SISTEM KLASIFIKASI KANKER PAYUDARA BERDASARKAN METODE HU MOMENT DAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN MACHINE LEARNING

Kanker payudara merupakan penyakit yang tergolong serius yang dapat menyebabkan kematian. Kanker payudara (Carcinoma mammae) didefinisikan sebagai suatu penyakit neoplasma ganas yang berasal dari parenchyma. Metode standar untuk mendiagnosis kanker payudara ialah dengan melakukan screening menggunakan citra mammogram. Citra mammogram dianalisis oleh radiologis yang secara manual melalui pengamatan visual. Pengamatan dilakukan secara teliti dan mendetail dengan waktu yang relative lama agar tidak ada kesalahan diagnosis atau human error. Untuk memudahkan tenaga medis dan mengurangi adanya kesalahan diagnosis (human error) pada penelitian ini peneliti menawarkan suatu sistem klasifikasi kanker payudara dengan metode ekstraksi Hu Moment dan Gray Level Co-occurrence Matrix (GLCM) dengan metode klasifikasi Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN) dengan 2 kelas kanker payudara yaitu malignant dan benign. Sistem klasifikasi menggunakan 3 model terbaik dari masing-masing metode klasifikasi. Hasil akurasi terbaik diperoleh dengan menggunakan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) dengan metode klasifikasi K-Nearest Neighbor (KNN) pada model type Weighted KNN dengan akurasi training sebesar 97.8