SISTEM KLASIFIKASI PENYAKIT KANKER KULIT MENGGUNAKAN METODE GABOR FILTER DAN K-MEANS BERBASIS NEURAL NETWORK

Kanker mempunyai banyak jenis, salah satunya yaitu kanker kulit (skin cancer). Kanker kulit merupakan jenis kanker yang paling umum terjadi di seluruh dunia, dan kasusnya terus meningkat. Penggunaan teknik Jaringan Saraf (Neural Network) dalam mengklasifikasikan atau mengidentifikasi penyakit berdasarkan gambar. Oleh karena itu, pengembangan sistem deteksi melanoma otomatis memberikan kontribusi besar bagi para profesional medis dalam mendeteksi dini lesi kulit yang berpotensi ganas. Penelitian ini menggembangkan system deteksi dini kaker kulit melanoma berbasis Neural Network. Tahapan terpenting dalam penelitian ini adalah ekstraksi fitur dan klasifikasi. Ekstraksi fitur telah dilakukan menggunakan metode Gabor filter dan kombinasi Gabor K-means, sedangkan untuk klasifikasi menggunakan algoritma Multi Layer Perceptron dengan model One-step secant backpropagation (OSS), Conjugate gradient backpropagation (CGB), BFGS quasi-Newton backpropagation. Pada penelitian ini metode Gabor Filter menghasilkan nilai terbaik berada pada model OSS Hidden Note 20 dengan akurasi mencapai 73,2 %. Hasil terendah di peroleh oleh metode Gabor K-Means dengan model BFG Hidden Note 1 dengan hasil akurasi 69,02 %