EKSTRAKSI FITUR CITRA MAMMOGRAM BERBASIS TEKSTUR MENGGUNAKAN METODE GRAY LEVEL COOCCURRENCE MATRIX (GLCM)

Abstract

Kanker adalah penyakit yang disebabkan oleh pembelahan sel yang tidak normal di dalam tubuh. Kanker dapat menyerang semua jaringan tubuh. Kanker payudara secara umum terbagi menjadi 2 jenis, yaitu jinak (benign) dan ganas (malignant). Menurut World Health Organization (WHO) Global Cancer Observatory tahun 2018-2020 mengalami peningkatan kasus kanker baru di Indonesia. Pengolahan data citra medis berbasis komputer memudahkan dokter untuk mengamati kelainan secara cepat dan akurat. Gambar yang ditinjau secara manual kurang efektif untuk diagnosis. Oleh karena itu penelitian bertujuan sebagai sarana pengembangan penelitian pada sistem ekstraksi fitur citra mammogram berbasis tekstur sebagai pendukung diagnosis kanker payudara dengan metode Gray Level Cooccurrence Matrix (GLCM) pada software Matlab R2017a. Untuk objek penelitian yang digunakan yaitu citra mammogram yang berasal dari Kaggle RSNA Mammogram Dataset dengan jumlah 1600 citra normal dan 1600 citra abnormal yang disimpan dalam bentuk *.png. Berdasarkan dari ujicoba yang dilakukan didapatkan total 8 fitur mammogram, pada penelitian sebelumnya hanya menggunakan 4 fitur. 8 fitur tersebut terdiri dari contrast, correlation, homogeneity, energy, mean, skewness, kurtosis, dan variance.