KLASIFIKASI PENYAKIT BERDASARKAN CITRA SEL CAIRAN TUBUH MENGGUNAKAN METODE PENGOLAHAN CITRA BERBASIS MULTILAYER PERCEPTRON

Pada tubuh manusia terdapat cairan yang terletak pada bagian rongga atas serta rongga bawah yaitu cairan pleura dan cairan peritoneal. Sampel pada cairan tubuh dapat digunakan untuk menganalisa morfologi sel dan dapat digunakan untuk membuat diagnosis antara sel normal maupun berpenyakit. Tidak mudah untuk mendiagnosa sampel sel citra cairan tubuh yang normal ataupun berpenyakit dikarenakan kurang nya fitur visual yang dapat dibedakan, hal ini menjadi masalah yang signifikan dalam pengambilan keputusan pada bidang medis. Penelitian ini membantu mengembangkan sistem pendukung keputusan klinis menggunakan citra sel cairan tubuh yang terdiri dari 2 kelas yaitu, adenocarcinoma dan normal dengan tahapan pre-processing, ekstraksi fitur dan klasifikasi. Pada penelitian ini, penulis menawarkan sistem klasifikasi untuk citra sel cairan tubuh menggunakan metode ekstraksi Hu Moment Invariant dan Gabor Filter menggunakan klasifikasi algoritma Multilayer Perceptron. Hasil terbaik diperoleh dengan metode klasifikasi Multilayer Perceptron menggunakan ekstraksi fitur Gabor Filter dengan model klasfikasi Levenberg-Marquardt (LM), akurasi yang di peroleh sebesar 91.2%