SmartComp
Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer

Optimasi Identifikasi Adenokarsinoma Dari Citra X-Ray Dengan Metode Learning Vector Quantization

Aziz Septian Amrullah (Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika)
Dadang Iskandar Mulyana (Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika)



Article Info

Publish Date
20 Oct 2022

Abstract

Adenokarsinoma adalah jenis kanker yang berkembang dan menyebar di sejumlah organ tubuh manusia, terutama yang memiliki kelenjar dalam, antara lain payudara, paru-paru, kerongkongan, usus besar, pankreas, dan prostat. Karena adenokarsinoma dapat mempengaruhi berbagai organ tubuh dan menyebabkan gejala berkembang secara berbeda, sinar-x adalah satu-satunya metode yang dapat dipercaya untuk mendiagnosis kondisi tersebut. Analisis data sinar-X akan mengungkapkan ada tidaknya adenokarsinoma. Periksa ini untuk mengklasifikasikan hasil rontgen sebagai normal atau kanker. Learning Vector Quantification (LVQ) dan ekstraksi ciri merupakan teknik klasifikasi. Upaya yang dilakukan dengan Klasifikasi citra diterapkan sebelum Grayscale, kemudian karakteristik ekstraksi digunakan. First-Rate Kualitas nilai parameter adalah mu, deviasi, skewness, energy, entropy, dan smoothness. 150 gambar x-ray akan diperiksa, dan Learning Vector Quantization akan digunakan untuk mengklasifikasikan hasilnya. Pada epoch 100, akurasi penelitian ini mencapai puncaknya, 97,3%, dan learning rate antara 0,1 dan 0,2.

Copyrights © 2022






Journal Info

Abbrev

smartcomp

Publisher

Subject

Computer Science & IT Electrical & Electronics Engineering

Description

Smart Comp(p-ISSN: 2089-676X, e-ISSN:2549-0796) is a nationally peer reviewed computer science journal open for researchers from the field of Information Technology, Computer Engineering, Informatics Engineering, Electrical & Electronics Engineering and related researches. Smart Comp has been ...