Klasifikasi Kanker Payudara pada Citra Ultrasound Menggunakan Fitur Koefisien Discrete Cosine Transform (DCT)
##plugins.themes.academic_pro.article.main##
Abstract
Gejala dini kanker payudara dapat diketahui dari hasil analisa citra medis USG. Pada kenyataannya, citra medis USG memiliki kualitas rendah, banyak noise, dan sangat heterogen. Hal ini menimbulkan kesulitan dalam tahap penentuan klasifikasi kanker secara mesin. Berbagai metode telah dilakukan para peneliti untuk mengklasifikasikan citra medis USG. Metode yang umum dipakai berbasis fitur geometri, yaitu penentuan radius, luas, keliling, dan tekstur dari daerah citra yang diperhatikan sebagai lokasi kanker. Pada penelitian ini digunakan ekstraksi fitur koefisien DCT dari citra secara langsung, tanpa melalui proses analisis geometri. Transformasi DCT dari sebuah citra merupakan penyajian citra pada domain frekuensi, dimana fitur dari citra terpusat pada daerah frekuensi rendah. Pada penelitian ini dilakukan pemotongan koefisen DCT pada daerah frekuensi rendah untuk mendapatkan fitur utama. Hasil akurasi yang didapatkan mencapai 84% pada pengambilan 225 koefisien DCT dari dataset citra ultrasound BUSI yang terdiri dari 210 kanker jinak dan 210 kanker ganas. Proses klasifikasi efektif karena fitur diambil secara global tanpa analisis geometri manual. Hasil penelitian ini diharapkan bermanfaat pada bidang medis dan kecerdasan buatan untuk identifikasi citra medis USG.