REPOSITORY Umumindonesia2018

PENERAPAN LEARNING VECTOR QUANTIZATION(LVQ) PADA KLASIFIKASI KANKER PAYUDARA (BREAST CANCER) DARI CITRA MAMMOGRAM MENGGUNAKAN SEGMENTASI OTSU

IRFAN MAULANA · UIN Sultan Syarif Kasim Riau

Abstrak / Ringkasan

Kanker payudara merupakan penyakit prevalensi tertinggi saat ini. Banyak wanita yang masih kurang peduli terhadap penyakit ini.Menurut kemenkes RI (2015) sekitar 80% kasus ditemukan dalam stadium lanjut. Pemeriksaan dini perlu dilakukan untuk meminimalisir tingkat kasus yang ada. Salah satu cara pemeriksaan dini ialah dengan melakukan tes mammografi,pemeriksaan ini dapat mengdiagnosa secara dini perkembangan kanker. Citra mammogram digunakan dan diekstraksi ciri citranya. Metode pembelajaran yang digunakan ialah Learning Vector Quantization. Sebelum diproses,citra yang digunakan dilakukan tahap preprocessing citra yaitu operasi titik intensity adjustment. Selanjutnya dilakukan segmentasi otsu. Serta ekstraksi ciri tekstur orde kedua pada citra. Parameter-parameter statistik yang digunakan berjumlah 14 parameter. Parameter-parameter tersebut digunakan sebagai input pembelajaran dan pengujianLVQ. Dilakukan perhitungan tingkat akurasi dari algoritma pembelajaran LVQ. Pada data tidak seimbang, aplikasi yang dibuatdominan mengenali jenis normal dibanding jinak dan ganas. Akurasi tertinggi didapatkan pada data tidak seimbang ialah 63,63% dengan learning rate 0,003 dan 0,005. Pada data seimbang tingkat akurasi yang tertinggi didapatkan 83,33% dengan learning rate 0,003 dan 0,005.Sedangkan akurasi rata-rata keseluruhan tertinggi didapatkan sebesar 70,36% pada learning rate 0,001pada data seimbang. Aplikasi yang dibuat telah mampu mengenali jenis citra normal, jinak dan ganas. Kata Kunci : Klasifikasi,Preprocessing,Segmentasi, EkstraksiCiri, Mammogram, Learning Vector Quantization, Otsu,Paramete

Sitasi

RIS BibTeX
Recommendation Engine

Referensi Serupa

REPOSITORY2018

PENGENALAN POLA CITRA PADA TANDA TANGAN MENGGUNAKAN MODEL LEARNING VECTOR QUANTIZATION

AHMAD SIROJUDDIN

99% mirip
REPOSITORY2021

PENERAPAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN LEARNING VECTOR QUANTIZATION (LVQ) UNTUK KLASIFIKASI PENYAKIT RETINA MATA

Muhammad Fajar Teguh Putra, -

99% mirip
REPOSITORY2019

PREDIKSI KEBANGKRUTAN BANK BERDASARKAN RASIO CAMEL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ)

Deri Ferdiansyah, 11451101692

99% mirip
REPOSITORY2018

Implementasi Chain Codedan Learning Vector Quantization (LVQ) untuk Pengenalan Karakter Huruf Jepang Katakana

Anisya Nursyah Gusman

99% mirip
REPOSITORY2020

PENERAPAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION 3 (LVQ3) UNTUK KLASIFIKASI KESULITAN BELAJAR

Mustapa Hadi, -

99% mirip
REPOSITORY2021

PENGENALAN AKSARA BATAK TOBA MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN LEARNING VECTOR QUANTIZATION

M. IKHSAN HARLIN PRATAMA, -

99% mirip
REPOSITORY2017

PENERAPAN JARINGAN SYARAF TIRUAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 UNTUK MENENTUKAN JURUSAN DI SEKOLAH MENENGAH ATAS

DICKY TANJUNG SAPUTRA

99% mirip
REPOSITORY2017

IMPLEMENTASI LEARNING VECTOR QUANTIZATION(LVQ3) DALAM MENGIDENTIFIKASI CITRA DAGING SAPI DAN BABI

M. RIZKI ASNAWI

99% mirip
REPOSITORY2021

ANALISIS SENTIMEN TERHADAP APLIKASI JD.ID MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Fajar Setiawan, -

99% mirip
REPOSITORY2018

JARINGAN SYARAF TIRUAN UNTUK MENGKLASIFIKASI GANGGUAN KEJIWAAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION 3 (LVQ 3)

NURUL AZIMAH

99% mirip
REPOSITORY2018

PENERAPAN METODE LEARNING VECTOR QUANTIZATION 2 (LVQ2) UNTUK KLASIFIKASI SERANGAN PADA JARINGAN

KUKUH ANDRIANTO

99% mirip
REPOSITORY2018

PENERAPAN JARINGAN SYARAF TIRUAN UNTUK PENDEKATAN DIAGNOSA JENIS PENYAKIT GINJAL DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) 3

HADI EKO STYONO

99% mirip
Sumber yang Sama

Literatur Lain dari UIN Sultan Syarif Kasim Riau

Bacaan Lanjutan

Literatur Terbaru yang Relevan