Deteksi Benjolan Kanker Payudara pada Citra Mamografi Digital Menggunakan Metode Entropi

Mertiana, Windy Deftia (2020) Deteksi Benjolan Kanker Payudara pada Citra Mamografi Digital Menggunakan Metode Entropi. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07311640000015-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (7MB) | Request a copy

Abstract

Kanker menjadi salah satu penyebab utama angka kematian terbesar di dunia dan kanker payudara menjadi jenis kanker dengan prevalensi paling tinggi dialami oleh perempuan. Pendeteksian dini menggunakan screening mamografi menjadi langkah efektif untuk mengetahui keberadaan kanker payudara walaupun benjolan dalam bentuk gumpalan sering kali muncul dengan tipikal kontras rendah. Oleh karena itu, dibutuhkan dokter dan radiologis untuk mendiagnosis kanker payudara melalui citra mamografi. Namun, tidak menutup kemungkinan terdapat ketidakakuratan proses diagnosis mengingat keterbatasan visual dan objektivitas dari manusia itu sendiri. Penelitian mengenai pendeteksian melalui citra mamografi telah dikembangkan beberapa tahun terkahir. Namun, dari penelitian tersebut, belum terdapat informasi radius dari jaringan kanker terdeteksi yang mana menjadi salah satu acuan diagnosis. Pada tugas akhir ini dikembangkan sebuah sistem berbasis komputer yang dapat mendeteksi kanker payudara serta memberikan informasi radius kanker yang terdiri dari perbaikan kualitas citra dengan pemerataan histogram, segmentasi berbasis tekstur dengan metode entropi, dan ekstraksi fitur dengan algoritma border following. Melalui pengujian yang dilakukan terhadap 120 citra, sistem memiliki akurasi, presisi, spesifikasi, sensitivitas, dan false positive per image berturut-turut sebesar 92%, 97%, 96%, 88%, dan 1,7%. Selain itu, rata-rata error area deteksi pada sistem sebesar 36% dengan waktu rata-rata deteksi selama 1,09 detik. ================================================================================================= Cancer is a leading cause of worldwide's death and breast cancer has become the type of cancer with the highest prevalence experienced by women. Early screening mammography becomes effective to detect a lump in the form of a breast mass. Masses appear in mammographic images within low contrast. Consequently, doctors are needed to diagnose breast cancer through mammographic images. However, there is a possibility of false-positive due to the limitations of the human eye. Research on this field has been developed in recent years. However, there is no additional information about cancer's radius, which is related to cancer's staging. In this research, a computer-aided system that can detect breast cancer and its radius is proposed. Image enhancement using histogram equalization, image segmentation using texture-based methods, and feature extraction using border following algorithm are present. 120 mammographic images were tested and gave accuracy, precision, specification, sensitivity, and false positive per image consecutively 92%, 97%, 96%, 88%, and 1,7% with an average error area within 36% and average time consumed 1,09 second.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: ekstraksi fitur, entropi, kanker payudara, mamografi, pemerataan histogram,breast cancer, contrast enhancement, entropi, feature extraction, mammography.
Subjects: Q Science > QR Microbiology > QR 201.T84 Tumors. Cancer
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User: Windy Deftia Mertiana
Date Deposited: 25 Aug 2020 05:34
Last Modified: 25 Aug 2020 05:34
URI: http://repository.its.ac.id/id/eprint/80165

Actions (login required)

View Item View Item