Deteksi Kanker Serviks Otomatis Berbasis Jaringan Saraf Tiruan LVQ dan DCT
Abstrak: Kanker serviks telah
menjadi penyakit yang banyak diderita
kaum wanita di
dunia. Secara umum,
kanker serviks baru terdeteksi
setelah memasuki stadium lanjut, sebab
kanker ini sulit teramati
pada stadium awal.
Pada penelitian ini dirancang
perangkat lunak dengan
jaringan saraf tiruan Learning Vector
Quantizatin (LVQ), sebagai alat
bantu deteksi kanker serviks.
Sebelum dideteksi, dilakukan
pengolahan citra terhadap citra
sel serviks, yaitu
preprocessing, peregangan kontras, median
filter, operasi morfologi,
segmentasi, dan ekstraksi fitur
dengan Discrete Cosine
Transform (DCT). Citra sel serviks yang digunakan berjumlah 73
buah yang terdiri atas lima puluh buah citra sel normal dan 23 buah citra sel kanker. Proses pelatihan
LVQ menggunakan 35
buah citra sel
normal dan empat belas
buah citra sel
kanker. Proses pengujian
LVQ menggunakan 15 buah citra sel normal dan sembilan buah citra sel kanker.
Dari hasil pengujian,
didapatkan nilai sensitivitas, spesifisitas, dan akurasi
sebesar 88,89 %, 100 %, dan 95,83 %.
Kata Kunci: Citra Pap
Smear, Learning Vector
Quantization(LVQ), Kanker Serviks,Discrete Cosine Transform(DCT)
Penulis: Dhimas Arief
Dharmawan
Kode Jurnal: jptlisetrodd140148
