Alhafiz, Muhammad Ihza
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

SEGMENTASI DENGAN METODE ACTIVE CONTOUR UNTUK PENINGKATAN AKURASI KLASIFIKASI CITRA USG KANKER PAYUDARA MENGGUNAKAN K-NEAREST NEIGHBOR (KNN) Alhafiz, Muhammad Ihza; Wirasno, Wirasno; Solichin, Achmad
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5681

Abstract

Kanker payudara, sebuah penyakit yang mengancam, ditandai oleh pertumbuhan sel yang tak terkendali yang dapat menyerang jaringan sehat dalam payudara. Segmentasi citra digital menjadi penting untuk memisahkan gambaran kanker dari latar belakangnya, memungkinkan analisis yang lebih mendalam. Dalam penelitian ini, metode Grayscale, Median Filtering, dan Aktif Kontur diadopsi untuk mengidentifikasi morfologi kanker dalam citra, sementara proses klasifikasi menggunakan metode K-Nearest Neighbor dengan ekstraksi fitur melalui Gray Level Co-Occurrence Matrix untuk menganalisis tekstur kanker. Temuan dari penelitian ini menegaskan bahwa proses aktif kontur digunakan untuk melihat morfologi kanker, diikuti dengan pemotongan citra asli sesuai dengan kontur yang dihasilkan. Selain itu, hasil pengujian K-Nearest Neighbor pada K=18 dengan pembagian data 90% untuk Data Training dan 10% untuk Data Uji menggunakan K-Fold Cross Validation, menunjukkan akurasi algoritma sebesar 68% yang diperoleh melalui Confusion Matrix.