Klasifikasi Tumor Payudara Berbasis Ciri Tekstur pada Citra Mammografi Menggunakan Metode Naive Bayes

BELLA JULIA (Jurusan Fisika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Walisongo Semarang, Indonesia)
HENI SUMARTI (Jurusan Fisika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Walisongo Semarang, Indonesia)
HAMDAN HADI KUSUMA (Jurusan Fisika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Walisongo Semarang, Indonesia)

MIND (Multimedia Artificial Intelligent Networking Database) Journal
Vol 7, No 2 (2022): MIND Journal

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