SISTEM KLASIFIKASI CITRA KANKER ADENOCARCINOMA BODY FLUID BERBASIS NEURAL NETWORK DENGAN FITUR TEKSTUR

Adenocarcinoma adalah salah satu jenis kanker yang biasanya menyerang tubuh bagian sel pelapis epitel (sel terluar organ). Kanker Adenocarcinoma dapat dideteksi salah satunya melalui body fluids yang berada di antara paru-paru dan dinding dada. Penelitian ini bertujuan untuk membantu ahli cytology dalam menentukan diagnosis penyakit kanker, terutama kanker yang dapat dideteksi melalui body fluids. Melalui teknologi machine learning, diagnosis dapat dilakukan dengan efisien dan akurat. Metode yang digunakan dalam penelitian ini adalah Gray Level Co-occurrence Matrix (GLCM) dan Haar Wavelet sebagai metode ekstraksi dan Multilayer Perceptron (MLP) sebagai metode klasifikasi. Jumlah citra yang digunakan adalah 1.273 citra yang terdiri dari 642 citra benigndan 631 citra malignant. Hasil penelitian menunjukkan bahwa Haar Waveletmenghasilkan akurasi lebih tinggi dibandingkan GLCM dengan akurasi sebesar 94,1% oleh model SCG hidden neuron 20 dalam waktu run 12 detik sedangkan akurasi GLCM adalah 92,4% oleh model SCG hidden neuron 20 dalam waktu run3 detik.