Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : mind multimedia artificial intelligent networking database journal

Klasifikasi Tumor Payudara Berbasis Ciri Tekstur pada Citra Mammografi Menggunakan Metode Naive Bayes BELLA JULIA; HENI SUMARTI; HAMDAN HADI KUSUMA
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 7, No 2 (2022): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v7i2.165-176

Abstract

ABSTRAKKanker payudara adalah jenis kanker yang terjadi pada sebagian besar wanita. Kanker payudara terjadi akibat pertumbuhan berlebih atau perkembangan sel jaringan payudara yang tidak terkendali. Mammografi merupakan metode terbaik untuk deteksi dini kanker payudara karena dapat menunjukkan lesi secara dini. Namun, analisis terhadap mammogram ini masih dilakukan secara manual oleh ahli medis, sehingga perlu perangkat tambahan. Telah banyak penelitian tentang olah citra untuk deteksi kanker secara otomatis. Pada penelitian ini digunakan metode Naive Bayes untuk klasifikasi citra tumor jinak dan tumor ganas. Tujuan dari penelitian ini untuk mengklasifikasi citra mammografi berdasarkan dua kelas yaitu tumor jinak dan tumor ganas dengan berbasis ciri tekstur menggunakan histogram dan Gray Level Co-occurrence Matrix  (GLCM). Penelitian ini menunjukkan hasil akurasi sebesar 80%, sensitivitas sebesar 90%, dan spesifitas sebesar 70%. Oleh karena itu, penelitian ini bisa dijadikan perangkat tambahan untuk klasifikasi tumor payudara ganas dan jinak.Kata kunci: Tumor Payudara, Mammografi, Klasifikasi Naive Bayes.ABSTRACTBreast cancer is a type of cancer that occurs in most women. Breast cancer occurs due to overgrowth or uncontrolled development of breast tissue cells. Mammography is the best method for early detection of breast cancer because it can show lesions early. However, the analysis of this mammogram is still done manually by medical experts, so additional devices are needed. There have been many studies on image processing for automatic detection. In this study, the Naive Bayes method was used to classify images of benign tumors and malignant tumors. The purpose of this study is to classify mammographic images based on two classes, namely benign and malignant tumors based on histogram textures and Gray Level Co-occurrence Matrix (GLCM). This study showed an accuracy of 80%, sensitivity of 90%, and specificity of 70%. Therefore, this study can be used as an additional tool to classify malignant and benign tumors.Keywords: Breast Cancer, Mammografi, Naive Bayes Classification
Co-Authors Adrial, Rico Affa Ardhi Saputri Agus Sudarmanto Alvania Nabila Tasyakuranti Alvania Nabila Tasyakuranti Alvania Nabila Tasyakuranti Alvnia Nabila Tasyakuranti Arifah Riana AYU WULANDARI Ayu Wulandari Azizah, Fitria Kholbi Azzahra, Jannatul Firdausa Baehaqi BELLA JULIA Cahyawati, Rina Susi Darma, Panji Nursetia Edi Daenuri Anwar, Edi Daenuri Edison, Rizki Edmi Fachrizal Rian Pratama Fahira Septiani Fahira Septiani Farah Alfiana Na’ila Fariyani, Qisthi Firman Hardianto Frida Agung Rakhmadi, Frida Agung Gideon, Samuel Hadi Kusuma, Hamdan Hamdan Hadi Kusuma Hamdan Hadi Kusuma HAMDAN HADI KUSUMA Hani Nur Endah Hani Nur Endah Hardianto, Firman Hartono Hartono Huwaidah, Indah Rifdah Ice Uliya Sari Isnawati, Nurul Embun Istikomah Kholidah Kholidah, Kholidah Laelatul Munawaroh Lailiyatu Latifah Latifatul Istianah Maesyaroh, Uhty Marlin Ramadhan Baidillah Melany Puspa Damayanti Mohammad Candra Malindo Muhammad Ghozali Muhammad Ghozali Muhammad Labib Muhammad Syafiul Huda Mushoffa, Fina Nuryani, Siska Permana, Riyan Prastyo, Irman Said Putri Diah Pitaloka Putri Zulfikah Putri, Diana Salsabila Qolby Sabrina Qolby Sabrina, Qolby Rahmani, Tara Puri Ducha Rahmawati, Aida Ramadhani, Bintang Rizal Krisdiyanto Samuel Gideon Sari, Ice Uliya Septiani, Fahira Sheilla Rully Anggita Shofani, Maya Siska Nuryani Susilawati Susilawati Syntia Anggraeni Syukrotus Sa’diati Tasyakuranti, Alvania Nabila Tika Rahmawati Tria Nurmar’atin Triana, Devi Uhty Maesyaroh Wahyu Caesarendra Yuniati, Anis