupakan kanker yang paling banyak terdiagnosa pada wanita diseluruh dunia. Kanker payudara menempati urutan kedua tertinggi sebagai penyebab kematian pada wanita. Deteksi dini pada kanker payudara salah satunya dapat melalui prosedur mammografi yang akan menghasilkan citra mammogram. Penelitian ini merupakan upaya untuk melakukan deteksi dan segmentasi dengan menggunakan teknik pemrosesan citra terhadap objek yang dicurigai sebagai lesi kanker payudara pada citra mammogram dengan menggunakan metode Otsu Thresholding. Hasil penelitian menunjukkan metode yang diajukan mampu melakukan deteksi dan segmentasi terhadap lesi kanker payudara dengan baik. Ekstraksi ciri dari objek dilakukan pada fitur tekstur citra dengan data yang digunakan adalah sebanyak 8 citra dengan menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Dari pengujian diketahui bahwa semakin banyak perbedaan atau banyaknya jumlah keberagaman intensitas keabuan dalam citra, maka nilai dari ekstraksi fitur citra akan lebih baik dibandingkan citra yang memiliki jumlah keberagaman atau jumlah perbedaan intensitas keabuan yang sedikit.

Segmentasi Citra Mammogram Untuk Deteksi Dini Kanker Payudara Dengan Menggunakan Metode Otsu Thresholding


Keywords


Segmentasi, Citra mammogram kanker payudara, Otsu Thresholding, Gray Level Co-occurrence Matrix (GLCM)

Full Text:

PDF

References


Arifin, T. Analisa Perbandingan Metode Segmentasi Citra Pada Citra Mammogram 2016. Jurnal Informatika, Vol 3 (2).

Dewi, G. A. T., & Hendrati, L. Y. Analisis Risiko Kanker Payudara Berdasar Riwayat Pemakaian Kontrasepsi Hormonal Dan Usia Menarche 2015. Jurnal Berkala Epidemiologi. Vol 3 (1).

Edi Hermawan. Active Contour Lankton untuk Segmentasi Kanker Payudara pada Citra Mammogram 2019. Jurnal Eksplora Informatika. Vol 9 (1).

Pangaribuan, H. Optimalisasi Deteksi Tepi Dengan Metode Segmentasi Citra 2019. Journal Information System Development (ISD). Vol 4 (1).

Rosadi, M. I. Klasifikasi Massa Pada Citra Mammogram Menggunakan Kombinasi Seleksi Fitur F-Score Dan LS-SVM 2016. Jurnal Teknologi. Vol 6 (1).

Syafi’i, S. I., Wahyuningrum, R. T., & Muntasa, A. Segmentasi obyek pada citra digital menggunakan metode otsu thresholding 2015. Jurnal Informatika, Vol 13 (1).

World Health Organization. 2020. Cancer : https://www.who.int/news-room/fact-sheets/detail/cancer. Diakses 08 Juli 2021.




DOI: https://doi.org/10.25077/jfu.11.2.180-186.2022

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Jurnal Fisika Unand

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License

Published by:

Jurusan Fisika, FMIPA Universitas Andalas

Kampus Unand Limau Manis Padang Sumatera Barat 25163

Telepon 0751-73307

Email:jfu@sci.unand.ac.id