<![CDATA[Kanker payudara merupakan penyakit tidak menular dengan 18 juta kasus baru dilaporkan pada tahun 2018. Di Indonesia, kanker payudara lebih banyak ditemukan pada perempuan dan menjadi penyebab kematian utama. Kurangnya program skrining dan rendahnya inisiatif masyarakat untuk deteksi dini berkontribusi terhadap tingginya angka kematian akibat kanker di negara berkembang. Salah satu metode deteksi dini adalah mamografi. Namun, citra mammogram yang dihasilkan oleh mesin mamografi memiliki keterbatasan pada situasi tertentu, seperti mendeteksi kanker payudara pada pasien dengan implan payudara. Oleh karena itu, diperlukannya kecerdasan buatan sebagai alat pendukung keputusan untuk deteksi dini kanker payudara. Proses pengolahan data dengan kecerdasan buatan tersebut dapat meliputi beberapa langkah yaitu, augmentasi data, CLAHE, median filtering, ekstraksi fitur menggunakan transformasi Wavelet, dan klasifikasi menggunakan Extreme Learning Machine (ELM). Penelitian ini melibatkan empat kelas kanker yaitu, kanker positif, kanker negatif, kanker implan negatif, dan kanker implan positif. Tujuan dari penelitian ini adalah untuk memperoleh model optimal dalam mengidentifikasi kanker pada implan payudara dengan kecerdasan buatan. Model optimal yang dicapai dalam penelitian ini pada DB 2 Level 1 dengan K-Fold 10 dan 50 hidden node yang menghasilkan akurasi sebesar 80%, sensitivitas 80%, dan spesifisitas 93,33%.]]>
